职位描述
该职位需要具备高度专业技能的人员来管理和维护企业级IT基础设施，确保系统持续可用且性能最佳。理想的候选人将负责设计、部署和运营可扩展的云原生解决方案，重点关注基于Kubernetes的环境。您将在监控系统健康状况、主动识别并解决潜在问题、实施稳健的事件响应协议以减少停机时间方面发挥关键作用。该职位还包括与跨职能团队合作，使基础设施策略与业务目标和技术需求保持一致。
主要职责
- 通过主动监控、维护和故障排查服务器、网络和存储系统，确保关键基础设施的7×24小时可用性。
- 通过分析瓶颈、调整配置和实施资源管理的自动化工具来优化系统性能和可扩展性。
- 迅速响应事件，进行根本原因分析，并记录解决方案以防止重复发生，同时保持符合服务等级协议。
- 部署和管理Kubernetes集群，包括容器编排、节点配置以及与CI/CD流水线的集成。
- 实施安全最佳实践和合规标准，以保护基础设施资产并确保数据完整性。
- 与开发人员和DevOps团队合作，设计可扩展的架构并排查应用层面的问题。
- 监控系统指标和日志，识别性能趋势，优化资源分配，提高整体系统可靠性。
- 及时了解新兴技术和行业趋势，推荐基础设施改进和创新。
- 记录技术流程、配置和事件解决方案，确保知识共享和运营连续性。
- 定期进行系统审计和容量规划，以预测未来需求并确保基础设施准备就绪。
职位要求
- 在系统管理、DevOps或相关领域有至少5年的实践经验。
- 精通Kubernetes集群的部署、配置和操作，熟悉Docker和Helm等容器编排工具。
- 深入了解云平台（AWS、Azure、GCP）和混合云环境，以实现基础设施的可扩展性。
- 熟练掌握脚本语言（Python、Bash、PowerShell）和自动化框架，用于系统维护任务。
- 了解网络协议、DNS管理和安全实践（防火墙、加密、IAM），以确保基础设施的弹性。
- 能够分析系统性能指标，并实施解决方案以减少延迟和优化资源使用。
- 熟悉监控工具（Prometheus、Grafana、ELK技术栈），用于实时跟踪系统健康状况和检测事件。
- 具备出色的解决问题能力和分析思维，能够诊断复杂的技术问题并制定预防措施。
- 具备良好的沟通能力，能够与利益相关者合作，记录技术流程，并有效呈现解决方案。
- 优先考虑持有认证 Kubernetes管理员（CKA）、AWS解决方案架构师认证或CompTIA Security+证书。
- 能够在快节奏环境中工作，具备高度的注意力和组织能力。
- 熟悉CI/CD流水线和基础设施即代码（IaC）实践，用于自动化部署和配置管理。
- 理解灾难恢复策略和业务连续性规划，以增强基础设施的弹性。
- 了解容器化技术和微服务架构，用于可扩展的云解决方案。
- 能够设计和实施满足企业需求的、安全且高性能的基础设施解决方案。
