K8s运维工程师

1. 集群建设与维护： 负责公司 Kubernetes 集群的规划、部署、配置管理、扩缩容、版本升级及平滑迁移；支持 CPU 和 GPU 异构计算集群的建设与运维。 2. 高可用与容灾管理： 负责 K8s 集群的高可用架构设计与实施，定期进行容灾演练、etcd 数据备份与恢复测试，确保核心业务容器化服务 7x24 小时稳定运行。 3. 监控与告警完善： 结合 Prometheus、Grafana、Alertmanager 等监控工具，完善集群和应用层面的监控体系，优化告警策略，减少误报漏报。 4. 参与主导故障排查： 快速响应并解决线上 K8s 集群及容器化应用的突发故障，输出故障复盘报告，持续优化集群稳定性。 5. 研发规范与最佳实践： 为业务研发团队提供容器化改造方案和 K8s 使用最佳实践，解决研发在容器化过程中遇到的疑难杂症。 6. 自动化运维建设： 沉淀运维能力，基于 Helm、Operator 等工具研发自动化运维平台，实现应用一键部署、灰度发布、弹性伸缩等能力，提升 K8s 交付和运维效率。 【任职要求】 1. 本科及以上学历，计算机或相关专业，具备 2-5 年中大型互联网公司 Kubernetes 运维经验。 2. 核心技能精通： - Kubernetes 核心能力： 精通 K8s 核心资源对象（Pod、Deployment、Service、PV/PVC 等）的使用和故障排查；熟练使用 kubectl、Helm 等工具进行集群管理和应用编排。 - 架构深度理解： 深入理解 K8s 架构原理，熟悉 核心组件的工作机制；了解 K8s 的资源调度算法、Pod 生命周期管理、服务发现与负载均衡原理。 - CPU/GPU 集群运维： 熟悉 CPU 和 GPU 异构集群的资源管理与调度，具备 GPU 节点的部署、配置和调优经验；能解决 GPU 资源分配、共享和隔离等实际问题。 3. 扩展能力熟悉： 熟悉容器运行时（Docker、containerd 等）的原理与配置；了解 K8s 网络插件（Calico、Cilium 等）和存储插件（Ceph、NFS、云厂商 CSI）的部署与调优。 4. 开发与自动化能力： 熟练掌握 Shell 脚本，至少掌握 Python 或 Go 其中一门语言；熟练使用 Ansible/SaltStack 等自动化配置工具；具备基于 Helm Chart 或 Kubernetes Operator 进行应用封装和管理的能力。 5. 综合素质： 具备强烈的责任心和敬业精神，抗压能力强（能适应一定频率的 On-Call），具备优秀的逻辑思维能力、问题分析能力和团队沟通能力。 6. AI 大模型应用能力： 能够熟练使用 AI 大模型（如 ChatGPT、Claude等）辅助日常运维工作，包括故障诊断、脚本编写、文档生成等场景，提升工作效率。 【加分项】 1. 性能调优： 深入分析 K8s 集群运行瓶颈，从操作系统、容器运行时、网络、存储、调度器等层面进行深度调优；有大规模集群（500+ 节点）或高并发场景下的性能优化经验。 2. 系统与网络基础： 扎实的 Linux 操作系统基础，熟悉 TCP/IP 协议栈、iptables/nftables 等底层技术；能熟练使用 tcpdump、strace、perf、top 等系统排障工具进行深度问题排查。 3. 云原生生态工具链： 熟悉 Service Mesh（Istio、Linkerd）、CI/CD 工具链（Jenkins、GitLab CI、ArgoCD）、镜像仓库（Harbor）等云原生生态组件的部署与运维。 4. 源码阅读与贡献能力： 具备源码阅读能力（Go 语言），能从源码层面排查过 K8s 核心组件的底层 Bug 或性能问题；有为 K8s 或相关开源项目提交过 PR 者优先。 5. 安全与合规： 了解 K8s 安全最佳实践（RBAC、PSP/PSA、Network Policy、镜像扫描等）；有容器安全加固和合规审计经验者优先。 6. 认证与社区活跃度： 持有 CKA（Certified Kubernetes Administrator）或 CKAD 或 CKS 证书；活跃于 K8s 或云原生社区者优先。 7. 多云与混合云经验： 有公有云托管 K8s 服务（阿里云 ACK、腾讯云 TKE、AWS EKS 等）或混合云、多集群管理经验者优先。