岗位职责

1. 负责产品线上基础设施的规划、搭建与日常运维（云服务器、GPU 集群、对象存储、CDN）

2. 设计并维护 CI/CD 流水线，实现代码自动构建、测试、部署

3. 搭建和维护 容器化平台（Docker / Kubernetes），管理微服务编排与弹性伸缩

4. 构建可观测性体系：日志收集、指标监控、链路追踪、告警系统

5. 负责 GPU 推理集群
的调度与资源管理，优化 AI 模型推理服务的资源利用率

6. 制定灾备方案和安全策略，保障数据安全与服务连续性（目标 99.9% SLA）

7. 管理音频文件存储架构，优化大文件上传/下载链路的性能与成本

8. 协助开发团队排查线上问题，优化系统性能瓶颈

任职要求

必备技能

- 3
年以上运维 / DevOps / SRE 相关经验

- 精通 Linux 系统管理与性能调优

- 熟练使用 Docker 及容器编排工具（Kubernetes / Docker Compose）

- 有主流云平台实操经验（AWS / 阿里云 / 腾讯云
至少一种）

- 熟悉 CI/CD 工具链（GitHub Actions / GitLab CI / Jenkins）

- 熟悉基础网络知识（TCP/IP、DNS、负载均衡、反向代理 Nginx）

- 掌握至少一门脚本语言（Bash / Python / Go）

- 有监控系统搭建经验（Prometheus + Grafana / Datadog /
云厂商监控）

加分项

- 有 GPU 集群运维
经验（NVIDIA 驱动、CUDA、容器 GPU 调度）

- 熟悉 Terraform / Pulumi 等 IaC（基础设施即代码）工具

- 有大规模 对象存储（S3 / OSS）运维及成本优化经验

- 了解音视频处理基础设施（转码集群、流媒体分发）

- 有 Kubernetes GPU 调度（nvidia-device-plugin、GPU 共享/虚拟化）经验

- 熟悉安全合规实践（WAF、DDoS 防护、数据加密、等保）

- 有 SaaS 产品多区域部署经验

- 了解 Istio / Envoy 等服务网格技术

个人素质

- 有较强的自动化思维，"能用代码解决的不手动操作"

- 具备故障应急响应能力，能在压力下快速定位和解决问题

- 注重文档化和标准化，能制定运维规范