资深基础设施工程师（集群基础设施方向，Staff+）
岗位摘要
负责代理驱动的集群生命周期管理（包括供应、更新与退役）的技术战略与路线图；跨团队协作，确保新增计算容量按时接入；与合作伙伴团队对齐物理建设方案，并利用云解决方案实现高带宽集群间互联；与安全负责人协作，确保集群默认安全地完成供应
岗位职责
- 负责代理驱动的集群生命周期管理（包括供应、更新与退役）的技术战略与路线图
- 跨团队协作，确保新增计算容量按时接入
- 与合作伙伴团队对齐物理建设方案，并利用云解决方案实现高带宽集群间互联
- 与安全负责人协作，确保集群默认安全地完成供应
- 定义并推动集群可扩展性、同质性与容错能力的战略
- 与云提供商以及内部研究、推理和产品团队紧密合作，制定长期计算、数据与基础设施战略
- 建立并持续改进运维卓越实践：事件响应、复盘文化和值班健康度
- 通过技术指导与辅导支持周围工程师成长
任职要求
- 深入掌握分布式系统、可靠性与云平台（如 Kubernetes、IaC、AWS/GCP/Azure）
- 精通至少一种系统语言（如 Rust、Go 或 Python），并熟练使用 Terraform 进行 IaC
- 具有领导跨团队或跨系统的复杂、多季度技术项目的成功经验
- 能够在高层利益相关者之间建立共识，并在各层级有效沟通
- 10 年以上软件工程经验，其中包括作为技术负责人为团队设定方向
- 具有超大规模计算基础设施运营经验（100+ 集群、10K+ 节点）
- 在以下一项或多项领域有深度：Kubernetes 内部机制、集群供应与管理系统、集群编排系统（Mesos、类 Borg 系统）
- 具有云网络经验：VPC 设计与对等连接、Shared VPC/Transit Gateway、Cloud Interconnect/Direct Connect、Cloud NAT、跨云私有连接、BGP 与路由控制、边缘负载均衡和 DDoS 缓解（Cloud Armor / AWS Shield）
- 具有集群与主机网络经验：CNI（Cilium）、eBPF、NetworkPolicy、多网卡、sFlow、服务网格（Istio/Envoy/Linkerd、mTLS）
- 具有集群安全经验：Pod 安全标准与准入控制、RBAC 与最小权限 IAM、节点与容器加固、供应链/镜像来源
- 具有深厚的基础设施即代码经验（Terraform、Atlantis）以及工作流编排经验