资深基础设施工程师，集群基础设施
岗位摘要
负责智能体驱动的集群生命周期管理（供应、更新和退役）的技术战略和路线图；跨团队合作，确保新计算容量按时接入；与合作伙伴团队协调物理建设，并利用云解决方案提供高带宽的集群间连接；与安全负责人合作，确保集群默认安全供应
岗位职责
- 负责智能体驱动的集群生命周期管理（供应、更新和退役）的技术战略和路线图
- 跨团队合作，确保新计算容量按时接入
- 与合作伙伴团队协调物理建设，并利用云解决方案提供高带宽的集群间连接
- 与安全负责人合作，确保集群默认安全供应
- 定义并推动集群可扩展性、同质性和容错性的战略
- 与云提供商以及内部研究、推理和产品团队紧密合作，制定长期的计算、数据和基础设施战略
- 建立并发展卓越运营实践：事件响应、事后复盘文化和值班健康
- 通过技术指导和辅导支持周围工程师的成长
任职要求
- 深入掌握分布式系统、可靠性和云平台（如 Kubernetes、IaC、AWS/GCP/Azure）的专业知识
- 精通至少一种系统语言（如 Rust、Go 或 Python），并熟练使用 Terraform 进行 IaC
- 具有领导复杂的、跨多个季度、涉及多个团队或系统的技术项目的成功经验
- 能够在高级利益相关者之间建立共识，并在各个层面进行有效沟通
- 10 年以上软件工程经验，包括作为技术负责人为团队设定方向
- 具有在超大规模（100+ 集群，10K+ 节点）下运营大型计算基础设施的经验
- 在以下一个或多个领域有深度：Kubernetes 内部原理、集群供应和管理系统、集群编排系统（Mesos、类 Borg）
- 具有云网络经验：VPC 设计和对等连接、共享 VPC/Transit Gateway、Cloud Interconnect/Direct Connect、Cloud NAT、跨云私有连接、BGP 和路由控制、边缘负载均衡和 DDoS 缓解（Cloud Armor / AWS Shield）
- 具有集群和主机网络经验：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 安全标准和准入控制、RBAC 和最小权限 IAM、节点和容器加固、供应链/镜像来源
- 深入的基础设施即代码（Terraform、Atlantis）和工作流编排经验