高可用架构师
岗位摘要
负责公司级稳定性体系规划与建设，包括稳定性目标、SLO/SLI、技术标准、治理流程、度量指标和持续改进机制；指导训练、推理、Agent及核心在线业务进行高可用架构设计与演进，覆盖多活容灾、故障隔离、流量调度、限流降级、熔断、弹性伸缩等能力
岗位职责
- 负责公司级稳定性体系规划与建设，包括稳定性目标、SLO/SLI、技术标准、治理流程、度量指标和持续改进机制
- 指导训练、推理、Agent及核心在线业务进行高可用架构设计与演进，覆盖多活容灾、故障隔离、流量调度、限流降级、熔断、弹性伸缩等能力
- 建设训推链路的风险识别、容量规划、压测验证、应急预案、故障演练和复盘治理机制
- 推动GPU集群、分布式训练、推理服务及关键基础设施的稳定性治理，提升资源供给、任务执行和服务交付可靠性
- 主导重大稳定性问题的架构诊断与技术攻坚，推动跨团队完成止损、定位、恢复和长期治理闭环
- 建立架构评审、变更防护、稳定性验收和重大活动保障机制，降低变更和发布带来的系统风险
- 沉淀高可用架构方案、稳定性规范、最佳实践和工具平台，为各技术团队提供架构指导
任职要求
- 计算机、软件工程或相关专业本科及以上学历，具备扎实的计算机基础
- 5年及以上后端、平台、基础设施或架构相关经验，有大型互联网业务稳定性或高可用架构建设经验
- 有多机房、多地域容灾或多活架构实践经验，理解流量治理、限流降级、熔断、隔离、容灾切换等核心机制
- 有稳定性体系建设经验，能够推动SLO/SLI、容量管理、压测、故障演练、应急响应及复盘治理落地
- 具备较强的系统性思考、跨团队协作和技术推动能力，能够将复杂问题沉淀为标准、工具和平台能力
- 有Owner意识，能在重大故障和关键业务保障场景中承担技术责任并推动闭环
- 加分项：有大模型训练、推理、在线模型服务或AI平台的稳定性与高可用架构经验
- 加分项：有Agent或多Agent系统稳定性实践，包括任务编排、工具调用、长链路执行、异步任务、外部依赖治理、重试幂等、降级与恢复机制
- 加分项：主导过高并发、大规模用户或关键核心业务的高可用架构设计与演进
- 加分项：建设过可观测性、容量压测、混沌工程、故障演练或稳定性治理平台
加分项
- 有大模型训练、推理、在线模型服务或 AI 平台的稳定性与高可用架构经验
- 有 Agent 或多 Agent 系统稳定性实践，包括任务编排、工具调用、长链路执行、异步任务、外部依赖治理、重试幂等、降级与恢复机制
- 主导过高并发、大规模用户或关键核心业务的高可用架构设计与演进
- 建设过可观测性、容量压测、混沌工程、故障演练或稳定性治理平台
- 李明基 刚刚活跃
福利待遇
- 薪资范围50-80K，全年16薪
工作地址
北京海淀区蓟门壹号8楼