返回岗位列表

站点可靠性工程师

查看原岗位

地点：美国薪资：薪资未公开日期：2026-01-29

岗位摘要

构建自动化管理、部署和操作服务的自助服务系统；开发支持语言模型部署的自定义Kubernetes操作器；自动化环境可观测性和弹性，使所有开发人员能够排查和解决问题；采取必要措施确保达到定义的SLO，包括参与待命轮换

岗位职责

构建自动化管理、部署和操作服务的自助服务系统
开发支持语言模型部署的自定义Kubernetes操作器
自动化环境可观测性和弹性，使所有开发人员能够排查和解决问题
采取必要措施确保达到定义的SLO，包括参与待命轮换
与内部开发人员建立牢固关系，并根据他们的反馈影响基础设施团队的路线图
通过知识共享和积极的评审流程来发展团队

任职要求

拥有5年以上大规模生产基础设施工程经验
具备使用Kubernetes设计大型、高可用分布式系统以及在这些集群上运行GPU工作负载的经验
拥有Kubernetes开发、生产编码和支持经验
具备GCP、Azure、AWS、OCI、多云/本地/混合部署经验
拥有在基于Linux的复杂计算环境中设计、部署、支持和故障排除的经验
具备计算/存储/网络资源和成本管理经验
拥有出色的协作和故障排除技能，以构建关键任务系统，并确保平稳运营和高效团队合作
具备解决日常变化的复杂技术挑战的毅力和适应能力