岗位概述
负责公司多云基础设施与容器集群的运维和平台建设，包括 E2B（AI Agent 沙箱）自建集群，通过自动化和平台化保障生产服务的高可用、可扩展与成本效率。
工作地点：北京
岗位职责
集群运维与管理
跨多个业务单元管理和维护容器集群（Kubernetes、Docker）及开源中间件集群（Kafka、Redis、Elasticsearch）；
负责 E2B（AI Agent 沙箱）自建集群的管理和维护，包括 Nomad / Consul 编排层及 Firecracker microVM 运行时；
确保分布式系统的性能、可扩展性和可靠性。
Linux 与云基础设施
负责 Linux 服务器的日常运维，包括系统加固、补丁管理、备份和性能调优；
管理 AWS、Azure、GCP 多云环境的云资源，确保可靠性、安全性和成本效率。
基础设施平台开发
设计、构建并持续完善基础设施运营平台；
开发和维护基础设施管理、CI/CD GitOps 流水线（Jenkins / Argo CD）、监控告警（Prometheus / Grafana）及集中式日志（ELK）系统；
推动平台标准化和自动化建设。
高可用性与可靠性
通过主动监控和故障响应，确保生产服务的最高可用性；
参与 7×24 小时 on-call 轮值，主导故障响应、根因分析和复盘；
实施并维护 SLA/SLO 框架和可靠性工程实践。
自动化与流程改进
打造自助化工具和工作流，提升团队生产力；
建立基础设施即代码（Terraform / Ansible）和配置管理的最佳实践；
维护完善的文档、SOP 和运维手册（Runbook）。
任职要求
3–4 年以上 Linux 系统运维、DevOps 或 SRE 实战经验（学历不限，能力优先）；
扎实的 Linux 系统功底，熟悉网络基础和系统安全最佳实践；
精通容器化技术（Kubernetes、Docker），有生产级集群运维经验；
有 CI/CD 流水线（Jenkins、GitHub Actions / Argo CD）的搭建和管理经验；
熟悉常用基础设施组件：Nginx、MySQL、Redis、Kafka、Elasticsearch；
熟练使用 Shell 和 Python 进行脚本编写和自动化；
有 AWS、Azure、GCP 中至少两个公有云平台的实际运维经验；
熟悉基础设施监控、日志和可观测性工具（Prometheus、Grafana、ELK）；
有 Terraform 实战经验；
能够使用中文开展深入技术协作，并使用英文阅读、撰写和参与日常技术沟通。
加分项
了解或接触过 E2B / AI Agent 沙箱基础设施（Firecracker microVM、Nomad、Consul）者优先；
有 Service Mesh 架构（Istio）和 eBPF 技术经验；
持有 CKA/CKAD、AWS/Azure/GCP 专业认证者优先。
