工作責任：

• 在AWS和阿里巴巴雲上建立並管理高可用性、可擴展的基礎設施。確保平臺在支持區域性和國際性流量的同時，實現最佳性能、可靠性和成本效率。

• 通過SLI、SLO和SLA定義並維護服務可靠性標準。負責incident響應流程，領導排錯工作，並進行根本原因分析，以不斷提高系統穩定性。開發自動恢復機制，減少停機時間。

• 使用基礎設施作為代碼的實踐來實現和維護基礎設施，實現一致、可重複的部署。在所有環境中推廣版本控制和標準化。

• 設計和增強持續集成和部署工作流程，以實現快速、穩定且低風險的軟體發行，同時減少手動干預。

• 不斷改善系統性能，確保平台能夠處理突然的流量高峰，尤其是在實時新聞事件等高需求場景。

• 通過監控、日誌和追蹤解決方案實現端到端可見性。通過在雲環境中應用最佳實踐，包括訪問控制、網路安全和威脅保護，加強平台安全。

• 在團隊中擔任高級技術顧問，指導工程師的最佳實踐和架構決策。參與長期平台策略並促進以可靠性、自動化和持續改善為重點的文化。

工作要求：

• 至少5年DevOps、雲工程或網站可靠性工程相關經驗，具備生產環境的實際操作經驗。

• 強大的AWS服務（如EC2、EKS、Lambda、RDS）和阿里雲產品（包括ECS、ACK、OSS、SLB）的實際操作經驗。熟悉CDN解決方案和多雲環境將是一個巨大的優勢。

• 使用Terraform、Ansible或Pulumi等工具自動提供和管理基礎設施的經驗。

• 熟悉CI/CD平台如Jenkins、GitLab CI或GitHub Actions，著重於建立高效的部署管道。

• 使用Kubernetes和容器基系統的經驗，以及監控和可見性工具以保持系統健康。

• 背景在高流量行業，如媒體、數位內容或大型線上平台，包括處理流量激增和CDN運作的經驗。