网站可靠性工程师

我们寻找一名网站可靠性工程师，专注于构建和运营NetApp的云原生数据服务平台。你将工作在软件工程和基础设施运维的交汇点，设计系统以确保可靠性，推动自动化，并确保我们的平台满足全球客户的最高可用性标准。

5年以上SRE、DevOps、平台工程或基础设施工程岗位经验；熟悉Linux（RHEL/CentOS），包括shell、文件系统、内核调优、网络和性能优化；深入掌握Kubernetes大规模集群，包括集群管理、故障排除、网络、存储、RBAC和生命周期管理（本地和 Rancher Kubernetes）；有在Kubernetes上操作GPU工作负载的经验，包括NVIDIA GPU Operator、设备插件、调度和资源管理；熟悉Confluent Kafka的生产操作，包括操作、监控、性能调优和灾难恢复；有Apache Spark和/或Dremio的集群管理、作业调度、扩展和性能优化经验；精通使用Terraform、Helm和GitOps工作流的基础设施即代码；熟练使用Shell、Ansible和Python进行脚本和自动化，有自动化优先的思维；有调度和编排工具如cron作业和Apache Airflow的经验；熟悉监控和可观测性工具，包括Dynatrace、Grafana和Prometheus；了解SQL和NoSQL数据库的操作、备份和监控；有设计和维护CI/CD流水线和发布流程的经验；精通AWS云平台和混合云集成；有系统思维，理解基础设施设计决策对故障模式、可扩展性和恢复的影响；有强的事件管理技能和事后分析经验；有优秀的书面沟通技能，能够编写设计文档、运行手册、事后分析和操作文档。

NetApp是企业级存储服务的可信合作伙伴，作为Google Cloud、AWS和Microsoft Azure中唯一原生嵌入的存储服务，我们帮助客户运行从传统工作负载到企业AI的一切，提供 unmatched性能、弹性和安全。