工作职责 建设日志分析系统(elk/splunk),实现快速故障定位与根因分析,开发智能告警降噪与自愈脚本 3、自动化与devops:

1、系统可靠性保障:主导hadoop/yarn、spark、flink、kafka、dolphinscheduler等大数据组件的高可用架构设计、部署、调优和监控与故障应急响应 2、可观测性体系: 任职要求 1、3年以上集群运维/sre经验 2、精通以下至少3项: 分布式系统原理:hdfs/yarn/spark/flink/kafka/dolphinscheduler工作原理及调优 运维技术栈:linux内核调优、网络(tcp/ip)、容器化(docker/k8s) 自动化开发:python/go/shell脚本开发能力 3、熟悉云原生大数据服务者优先 4、主导过100+节点集群的稳定性治理经历优先. 工作经验