
Kubernetes 站点可靠性工程师 II
运维支持 CrowdStrike Falcon 网络安全平台的 Kubernetes 集群。通过自动化运维、处理事件并改进监控,提升数据中心和公有云环境的可靠性。
描述
- 在数据中心和公有云环境中运维大型 Kubernetes 集群。
- 排查节点、Pod、网络、DNS、存储和控制平面问题,并在必要时升级处理。
- 参与值班轮班,与团队一起处理事件。
- 执行计划内变更,包括集群和节点升级、附加组件更新、证书轮换和容量扩展。
- 使用 Prometheus、Thanos、Alertmanager 和 Grafana 构建并优化告警和仪表板。
- 开发 Go 或 Python 工具,替代重复的手动任务。
- 及时更新操作手册和文档。
- 在故障排查和日常工作自动化中应用 AI 工具。
- 参与设计讨论,并了解更广泛的平台架构。
- 运用 AI 技术辅助决策、简化工作流程、提高效率并推动业务成果。
任职要求
- 具备申请 CJIS 安全审查的资格,该审查要求申请者为美国公民或永久居民。
- 拥有至少三年基础设施、系统或平台工程经验,其中包括两年生产环境 Kubernetes 运维经验。
- 熟悉 Kubernetes 工作负载、服务、网络、入口、DNS、存储和 RBAC,并能使用 kubectl 和日志进行故障排查。
- 具备扎实的 Linux 管理和故障排查技能。
- 有使用 Prometheus、Alertmanager 和 Grafana 的经验。
- 具备 Go 或 Python 编程或脚本经验,并有意愿进一步使用 Go 编写代码。
- 具备 AWS、GCP 或 OCI 中至少一种平台的经验。
- 有使用 Ansible、Terraform、Helm 或类似工具以及 git 的经验。
- 愿意参与值班轮班。
- 有在工程工作中使用 AI 工具的经验。
- 具备 Thanos 使用经验。
- 有使用 Kubernetes 附加组件的经验,例如 CoreDNS、入口控制器、CNI 插件或 cert-manager。
- 有部署微服务的经验。
- 了解 Kubernetes 控制器或运算子的开发。
- 有裸金属或本地部署基础设施经验。
- 持有 Certified Kubernetes Administrator(CKA)或类似认证。
- 有与本地及远程团队协作的经验。
- 具备清晰的书面和口头沟通能力。
- 能够独立工作,并能判断何时向团队求助。
- 拥有计算机科学学士学位。
福利待遇
- 在市场领先的公司获得薪酬和股权奖励。
- 身心健康计划。
- 有竞争力的休假和节假日安排。
- 带薪育儿假和收养假。
- 为各级别、各岗位员工提供职业发展机会。
- 员工网络、社区小组和志愿活动,帮助员工建立联系。
- 配备便利设施的办公环境。
- 符合奖金资格。
- 股权授予。
- 健康保险。
- 401(k) 退休储蓄计划。
- 带薪休假。



