智能视频SRE工程师 - 音视频技术

职位描述

团队介绍：视频与边缘部门承载了字节跳动的媒体内容分发基建及技术中台，支持了字节跳动全系产品，如抖音、今日头条、番茄小说、西瓜视频等APP的点播、直播、实时通信、图片等多媒体业务发展，同时将业务发展过程中沉淀下来的技术能力和工具，通过火山引擎对外输出，面向各行各业用户提供视频云产品和服务，愿景是为内外部业务伙伴提供最低成本、最优画质、最低延时、最安全可靠的富媒体内容分发解决方案，助力业务伙伴降本提效实现持续增长。

1、调度服务全生命周期运维：负责域名/VIP/网关/STUN等核心调度链路的日常运维与架构保障；主导鉴权、容器化调度、接入验收、数据门户、镜像管理、OpenAPI等调度平台能力的稳定性建设，并完成配套RDS/Redis/TLB等中间件的日常维护与优化；

2、容量管理与弹性伸缩：建立核心调度服务（网关、调度、接入、缓存等）的容量监测体系，及时发现容量风险，完成物理机、连接（socket）、缓存等多维度的扩缩容，保障资源供给与业务量级精准匹配；

3、监控告警与应急响应：主导监控大盘与可观测性体系建设，承担Oncall值班、SLA告警与P0故障的应急处理，持续沉淀与完善SOP手册，缩短故障发现与恢复时长；

4、容灾演练与稳定性预案：主导机房级容灾演练与常态化演练机制，推动研发侧完善容灾能力，牵头应急预案（如流量切换、限流降级等）的制定与落地，挖掘出高风险场景，提出并推进改进方案落地；

5、边缘节点资源运维与统筹：负责海量边缘节点的异常监控（网络质量、连通性、硬件配置、安全风险等）与厂商协同处理；统筹资源募集、月度交付、上下架与厂商替换；完成节点核验、录入部署、流量迁移与集群配置优化，确保节点信息与带宽资源准确匹配；

6、稳定性系统化建设：以稳定性第一视角推动节点管理、故障自愈、变更管控等平台系统的建设，将容灾、限流、容错等应急手段高度平台化、自动化、Agent智能化，持续提升整体运维效能。

任职要求

1、计算机、软件工程或相关专业本科及以上学历，具备5年以上分布式系统研发或SRE/基础架构工作经验；

2、扎实的底层功底：深入理解分布式系统架构和Linux系统技术，具备硬核的分布式系统级排障与性能调优、架构优化能力；

3、工程与编码能力：熟悉Go/Python中至少一门语言（Go优先），具备良好的后端/平台化系统设计能力，能独立交付自动化运维工具与平台级软件系统；

4、云原生与分布式调度技术栈：熟悉Kubernetes容器生态与微服务架构，掌握主流监控可观测体系（如Prometheus、Grafana），对分布式调度系统的运行机制有清晰认知；

5、稳定性建设经验：在容量管理、容灾、限流、容错、变更管控等稳定性方向具备丰富的实战经验与落地实践；

6、系统化思维与自驱力：能以“系统化思维”拆解并解决复杂技术难题，具备推进力与跨团队沟通协作能力，对数据与线上稳定性充满敬畏。

加分项：

1、PCDN行业经验：具备PCDN相关行业经验，或CDN/边缘计算/音视频分发领域的运维与研发经验者优先；

2、调度系统运维：具备分布式调度系统的运维经验，在节点/流量调度场景下有成功的稳定性建设与落地实践者优先；

3、稳定性平台建设：主导过容量管理、容灾演练、混沌工程、变更管控或故障自愈等稳定性平台/系统建设者优先。