職位名稱：
工作職責(zé)：
-負(fù)責(zé)聯(lián)想Infra&App資源使用率優(yōu)化項目的技術(shù)架構(gòu)工作
-具體內(nèi)容包括：
-主導(dǎo)資源關(guān)鍵使用率指標(biāo)采集 - 傳輸 - 集成 - 存儲 - 聚合 - 可視化 全鏈路架構(gòu)設(shè)計，覆蓋物理服務(wù)器、虛擬服務(wù)器、容器平臺（K8s 等）、存儲設(shè)備、AWS/Azure 公有云、網(wǎng)絡(luò)設(shè)備、GPU 等全場景資源；?
-結(jié)合業(yè)務(wù)需求，制定數(shù)據(jù)采集標(biāo)準(zhǔn)（指標(biāo)定義、格式規(guī)范、更新頻率），設(shè)計 Splunk 數(shù)據(jù)模型（索引、字段提取、關(guān)聯(lián)規(guī)則），確保數(shù)據(jù)一致性和可復(fù)用性；?
-使用Splunk對接 AWS CloudWatch、Azure Monitor API，以及網(wǎng)絡(luò)設(shè)備、存儲設(shè)備的 SNMP/REST API，開發(fā)適配性數(shù)據(jù)采集腳本或集成插件；?
-解決 GPU 資源（NVIDIA 等）特殊指標(biāo)采集難題，實現(xiàn)算力、顯存、溫度等關(guān)鍵使用率數(shù)據(jù)的精準(zhǔn)采集。
-持續(xù)監(jiān)控數(shù)據(jù)鏈路的穩(wěn)定性和指標(biāo)質(zhì)量，定位并解決采集失敗、數(shù)據(jù)缺失、延遲超標(biāo)等問題；?
-基于業(yè)務(wù)增長和技術(shù)演進(jìn)，迭代優(yōu)化架構(gòu)設(shè)計，支持新增資源類型、指標(biāo)維度的快速接入；?
-制定架構(gòu)運維手冊、應(yīng)急預(yù)案，保障數(shù)據(jù)鏈路 7x24 小時可用。
-沉淀監(jiān)控架構(gòu)設(shè)計規(guī)范、數(shù)據(jù)采集最佳實踐，推動跨團隊（運維、開發(fā)、云平臺）的技術(shù)標(biāo)準(zhǔn)落地；?
-與業(yè)務(wù)團隊、運維團隊協(xié)作，，將業(yè)務(wù)場景轉(zhuǎn)化為技術(shù)方案，提供架構(gòu)層面的技術(shù)支持。
任職要求
-基本要求?
-本科及以上學(xué)歷，計算機、軟件工程等相關(guān)專業(yè)，8 年以上 IT 架構(gòu)設(shè)計經(jīng)驗，其中 4 年以上監(jiān)控數(shù)據(jù)集成或可觀測性相關(guān)架構(gòu)經(jīng)驗；?
-具備混合 IT 環(huán)境（私有云 + 公有云）的架構(gòu)設(shè)計經(jīng)驗，熟悉 AWS/Azure 云平臺的監(jiān)控生態(tài)；?
-核心技術(shù)能力?
-數(shù)據(jù)采集工具：精通 Zabbix（監(jiān)控項配置、觸發(fā)器、API 開發(fā)）、Prometheus（Exporter 開發(fā)、PromQL 查詢），熟悉 SNMP、REST API、日志采集方案；?
-容器與云技術(shù)：掌握 AWS/Azure 云平臺監(jiān)控服務(wù)及 API 集成；?
-數(shù)據(jù)處理與集成：具備數(shù)據(jù)格式轉(zhuǎn)換、清洗、關(guān)聯(lián)、驗證的自動化實戰(zhàn)經(jīng)驗；?
-精通python，可以通過腳本從Zabbix API，Prometheus API及其他自開發(fā)API獲取目標(biāo)數(shù)據(jù)；
-精通架構(gòu)圖與架構(gòu)文檔的設(shè)計；
-軟技能要求?
-具備較強的架構(gòu)設(shè)計思維，能獨立完成復(fù)雜場景的技術(shù)方案設(shè)計和落地；?
-具備良好的問題排查能力，能快速定位數(shù)據(jù)鏈路中的瓶頸和故障；?
-溝通協(xié)調(diào)能力強，能跨團隊推動技術(shù)方案落地；?
-自驅(qū)力強，關(guān)注技術(shù)前沿，能快速學(xué)習(xí)并應(yīng)用新的監(jiān)控工具和技術(shù)；
-良好的英文讀寫能力，可撰寫英文技術(shù)文檔；
-其他
-有AI開發(fā)能力，可以開發(fā)AI Agent提供集成方案數(shù)據(jù)的查詢
-熟悉開源監(jiān)控生態(tài)（Grafana、Loki、Alertmanager）與 Splunk 的集成方案；