【团队介绍】 我们的团队：阿里云分布式存储平台--盘古。 盘古是阿里云飞天操作系统的基础存储平台，支撑了全部阿里云业务。它是一个完全自主研发的分布式存储平台，用一种架构支持低延迟和高吞吐的各种业务。在这个由数十万台机器构成的平台上，你将接触最全面的硬件类型、系统问题、分布式故障模式，对性能指标、稳定要求最高的离在线关键业务。在追求极致地解决问题的过程中获是深入的第一手系统知识，和关于大规模系统设计的洞见。通过全方位的监、管、控和智能化的管理，保障线上始终稳定运行是盘古演进至今，从阿里云走向整个阿里巴巴集团存储中台的核心竞争力。SRE（Site Reliability Engineering）以软件工程的方法来保障线上系统的可靠性是盘古的实践结果，也是大规模计算机系统管理可持续的技术演进之路。 【职位描述】 1. 负责运维管控系统开发和线上运行保障，如制定监控告警体系、构建问题的自动发现、根因分析系统、故障自愈系统，“升系统的易用性”，保障业务永续运行；通过产品化降低分布式存储的运维、应用门槛。 2. 负责双十一等重大活动保障，保障海量峰值下用户体验丝般顺滑，使用技术手段来优化系统成本、性能； 3. 负责分布式存储系统在阿里集团的推广，对接用户需求并负责最终落地。