中国平安
ES工程师
ES工程师
发布于 大约 14 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
本科
信息技术与基础设施
性能优化
故障排查
云原生
监控告警
JVM调优
Eck
Logstash
AI 估算 · 25k–45k
资深ES工程师在深圳大厂薪资较高，面议但参考市场水平，技术栈含云原生有溢价空间。
职位详情
关于这个职位
该职位负责平安集团各子公司Elasticsearch集群的全生命周期管理，包括规划、部署、运维、性能优化等，同时参与基于ECK的云原生运维平台建设
需要深入理解ES核心原理，具备生产环境故障排查和调优能力，适合有3年以上ES运维经验的资深技术人才
最低要求
本科及以上学历，计算机、软件工程、通信等相关专业
年以上IT运维或中间件运维工作经验，其中3年以上Elasticsearch生产环境运维运营经验
深入理解Elasticsearch核心原理，包括分片机制、路由策略、倒排索引、查询聚合、分布式架构等，精通Elasticsearch集群性能调优与故障排查
熟悉Elastic Stack全系产品（Elasticsearch、Kibana、Logstash、Beats、APM等）的部署、配置与使用
云原生能力：精通ECK（Elastic Cloud on Kubernetes）开源平台，具备独立搭建ECK平台并完成Elasticsearch集群容器化交付的实战经验
熟练掌握Kubernetes常用操作与排障技能
具备独立分析和解决Elasticsearch生产环境复杂问题的能力，包括但不限于：节点宕机、数据丢失、内存溢出、查询慢、写入阻塞、分片未分配等典型故障
具备良好的跨部门沟通能力与服务意识
工作职责
集群全生命周期管理：负责平安集团各子公司Elasticsearch集群的规划、部署、交付、升级、扩容与下线全流程管理，保障集群高可用与稳定运行
云原生平台建设：基于Elastic Cloud on Kubernetes (ECK)构建统一Elasticsearch云原生运维平台，实现集群自动化部署、弹性扩缩容与标准化交付
生产运维保障：7*24小时响应Elasticsearch生产环境故障，独立排查并解决因主机资源瓶颈、配置不合理、使用不规范等导致的各类集群问题，制定应急预案并组织演练
性能优化与治理：针对索引设计、查询语句、分片策略、JVM参数等进行深度调优，开展集群资源治理与成本优化，持续提升系统性能与资源利用率
监控体系建设：完善Elasticsearch集群监控告警体系，建立健康度评估模型，实现故障早发现、早预警、早处置
技术支持与赋能：对接各业务线用户，提供Elasticsearch使用场景咨询、方案设计与技术指导，编写最佳实践文档，开展技术培训，提升用户自主运维能力
开发运维脚本与自动化工具，沉淀标准
AI 洞察
优缺点分析
优点
- 技术栈前沿：深度接触ES、ECK、K8s等云原生技术，技能含金量高
- 平台优势明显：平安集团业务场景复杂，能积累大规模ES集群管理经验
- 大厂稳定性与福利保障：上市公司，薪资和福利体系完善
- 有技术赋能和培训职责，提升沟通与指导能力
- 需要处理多个子公司的不同需求，跨部门沟通协调成本高
- 技术深度要求高，需要持续学习最新版本和社区动态
缺点 / 挑战
- *24小时on-call，生产环境故障响应压力大，工作强度较高
- 适合对Elasticsearch有浓厚兴趣、喜欢钻研底层原理、能承受一定压力、希望在云原生运维领域深耕的资深技术人才
角色解读
- 向Elasticsearch技术专家方向发展，成为公司内部ES领域的权威
- 可转向云原生运维平台架构师或SRE方向，负责更大规模的分布式系统
- 有机会参与开源社区贡献，或向大数据/AI基础设施方向延伸
- 负责平安集团各子公司Elasticsearch集群的全生命周期管理，包括规划、部署、升级、扩容等
- 基于ECK构建云原生运维平台，实现集群自动化部署和弹性扩缩容
- *24小时响应生产故障，进行性能调优、资源治理和成本优化
- 为业务团队提供ES使用咨询和技术培训，编写最佳实践文档
- 深入理解Elasticsearch核心原理，精通集群调优和故障排查
- 熟练掌握ECK和Kubernetes，具备容器化交付经验
- 熟悉Elastic Stack全系产品，包括Kibana、Logstash等
- 具备全链路性能分析能力，如索引设计、查询优化、JVM参数调优
申请策略
- 了解平安集团各业务线与ES相关的场景（如风控、客服、日志），面试中展示业务理解
- 准备一个完整的故障复盘案例，体现分析解决问题的逻辑
- 突出生产环境ES集群管理经验，包括集群规模、故障案例、优化成果
- 强调ECK或Kubernetes相关项目经验，展示云原生能力
- 列出性能调优的具体案例，如降低查询延迟、提升写入吞吐量等
- 体现跨部门协作和技术培训经历
- 补强Kubernetes深度知识，尤其是生产环境排障和网络存储配置
- 学习ES新版本特性（如searchable snapshots、transforms等）
面试指南
- 先明确问题现象和影响范围，再按排查链路（硬件-系统-配置-应用）逐步分析，最后给出解决方案和预防措施
- 强调数据驱动：通过监控指标（如CPU、内存、磁盘IO、查询延迟）定位瓶颈，并量化优化效果
- 请描述一次你解决ES集群分片未分配或节点宕机的经历
- ECK平台如何实现ES集群的自动化扩缩容？遇到过哪些挑战？
- 如何优化一个查询慢的ES集群？请给出具体步骤
- 你们公司的ES集群是如何做容量规划和成本优化的？
- 如何看待ES与K8s的结合？ECK相比传统部署有哪些优缺点？
- 复习ES核心概念（倒排索引、分片路由、段合并、translog等）和常见故障场景
匹配度报告
60
综合匹配度
大厂ES专家岗，技术前沿、成长性强，但on-call压力大，适合技术驱动型人才。
适合人群
最适合追求技术深度和前沿成长、愿意承担高强度工作的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活30
使命价值50
薪资福利匹配
70中等
薪资面议但大厂通常有竞争力，福利体系完善，但未在JD中明确具体福利和薪资水平，补偿性动机满足程度中等偏上。
薪资信号面议 (25K-45K/月)
成长发展匹配
90较高
技术栈前沿（ECK、K8s、ES最新特性），职责包含性能优化和平台建设，有明确的技术培训职责，成长性极强。
技术前沿前沿/新兴技术
技术栈Elasticsearch、ECK、Kubernetes、Elastic Cloud on Kubernetes、云原生
成长机会技术培训
业务类型cost_center
工作生活匹配
30较低
JD明确要求7*24小时响应，存在on-call压力，工作强度高，工作模式为仅现场办公，生活化动机满足程度低。
工作模式仅现场办公
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值匹配
50较低
行业为金融科技，稳定成熟，社会影响力中性，岗位偏向内部支撑，创新性主要体现在技术选型上，意义感一般。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs