腾讯
云原生算力平台SRE工程师（北京/深圳/上海）
云原生算力平台SRE工程师（北京/深圳/上海）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公DevOps/SRE
DevOps/SRE
Cuda
Gpu运维
Sre
自动化运维
高可用架构
值不值得投
77综合评分
综合评分 77
大厂核心算力平台、前沿GPU/K8s技术栈、高成长潜力、WLB中等
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.0万
比DevOps/SRE中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1850 个在招 · 其中DevOps/SRE 14 个
市场机会
选择适中
深圳 · DevOps/SRE · 39 个在招
职位详情
关于这个职位
负责腾讯云原生算力平台（GPU/CPU/异构计算）的运维、排障与调优，保障高可用与资源效率
需精通K8s集群治理、自动化运维工具开发及Linux环境下的脚本编程，具备深厚的底层硬件与容器技术功底
最低要求
本科及以上学历，2年以上相关工作经验
熟悉GPU、机器学习技术原理，有GPU硬件、驱动、Cuda、NCCL、Mellanox网络等运维和调优经验，有异构硬件经验者优先
熟悉云原生容器技术，有Docker、K8s的实际使用和运维经验
熟悉Linux环境和Shell，掌握Golang/Python/Java等1种以上语言
熟悉云原生容灾设计优化，并善于使用自动化、智能化方法让服务稳定高效
具有强烈的工作责任心和自驱力，有良好的学习沟通能力、逻辑分析能力和抽象能力，良好的团队合作精神
工作职责
负责GPU、CPU、异构计算设备的日常运维、软硬件排障、调优，以及算力服务能力提升、资源利用效率提升，保障算力输出的持续、稳定、高效
负责k8s集群管理和治理，容灾设计、监控告警、版本变更、安全演练等，保障系统高可用和可维护
负责运维运营工作自动化，包括资源管理、变更管理、故障恢复、用户工具接口等
AI 洞察
优缺点分析
优点
- 腾讯平台背书，简历含金量高，有利于长期职业发展
- 完善的福利体系与稳定的职业环境，适合追求技术深度的工程师
- 业务规模巨大，故障影响面广，对应急响应速度和心理素质要求极高
- GPU异构环境复杂，底层调优难度大，需要持续深入学习硬件知识
- 大厂内部流程规范严格，可能需要适应一定的协作成本
- 适合拥有扎实Linux/容器基础，对底层硬件运维感兴趣，且抗压能力强、追求技术卓越的中级及以上工程师
缺点 / 挑战
- 接触业界领先的超大规模GPU算力平台，技术栈前沿且极具挑战性
角色解读
- 向资深SRE专家发展，成为云原生基础设施领域的技术权威
- 转向云平台架构师角色，负责更宏观的系统设计与稳定性建设
- 晋升为技术Team Leader，带领团队攻克复杂的基础设施难题
- 负责大规模GPU/CPU集群的日常运维、故障排查与性能调优，确保算力服务稳定高效
- 管理Kubernetes集群，实施容灾设计、监控告警及安全演练，保障系统高可用性
- 开发自动化运维工具和接口，提升资源管理与故障恢复的效率
- 精通Kubernetes和Docker容器技术，具备实际集群治理经验
- 深入理解GPU硬件、CUDA、NCCL及Mellanox网络，有异构计算运维经验
- 熟练掌握Linux Shell及至少一种编程语言（Golang/Python/Java），具备自动化开发能力
申请策略
- 准备1-2个复杂的线上故障排查案例，体现逻辑思维与解决能力
- 了解腾讯混元大模型或腾讯云相关背景，展现对业务的兴趣
- 突出K8s集群治理的具体案例，如容量规划、调度优化等
- 详细列举GPU/CUDA/NVLink等异构硬件的运维与调优经验
- 展示自动化运维工具的开发成果，强调对效率提升的贡献
- 深化对Kubernetes源码及高级特性的理解
- 补充GPU并行计算原理及NVLink/RDMA网络相关知识
- 强化Golang或Python在运维自动化场景下的实战编码能力
面试指南
- STAR法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)
- 技术深度：不仅讲操作，更要讲原理（如内核机制、网络协议）
- 数据支撑：用量化指标（如MTTR降低百分比、资源利用率提升值）证明效果
- 请描述一次你处理过的最复杂的K8s集群故障，你是如何定位和解决的？
- 在GPU集群中，如何优化NCCL通信性能或排查显存泄漏问题？
- 如何设计一个高可用的多云或多AZ容灾方案？
- 请举例说明你如何通过代码实现运维自动化，提升了多少效率？
- 复习Kubernetes核心组件（API Server, Scheduler, Controller Manager）的工作原理
职位点评
薪资福利85
成长发展90
工作生活50
使命价值70
薪资福利
85较高
腾讯作为上市巨头，提供行业领先的薪酬包（含股票/期权）及完善福利，对补偿性动机满足度较高。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
90较高
岗位涉及GPU异构计算与云原生前沿技术，技术壁垒高，成长空间广阔，极大满足发展性动机。
技术前沿前沿/新兴技术
技术栈GPU、Kubernetes、CUDA、NCCL、Mellanox、Golang、Python
业务类型profit_center
工作生活
50较低
互联网大厂通常节奏较快，SRE岗位需应对突发故障，WLB一般，但腾讯相对注重工程师文化。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
通过保障算力基础设施稳定，间接支持腾讯众多核心产品与大模型业务，具有一定的社会价值感。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs