# 资深运维工程师（零信任服务方向） at O Group > China · Unspecified · Software engineering · open. Source: https://alderhq.app/jobs/greenhouse%3Aogroup%3A7738707003 (read 2026-11-14). ## Facts (observed) - Company: [O Group](https://alderhq.app/companies/o-group) - Location text: 深圳; China Mainland\_INTERNAL - Where it can be done from (inferred): China (evidence: "Location: 深圳; China Mainland\_INTERNAL") - Posted: 2026-05-19 (179 days ago) - First seen by alder: 2026-11-07 · last verified: 2026-11-07 - Reposted: 0 times · edited: 0 times - Apply on the employer's site: https://job-boards.greenhouse.io/ogroup/jobs/7738707003 - Skills listed (inferred): Python, Kubernetes ## Pay and sponsorship - Posted pay: not posted ## Description (the employer's text) ### 岗位职责 ### 1. 零信任服务运维与稳定性保障 负责零信任访问控制系统服务端的部署、升级、扩容、配置管理和日常巡检，保障服务高可用。 负责 K3s 集群的规划、搭建、升级和日常维护，包括节点管理、网络（Flannel / CNI）、存储、Ingress、证书等组件。 建设完善的监控告警体系，覆盖服务可用性、性能指标、证书有效期、资源容量等，做到问题早发现、早处理。 负责服务端故障的排查与处置，组织故障复盘，推动根因整改，持续降低故障率和恢复时长。 制定并落实备份、容灾和变更管理规范，确保变更可控、可回滚。 ### 2. 网络策略规划与管理 负责网络访问策略的设计、配置和维护，包括访问控制规则、分流与代理策略、隧道路由、域名和 IP 白名单等。根据业务和安全需求制定合理的策略方案，并说清楚每项策略的适用场景。 新增或变更策略前，评估对业务连通性和安全性的影响，变更后验证效果，保证策略可控、可回滚。 排查因策略配置导致的访问异常，例如误拦截、绕行、策略冲突和优先级问题，能快速定位到具体规则。 定期梳理、清理和优化策略，避免冗余或过宽的授权，并沉淀策略配置规范与最佳实践文档。 ### 3. 客户端支持与适配 支持客户端的需求和问题处理，覆盖 Windows / macOS 等终端。 排查并解决客户端的连接异常、网络代理与隧道问题、系统版本适配、与其他软件冲突等问题。 新系统版本（如 macOS / Windows 大版本更新）发布前后，提前验证兼容性，推动适配问题解决。 沉淀常见问题排查手册（FAQ / Runbook），提升一线支持效率，减少重复问题。 ### 4. 自动化与效率提升 通过脚本和工具（Shell / Python / Ansible / Helm 等）实现部署、巡检、日志收集、故障诊断的自动化。 与研发、安全、IT 团队协作，推动服务端和客户端问题的根本解决。 推动 AI 在运维场景中的落地，例如智能巡检、告警降噪、故障根因分析、客户端问题智能答疑与自助排查等，提升运维和支持效率。 ### 任职要求 本科及以上学历，计算机相关专业，5 年以上 Linux 运维经验。 精通 Linux 系统运维，熟悉系统调优、进程与资源管理、文件系统、systemd、日志分析和常用排障工具（strace、tcpdump、lsof、iostat 等）。 熟悉 K3s / Kubernetes，有生产环境集群的搭建、升级和维护经验，熟悉 containerd、Helm、Ingress、CNI、持久化存储等组件，能独立处理集群疑难问题。 精通网络原理与网络策略： 熟悉 TCP/IP、DNS、HTTP(S)、TLS、代理、VPN（WireGuard 等）、路由和 NAT。 深入理解 iptables / nftables、K8s NetworkPolicy、CNI 的实现原理，清楚数据包在各层的走向。 清楚各类网络策略的作用和匹配逻辑，包括 ACL、白名单、分流、路由和代理规则，知道不同场景该用哪种策略、怎么配置、有哪些副作用。 能结合抓包和日志，快速定位复杂的连通性问题和策略问题。 熟悉监控与日志体系（Prometheus、Grafana、Loki / ELK 等），有建设告警体系的经验。 熟练掌握 Shell / Python 脚本开发，有运维自动化工具建设经验。 有终端客户端问题支持经验，熟悉 Windows / macOS 常见系统机制（网络配置、系统扩展、权限、证书等），能处理客户端适配问题。 稳定性意识强、责任心强：对线上服务有敬畏心，变更严谨；能承担 On-call，故障时第一时间响应并推动恢复。 良好的沟通能力和服务意识，能与用户、研发、厂商高效协作。 熟练使用 AI 并推动落地：熟练使用大模型和 AI Agent 工具（如 Claude Code 等）提升运维效率，有将 AI 落地到运维场景的实践经验，例如智能巡检、日志与告警分析、故障根因定位、客户端问题自助排查、Runbook 自动化等。 ### 加分项 有零信任 / 数据安全沙箱 / 终端准入产品的运维或支持经验，优先考虑。 有零信任网络架构的设计或落地经验，熟悉基于身份、设备和应用的细粒度访问控制策略。 有 SASE、零信任网关、VPN、DLP 等安全产品的运维经验。 《候选人隐私声明》 最近更新日期：2025年【9】月【1】日 1. 介绍 本《全球候选人隐私声明》（简称“隐私声明”）旨在帮助您了解当您向我们提交职位申请时，我们在收集、处理、传输及使用个人数据方面的政策。 本隐私声明不适用于非候选人或非申请人的用户、访客或访问网站的客户。 此外，本隐私声明不适用于我们的现有或前员工或独立承包商，因为其受公司内部员工隐私政策的约束。 2. 一般信息 (a) 您的信息 我们将收集并处理与您相关的特定个人数据，具体包括： 个人资料数据：姓名、别名、个人联系方式（如地址、电话、电子邮件）、驾驶执照、移民身份； 资质资料：简历、公司简介中的信息、社交媒体资料及活动、照片、求职信、工作经历、资质与技能、推荐人信息，以及必要时进行的背景调查（可能包含犯罪记录详情）； 就业数据：职位名称、办公地点、公司电子邮箱地址、薪酬、福利、专业经验、教育背景（含专业认证与资质）、起止日期、绩效记录、培训记录、员工编号； 紧急联系人数据（如适用）； 与劳动或就业法律合规相关的信息； 系统数据：我们通过与您沟通获取的音频、电子或类似信息（例如电话录音、电子邮件）； 您自愿提供的其他数据，包括您在反馈或调查中选择表明身份时提交的数据。 (b) 渠道 当您应聘职位时（包括面试环节，面试过程可能会被录音），我们会直接向您收集个人数据。 此外，我们还可能通过各种其他渠道收集您的个人信息，并将其与您主动提供的数据进行整合。例如，我们可能从以下渠道获取您的个人数据： 您用于向我们求职的招聘网站； 教育机构； 前雇主，当其向我们提供雇佣证明时； 经您授权、允许我们联系的专业推荐人； 法律允许范围内的第三方背景调查、信用调查或其他入职前筛查服务机构； 您公开的社交媒体资料或其他公开来源； 猎头公司或招聘机构； 公司通信及 IT 系统/应用程序，这些系统会自动收集用户相关信息及其传输内容； 公司其他员工； 公众、法院、公共机构及其他公开渠道。 (c) 目的 我们处理该等个人数据的目的如下： 评估、建立并履行雇佣合同； 保障我们场所、资产、系统及知识产权的安全，并执行公司政策； 履行法律义务，遵守审计、记录保存及报告要求，满足税务要求，确保健康与安全； 维护我们的正当商业利益及合法权益； 开展审计、调查及合规工作。 (d) 汇总数据 我们还会出于任何目的创建、处理和/或共享“汇总数据”，例如统计或人口统计数据。该汇总数据可能源自您的个人数据，但一旦形成汇总形式，即不再构成个人数据，因为无法通过该数据识别到您。但是，如果我们把汇总数据与您的个人数据相结合或关联，使其能够与您关联，则我们会将该等合并后的数据视为个人数据，并根据本隐私声明使用该等个人数据。 (e) 数据保留 实际保留期限会因个人数据类型及每种数据类型的用途而异。我们会根据是否存在合法保留目的来保留您的个人数据，包括适用法律规定的保留目的。 (f) 数据传输 我们在不同的司法管辖区处理并存储上述信息。个人数据可能会被传输至我们其他实体和第三方（包括服务提供商），其可能位于您所在司法管辖区以外。向中国大陆以外传输数据会在取得您明确同意后进行。 (g) 向第三方披露 个人数据可能会与以下各方共享： 我们的母公司、子公司及母公司控制下的其他关联方，用于运营共享的基础设施、系统和技术，或用于与本隐私声明一致的用途； 政府机构、执法人员、法院或其他相关方，用于上述“目的”部分所述目的； 为我们提供服务并代表我们处理个人数据的服务提供商。 (h) 信息安全 我们已采取适当的安全措施（包括技术和组织措施），以防止个人数据被意外丢失、未经授权使用或访问、被篡改或泄露。 (i) 自动化处理 我们使用自动化工具来协助我们处理和筛选求职申请。这些工具利用复杂的算法和机器学习技术，来支持以下操作： 最低要求：我们会根据您提供给我们的信息，使用自动化的工具来确定您是否符合职位的最低要求。这些工具会分析您在我们的招聘网站上提交的表格中的选择，以判断您是否具备相应的经验。在某些情况下，这些自动化工具可能会在没有招聘团队成员进一步审查的情况下直接拒绝您的申请。 利用人工智能对申请评分及匹配未来机会：在您同意的情况下，我们会使用基于机器学习（也称为人工智能或 AI）的工具，对您在申请及资格问题中的回答，以及简历中的专业信息进行处理。这些工具会： 根据您提供的信息与基本职业技能及优先资格的匹配程度，自动为您评分。我们招聘人员会根据此筛选分数进一步评估候选人； 将您对申请问题、资格问题中的回答，以及简历中的专业信息，与未来职位的基本资格和优先资格进行比对。当匹配成功时，我们的招聘人员可能会邀请您申请该职位。 您在申请提示中选择“是”，即表示您同意我们按此方式使用您的数据；选择“否”则表示您不同意我们以此方式使用您的数据。即使您选择不参与此处理，您的申请仍将被正常评估；是否参与完全出于自愿。若您选择退出 AI 匹配，我们招聘人员将在不借助 AI 评分的前提下审核您的申请。请注意，即使您不同意将您的数据用于 AI 匹配，我们招聘人员仍可能根据其自己的审核与您联系并告知您未来的职位空缺，但届时不会通过 AI 推荐您的资料，前提是您同意就未来的机会与您联系。 (j) 您的权利 如需索取我们持有的您的个人数据副本或行使下述任何权利，请联系我们的工作人员。 (i) 您可以要求访问我们持有的与您相关的个人数据，并核实我们是否在合法处理该数据。 (ii) 您可以要求更正我们持有的不完整或不准确的个人数据。 (iii) 如对于我们持有的您的个人数据已无继续处理的合理理由，您可以要求删除该等个人数据。 --- Data: alder (https://alderhq.app). Cite https://alderhq.app/jobs/greenhouse%3Aogroup%3A7738707003 and the date you read it. Observed facts come from the employer's own listing; location reach, level, family and skills are inferences.