教育经历
华南理工大学广州学院 本科毕业 计算机学院 软件工程 2021-2025
主修计算机网络工程，计算机组成原理，高级算法，AWS云工程，微服务架构开发。
在校经历
华南理工大学广州学院 - 机房数据中心 - 运维组组长 2021/9-2025/6
- 负责学院机房数据中心基础设施的建设、运维与日常管理，保障学院业务系统稳定运行。
- 参与云服务、自动化运维、系统管理、网络管理及服务器管理等相关工作，支撑多类教学系统的部署与维护。
- 推动应用容器化改造，并基于 Kubernetes 完成容器编排、部署与运行维护。
华南理工大学广州学院 - 机器人野狼队 - 软件组组员 2022/10-2023/10
- 参与团队相关软件环境的部署与运维，使用 Ansible 实现自动化部署、配置管理及基础环境维护。
- 使用 Docker 与 Kubernetes 管理和部署容器化应用，提升应用交付效率与系统扩展能力。
- 基于 Prometheus 搭建监控能力，对系统及网络运行状态进行监控与性能观测。
工作经验
深圳道客网络科技有限公司（Daocloud） - 港澳技术团队 - 运维开发&&交付 2024/7-至今
- 负责企业级云原生平台在客户生产环境的交付落地、运维保障与问题治理。
- 承担 Kubernetes、containerd 及云原生生态组件的部署、升级、兼容性适配与故障处置。
- 参与数据库、消息队列、日志中心、监控告警等中间件与平台基础设施的建设和维护。
- 面向重点客户生产环境，负责复杂故障排查、架构优化及专项技术支持。
- 参与 AI Infra 场景下异构 GPU/NPU 资源纳管与平台适配，支撑算力集群落地使用。
项目经历
云原生 AI / 大模型基础设施实践
技术关键词：Kubernetes / Multi-Cluster / GPU Operator / HAMI / Service Mesh / API Gateway / Cert-Manager / LLM
概述
基于容器云平台，实现多集群统一管理以及不同类型的算力管理
主要负责内容
- 负责多集群统一纳管方案设计与落地，支撑不同算力类型集群的统一接入、管理与使用。
- 面向 NVIDIA、MetaX 及 NPU 等异构算力环境，完成集群部署、资源接入及统一服务化暴露。
- 基于 GPU Operator 与 HAMI 实现 vGPU 能力管理与调度，提升异构算力资源利用率与分配灵活性。
- 设计统一模型服务接入方案，对外提供标准化 API，并结合网关实现基于 Key 的权限控制与访问隔离。
- 基于外部签注机构与 Cert-Manager 实现 TLS 证书统一签发与生命周期管理，完善模型服务安全接入体系。
- 结合业务要求实施严格网络治理，基于 Service Mesh 对各集群流量进行隔离、管控与服务间访问治理。
- 参与统一模型部署平台建设，支撑模型的部署、运行、访问与日常使用管理，并验证其稳定性与性能表现。
项目价值：
- 完成多集群与异构算力资源的统一纳管，为 AI 基础设施平台化建设提供落地实践。
- 验证云原生平台承载大模型服务的可行性，沉淀模型部署、服务暴露与安全治理的实现方案。
- 提升算力资源利用率与模型服务管理效率，为后续统一调度、标准化接入及平台扩展奠定基础。
云原生可观测体系建设（Tracing / Logging / Metrics）
技术关键词：Kubernetes / OpenTelemetry / SkyWalking / Fluent Bit / Vector / Kafka / Elasticsearch / Kibana / Envoy
概述
面向云原生多集群场景，建设统一可观测平台，打通日志、指标与链路追踪能力，提升系统观测、故障定位与平台治理能力。
主要负责内容
- 设计并落地覆盖网关、应用、中间件及 Kubernetes 集群的统一可观测体系，实现日志、指标、链路追踪的集中化管理。
- 基于 Fluent Bit、Vector、Kafka、Elasticsearch、Kibana 构建日志采集、传输、缓冲、存储与检索链路，提升日志治理能力。
- 以 OpenTelemetry 作为统一观测协议，兼容 SkyWalking Java Agent 历史链路数据，降低业务改造成本并保障观测连续性。
- 负责 SkyWalking 向 OpenTelemetry 的链路迁移与数据聚合改造，确保新旧链路数据的一致性与平滑过渡。
- 负责多语言应用在 Kubernetes 环境下的 Agent 自动化注入与标准化部署方案，提升链路采集一致性与运维效率。
- 参与 Kafka 日志链路迁移方案落地，保障跨环境迁移过程中链路稳定与数据一致性。
项目价值：
- 构建统一的云原生可观测底座，支撑多集群及复杂业务场景下的运行观测与治理。
- 在降低业务侧改造成本的前提下完成观测体系升级，保障平台平稳演进。
- 提升日志检索、链路分析与故障定位效率，增强系统可诊断性与运维支撑能力。
云原生网关与服务治理（Gateway / Envoy）
技术关键词：Contour / Envoy / HTTPProxy / Ingress / OpenTelemetry / Kubernetes
概述
基于 Contour + Envoy 构建云原生网关体系，支撑集群内统一流量接入、路由转发及网关侧可观测能力建设。
主要负责内容
- 基于 Contour 构建网关控制面，监听 Kubernetes 集群内 HTTPProxy、Ingress 等资源，并动态下发至 Envoy 数据面。
- 基于 Envoy 实现高性能网关流量转发能力，完成与集群内 Service 的联动，支持多域名及复杂路由策略配置。
- 参与云原生网关接入方案设计与落地，提升集群入口流量管理的标准化与可扩展性。
- 设计并实施网关数据面健康监控方案，保障流量转发链路的稳定性与可用性。
- 打通 Envoy 到 OpenTelemetry 及后端观测系统的链路数据采集，增强网关流量的可追踪性与问题定位能力。
项目价值：
- 建立统一、可扩展、可观测的云原生网关能力，提升集群流量治理水平。
- 为后续 Gateway API 演进及服务治理能力建设奠定基础。
云原生网络架构与多集群互通
技术关键词：Cilium / eBPF / BGP / Underlay Network / Kubernetes
概述
基于 Cilium BGP Underlay 模式设计并落地多集群网络方案，实现跨集群 Pod/Service 网络互通及底层网络可达能力。
主要负责内容
- 在 Kubernetes 集群中部署 Cilium 网络插件，基于 BGP Underlay 模式构建云原生网络架构。
- 实现跨集群 Pod 网络直连互通，打通集群边界，提升多集群场景下的网络连通性。
- 支持 Pod IP 与 Service IP 向底层网络动态通告，实现云原生网络与物理网络的互联互通。
- 实现跨集群 Pod 无 NAT 访问与直接调试能力，降低网络路径复杂度并提升问题排查效率。
- 支撑服务的动态注册与对外访问能力，增强多集群网络架构的可扩展性与可用性。
项目价值：
- 提升多集群环境下的网络可达性、调试效率与运维便利性。
- 为多活、多地域场景下的云原生架构建设提供网络基础能力。
云原生 DevOps 与持续交付体系构建
技术关键词：Jenkins / Argo CD / GitOps / Argo Rollouts / Prometheus / Trivy / SonarQube / Kubernetes
概述
围绕容器云平台建设 CI/CD 与 GitOps 持续交付体系，提升多集群环境下的应用交付效率、发布安全性与变更可控性。
主要负责内容
- 基于 Jenkins Pipeline 设计并实现声明式 CI/CD 流水线，支撑应用构建、测试与发布流程标准化。
- 引入构建缓存机制，优化流水线执行效率，缩短应用交付周期。
- 集成 Trivy 镜像扫描与 SonarQube 代码质量分析，推动安全与质量能力前置。
- 基于 Argo CD 实现多集群应用持续交付，提升发布过程的一致性与可追溯性。
- 使用 Argo Rollouts 支持金丝雀发布与蓝绿部署，增强发布灵活性与风险控制能力。
- 结合 Prometheus 指标实现发布状态自动判断与失败自动回滚，提升发布稳定性。
- 落地 GitOps 实践，推动应用与基础设施配置的版本化管理与标准化交付。
项目价值：
- 提升应用交付效率与发布安全性，降低人工操作风险。
- 建立标准化、可观测、可回滚的多集群持续交付体系。
相关技能
- 云原生与容器编排： Kubernetes、Helm、Kubean、Kubespray、Kind、Koordinator、MetalLB
- 容器与运行时： Docker、Containerd、Podman
- AI Infra / 模型服务： vLLM、GPU Operator、HAMI、NVIDIA GPU、MetaX GPU、Ascend NPU、OpenAI-Compatible API
- 推理优化： KV Cache、Continuous Batching、Tensor Parallelism
- 自动化与脚本： Ansible、Bash、Python
- 可观测性： Prometheus、Grafana、Kibana、OpenTelemetry、VictoriaMetrics、Fluent Bit、Vector、Jaeger、SkyWalking
- 服务治理： Envoy、Istio、Contour、Service Mesh、API Gateway、Cert-Manager
- DevOps： Jenkins、Argo CD、GitOps、Argo Rollouts、GitLab
- 中间件： Kafka、RocketMQ、Elasticsearch、Redis、MySQL、PostgreSQL、RabbitMQ
- 网络： TCP/IP、HTTP、DNS、WebSocket、RPC、Calico、Cilium、BGP
- 操作系统： CentOS、Ubuntu、RHEL、AlmaLinux、Windows
个人总结
熟悉 Kubernetes 生态与云原生基础设施，具备容器平台部署、运维、故障排查及自动化运维能力。熟悉多集群管理、可观测性、服务治理、持续交付及常见中间件组件，并具备基于 vLLM、GPU Operator、HAMI 等技术的大模型服务与异构 GPU/NPU 资源管理实践经验，能够支撑云原生平台与 AI 场景下的建设、交付与运维保障工作。