教育经历
华南理工大学广州学院 本科 计算机学院 软件工程 2021-至今
工作经验
深圳前海道客网络科技有限公司（Daocloud） - 南区交付 - 运维交付 2024/7-至今
- 负责公司产品的交付生产环境和公司产品的维护保证。
- 负责自动化运维组件的部署。
- 处理containerd，kubernetes等容器和容器编排问题。
- 输出kubernetes生态技术的部署以及使用方案。
- 处理集群中服务部署的环境问题以及处理兼容性问题。
- 对重点客户生产环境参与应用运维以及监控维保工作。
华南理工大学广州学院 - 机房教学中心 - 运维组组长 2021/9-2025/6
- 管理语音教学中心的6台linux服务器，保证日常99%时间的平稳运行
- 深度涉及云服务管理，自动化运维，系统管理，网络管理，服务器管理等。维护多种教学系统的运行。
- 实现应用程序容器化部署，并使用Kubernetes完成容器部署的编排工作。
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
- 熟练掌握并应用Ansible自动化运维工具，实现自动化部署、配置管理及环境监控。
- 利用Docker和Kubernetes，有效管理和部署容器化应用，提高部署速度、扩展性及系统资源利用率。
- 实施高级监控解决方案如Prometheus，进行系统和网络性能监控
项目经历
Contour with Gateway/Envoy 云原生网关 2025/5-2025/5
通过 Contour 作为控制面，监听 Kubernetes 集群内的HTTPProxy和Ingress资源，下发至 Envoy 数据面。Envoy 作为高性能代理与集群内 Service 绑定，支持多域名路由。通过监控确保数据面健康。设计网关全链路跟踪，通过内建收集器聚合 Span 数据并转发至后端，实现端到端可观测性，保障网关流量可追踪、可诊断。
Opentelemetry适配 skywalking java agent深度数据埋点 云原生可观测 2025/4-2025/5
主导迁移由skywalking agent 深度埋点的业务，进行链路形态转换为otel 协议进行收集聚合。保证新链路收集平台对旧数据的兼容，避免大量业务需深入代码层面进行埋点更改。
应用skywalking链路监控注入最佳实践 云原生可观测 2025/3-2025/4
负责多语言应用在 SkyWalking 中的链路追踪接入以及多种语言的 Agent 注入，针对不同的语言应用实现在 Kubernetes 环境下的自动化和标准化接入流程。保障追踪数据的一致性与系统稳定性。
集群可观测日志中心架构设计以及搭建 云原生可观测 2025/2-2025/3
负责日志中心整体架构设计与搭建，解决多系统数据分散与数据孤岛问题，实现日志、指标和链路追踪数据的统一采集与集中化管理。通过收集过滤设计，中间件缓存架构，存储等方面解决在可观测日志、指标和链路追踪的可靠性，可用性，稳定性。
公有云上KafkaCluster日志专线迁移 云原生可观测** 2025/1-2025/2
主导针对私有云日志缓冲中间件上云的日志专线迁移。通过VIP以及HAProxy等设计精准对应Kafka broker使用，保证 Kafka 客户端握手时的(broker.id ↔ host:port)绝对一致，避免元数据错乱、重试风暴和写入失败，同时留下横向扩容的空间。
KafKa Cluster跨机房集群的数据双向同步 云原生中间件架构方案 2024/12-2025/1
负责 Kafka 集群双向同步方案的设计与落地，针对跨集群数据同步场景，消息打标防环、时间戳冲突处理、分区并行优化等手段，解决了数据一致性、回环问题、性能延迟等核心痛点；同时结合 ACL 同步工具、Checkpoint 机制和监控告警体系，保障了数据零丢失、顺序一致性以及权限同步，成功支持了双活架构、跨地域数据复制及云迁移等高可用场景，提升了系统的稳定性和业务连续性。
Redis cluster 中间件稳定固定IP 云原生中间件架构方案 2024/10-2025/1
负责保证redis cluster 的直连稳定性，给redis 集群实例附加真实IP，针对pod级别的固定IP模式，避免IP变动的不稳定性导致业务系统断联
Rocketmq cluster中间件高可用方案 云原生中间件架构方案 2024/10-2024/11
基于 Kubernetes Operator 部署 RocketMQ 集群，结合 LocalPV 持久化存储保障数据可靠性，针对 Operator 缺陷，重构 Broker 配置规避生产风险。对比多种方案，最终采用 Pod 级静态 IP 绑定，确保 Broker/Namesrv 节点 IP 在集群扩容、故障迁移等场景下永久不变。
集群网络方案 云原生集群网络 2024/9-2024/10
通过部署 Cilium 网络插件并结合 BGP Underlay 模式，可以实现跨集群的 Pod 网络互通和动态服务发现。使得Pod IP及服务类型能被实时通告。集群间的Pod可以无缝互访debug，同时动态注册的服务能够被外部网络识别并访问。
容器云平台devops/CICD 云原生DevOps工程 2024/08-2024/09
基于Jenkins设计并实现CI/CD流水线，启用jenkins 缓存进行流水线加速，集成GitOps与Argo工具链，使用Jenkins Pipeline构建声明式流水线，集成Trivy镜像扫描、优化镜像体积、SonarQube代码质量分析，确保交付安全与质量。除此之外，通过argo 构建多集群应用发布。通过Argo Rollouts实现金丝雀发布与蓝绿部署，结合Prometheus指标自动判断发布状态，支持失败自动回滚，采用GitOps实践，同步Git仓库配置至Kubernete集群，实现基础设施即代码（IaC）。
kubernetes集群单机多卡运行Deepseek R1 云原生大模型架构2025/2-2025/3
在 Kubernetes 集群单机多卡环境下部署 DeepSeek R1 模型的实施工作。该项目采用 Hami 异构和 GPU-Operator，实现高效调度。负责搭建并优化了模型推理环境，利用 DeepSpeed 框架提升了模型的训练效率和推理性能。还设计了自动化部署流程，确保了模型部署的高效性和可扩展性。通过该项目，我们成功实现了大规模语言模型在 Kubernetes 环境下的高效部署和推理，提升了系统的性能和稳定性。
相关技能
- 计算机网络：TCP/IP, HTTP, DNS, WebSocket, RPC
- 操作系统：CentOS, Ubuntu, RHEL, Windows,almaLinux
- 自动化运维工具：Ansible
- 可观测技术：Prometheus,Grafana,Kibana,OpenTelemetry,Victoriametrics,Fluentbit,Jaeger
- 微服务：Envoy,Istio,Contour
- DevOps：Jenkins,Argo,Gitops,Argo Rollout,Gitlab
- 中间件：Kafka,RocketMQ,Elasticsearch,Redis,MySQL,PostgreSQL,RabbitMQ
- 容器化：Containerd,Docker,Podman
- 容器编排：Kubernetes
- 镜像管理：Harbor,jfrog
- 集群技术：Kubean,Kind,MetalLB,Kubespray,Helm,Koordinator
- 网络技术：Calico,Cilium
- 编程技术：Golang,bash,python
个人总结
对kubernetes生态较为熟悉，容器化技术和容器编排工具经验丰富，熟悉多种集群技术，能够编写自动化脚本，具备网络基础知识，熟悉使用自动化运维工具，掌握不同发行版的Linux系统，掌握基本开发能力。