褚成志 | 云计算产品技术经理
联系方式： 13868166992 | 邮箱： livecityccz@163.com | GitHub： https://github.com/initchu | 博客： https://www.cnblogs.com/chucz求职意向： 云计算运维 | 期望城市： 杭州
核心优势
- 云平台稳定性建设：6年华为云技术服务经验，维护4套K8S集群（40+节点，700+Pod），日均接口请求500~800万，高峰QPS 800~1200，保障7×24小时生产稳定性
- CI/CD自动化体系：基于Jenkins+GitLab+Ansible搭建自动化发布体系，支持多区域业务平台版本发布、灰度上线、故障回滚，发布效率提升50%
- 可观测性体系建设：从零搭建Prometheus+Grafana+ELK全链路监控告警体系，故障平均发现时间从15分钟降至3分钟，MTTR下降60%
- 故障处理能力：独立处理微服务OOM、K8S集群Pod驱逐、Nginx 502等生产故障，从发现到恢复平均10~15分钟
- 跨团队协作：服务团队中独立负责PAAS项目交付规划设计、K8S集群、容器化服务、CI/CD方向等，具备清晰的故障分流机制和协作流程
技术能力
容器编排：Kubernetes集群运维、Deployment/StatefulSet/DaemonSet管理、滚动更新、灰度发布、HPA自动扩缩容 CI/CD：Jenkins Pipeline、GitLab CI、Ansible自动化部署、Docker镜像构建与管理、Harbor镜像仓库 监控告警：Prometheus+Grafana+AlertManager、ELK（Filebeat+Logstash+Elasticsearch+Kibana）、SkyWalking链路追踪 云平台：华为云HCS、阿里云、腾讯云、OpenStack、KVM虚拟化、云主机/云硬盘/VPC管理 网络与负载均衡：Nginx反向代理与优化、Ingress七层路由、Service负载均衡、iptables/OVS 编程与脚本：Python（运维平台开发、自动化脚本）、Shell、Go（可读） 中间件与数据库：Redis、Kafka、RocketMQ、MySQL主从复制与优化、PostgreSQL 存储：Ceph分布式存储、对象存储/块存储/文件存储、PVC/StorageClass
工作经历
华为技术有限公司 | 云计算产品技术经理 | 2019.08 - 至今 | 杭州
- 统筹区域内华为云Stack云服务产品交付与运维，负责HCS/虚拟化/容器云等IaaS/PaaS云项目解决方案落地
- 维护4套K8S集群（生产环境2套，测试/预发环境各1套），管理40+节点、700~800 Pod，保障日均500~800万接口请求稳定运行
- 基于Jenkins+GitLab+Ansible搭建CI/CD自动化发布体系，支持多区域业务平台版本发布、灰度上线、故障回滚
- 搭建Prometheus+Grafana+AlertManager+ELK全链路监控告警体系，实现从指标、日志到链路追踪的完整覆盖
- 7×24小时On-Call，独立处理生产环境故障，从发现到恢复平均10~15分钟
典型故障处理案例：
- 微服务OOM导致C端接口大面积超时：晚高峰期某微服务大量Pod频繁重启，通过Prometheus监控定位内存泄漏+无资源限制配置，临时扩容副本数止血，回滚镜像恢复业务，后续加固JVM参数、内存Limit、HPA策略
- K8S集群大面积Pod驱逐：多节点NotReady，定位inode耗尽（镜像清理策略缺失+发布频繁），紧急清理无用镜像和孤儿容器，配置kubelet镜像回收阈值，完善inode监控告警
- Nginx 502+TCP连接队列溢出：业务大量502，定位HTTP连接未复用（短连接风暴），扩容副本数+调整内核参数+开启Nginx长连接，推动研发修复连接池配置
杭州中恒云能源互联网技术有限公司 | 解决方案工程师 | 2017.06 - 2019.06 | 杭州
- 参与能源互联网平台产品设计、数据采集组网、模块选型和协议开发对接，支撑电网、发电企业安全生产提效降本
- 设计"硬件+软件+培训"一体化方案，集成边缘计算网关、IoT平台及行业应用，服务国网、华能等电网客户
- 构建网关设备主动式运维，实现设备故障预判与智能调度，运维响应时间缩短40%，故障处理效率提升35%
浙江新能量科技股份有限公司 | 软件工程师 | 2013.05 - 2017.06 | 杭州
- 负责GDW376.1/IEC104等电力行业通信规约的嵌入式开发调试，优化协议解析引擎性能，数据传输成功率提升至99%
- 设计低功耗、高可靠嵌入式网关设备，实现传感器数据采集、规约转换及边缘计算功能，支持多种工业协议
杭州新正软件技术有限公司 | 软件工程师 | 2011.01 - 2013.04 | 杭州
- 基于主流框架开发企业级应用模块，优化权限控制和数据库查询性能，提升业务接口响应效率
- 参与制定公司软件开发规范，提升模块代码复用率和团队开发效率
核心项目经验
衢州数据局DeepSeek大模型多机推理项目 | 产品技术经理 | 2025.03
基于HCS+ModelArts架构，完成DeepSeek-R1大模型多机推理部署与全链路性能优化，适配昇腾910硬件环境，搭建政务场景高可用大模型推理服务。 技术栈：ModelArts、MindIE、DeepSeek大模型、昇腾芯片、Kubernetes、Docker、HCCL通信库、OBS、SWR
- 主导大模型交付全流程规划，包括ARM环境准备、镜像制作与SWR上传、模型权重OBS存储配置
- 修改MindIE及模型权重目录config.json文件，配置分布式推理参数与模型类型兼容
- 优化ModelArts资源配比（CPU/内存/昇腾芯片），启用芯片亲和性调度与HCS850+1230补丁
- 通过动态批处理、W8A8量化推理、HCCL RDMA协议启用等手段优化推理性能；搭建昇腾Profiler监控平台，分析算子执行与通信耗时
成果：4节点集群推理吞吐量提升至2500 tokens/sec，显存占用降低，服务部署成功率达标，保障业务零宕机运行。
台州电信政务云平台建设项目 | 云产品与技术专家 | 2025.01
为满足台州大数据局信创及等保合规要求，设计并搭建基于华为云Stack的政务云平台，提供计算、存储、网络等全栈IaaS服务。 技术栈：华为云Stack、鲲鹏服务器、分布式存储（OceanStor Pacific）、KVM虚拟化、VPC、云防火墙、OBS对象存储
- 主导需求分析与架构交付设计，规划1650核计算资源、4800GB内存及300T对象存储的资源配置
- 设计单Region多AZ组网方案，通过网闸实现跨区数据安全交换；基于鲲鹏架构搭建服务器集群与分布式存储池
- 部署三方备份环境与安全防护系统，落实信创及等保合规要求
成果：系统运维效率提升50%，数据交互合规性100%，支撑政务业务稳定运行。
衢州市政务云国产化改造及上云交付项目 | 核心交付/迁移专家 | 2023.12
为衢州市政务云提供国产化改造、上云交付及运维体系建设全流程服务，满足政务业务集约化管理与安全合规要求。 技术栈：政务云IaaS/PaaS平台、统一监控体系（MO平台）、自动化运维平台、CMDB管理系统、ITSM工具
- 牵头完成政务云底座新建规划设计，梳理30+项应用改造需求，分批次完成核心政务应用上云部署
- 搭建可观测统一监控体系，设置200+项告警阈值，覆盖95%以上故障场景
- 制定33项核心运维流程（含事件管理、变更管理、应急管理等）与50+个交付物清单
成果：资源利用效率提升40%，运维响应速度提高50%，故障处理时长缩短60%，成功支撑20+项政务应用平滑迁移。
国网浙江省电力禾城外网云 | 产品技术经理 | 2023.10
基于华为云Stack解决方案构建电力行业私有云平台，完成从8.0.2到8.3.1的版本迭代，部署500PM/5000VM资源池，支撑10+部门500+核心业务。 技术栈：华为云Stack（HCS8.0X）、FusionSphere OpenStack、分布式存储、SDN网络、KVM虚拟化、ManageOne云管平台、容器平台（CCE）、中间件（DCS、DMS）、数据库RDS
- 云平台架构设计与组网规划，完成云底座交付与试运行和版本演进；新业务部署与旧业务平滑迁移
- 搭建统一观测与告警编排体系，沉淀平台演练回切流程，开展版本演进评审与容量治理
- 推进统一服务治理，提升关键链路稳定性，实现生产变更零事故
成果：资源利用率提升30%，MTTR显著下降，平台支撑48708核私有云算力规模，稳定运行6000+台虚拟机，完成600+问题闭环。
教育背景
重庆大学 | 本科 | 电气工程及自动化专业