李若云 · 云平台管理工程师

负责电商核心交易链路（AWS）的日常运维与故障响应，使用Python脚本与Terraform模块固化环境变更，降低高频人工操作耗时65%，全任期未发生重大运维事故。重构Prometheus监控告警体系，基于SLO设计分层策略并聚合冗余通知，告警噪音下降70%，关键告警MTTA从10分钟缩短至3分钟以内。搭建GitLab CI/CD自动化发布流水线，集成金丝雀发布与自动回滚，应用发布频次提升3倍，失败率由8%降至0.3%。主导大促保障，通过弹性扩缩容预演、全链路压测、HPA策略调优与预热流程，确保核心链路全年可用性99.95%，大促零故障。

参与搭建基于OpenStack与KVM的私有云，独立完成10+台裸金属节点的Linux初始化与网络规划，首次实现虚拟资源池化交付，支撑3个业务团队的开发测试环境。主导编写Ansible剧本与Shell脚本，对OS基线、KVM部署及OpenStack服务编排进行标准化，将新计算节点上架至可用耗时从2小时压缩到25分钟。构建面向内部团队的自动化资源交付能力，通过命令行工具与参数化脚本，使虚拟机、块存储等资源申请从平均1天缩短至30分钟，初步实现开发者自助化。设计并落地一套基于Shell的核心服务健康巡检与告警自动化流程，覆盖20+项关键指标，消除人工每日巡检，故障平均发现时间降低约70%。

主导多云成本治理，整合AWS Cost Explorer、Grafana与QuickSight构建统一成本分析看板，使各业务线费用可见率从不足40%提升至95%。使用Lambda与Python开发自动化数据摄取流水线，按日同步多账号多区域账单与资源用量至集中数据湖，数据处理延迟控制在1小时内。构建闲置资源识别规则与规格优化模型，通过看板标记出30%的未挂载块存储与长期低负载计算实例，输出优化清单供业务决策。配合各业务线完成200+实例的规格下调与计费模式变更，推动月度云支出环比下降，实现年化15%的成本节省。

针对私有云资源依赖人工审批、平均交付周期达2–3天的问题，独立设计基于Django的后端服务，封装OpenStack API实现虚机、网络、存储的标准化订单与自动开通，将端到端交付时长压缩至15分钟以内。使用Vue.js开发自助申请门户，引入动态表单校验与租户配额实时检查，将因参数不合规造成的工单退回率从约40%降至5%以下。设计MySQL多租户数据模型，存储配额、审批记录与操作审计日志，确保每次资源变更全链路可追溯，支撑运营团队输出月度用量报表。通过Docker容器化部署前后端应用，编写Docker Compose编排文件，使本地开发与测试环境搭建时间从半天缩短至分钟级。

主导毕业设计选题与架构，基于Kubernetes与Go实现智能伸缩平台，自定义Prometheus流量指标驱动HPA，将扩容决策延迟从分钟级压缩至30秒内。设计蓝绿发布控制器与流量切换逻辑，在负载测试中实现零停机部署，验证环境成功支撑3000+并发请求。通过Docker多阶段构建与Helm打包交付全栈应用，将本地到集群的部署复现时间控制在5分钟以内。项目获院级优秀毕业设计，并在校内展示中完成10分钟实时流量突增自动扩缩与稳定回切演示。