crossover
云原生开发
腾讯 · 5年经验
日薪：
￥500/8h
地点：
上海
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
主力语言 Golang、Java,可用 TypeScript、C(eBPF)。核心方向是 Kubernetes 与云原生基础设施:Controller/Operator 开发(CRD、controller-runtime、OAM 模型)、调度器插件、多集群多租户纳管、配额与资源隔离、灰度/金丝雀等渐进式发布。第二方向是可观测与 AIOps:指标、日志、调用链三类基础设施落地,日志模板解析、时序异常检测、告警收敛与降噪。第三方向是 LLM 应用工程:Advanced RAG / Agentic RAG(检索召回优化、混合检索、OCR 与文档运营)、基于 MCP 的运维排障 Agent。
最能解决的四类问题:
1.从 0 到 1 搭建容器云平台或应用发布平台,含生产级 SLO 保障
2. 把团队的部署规范、配额策略、调度诉求用 Controller / 调度插件产品化落地
3. 治理已有 K8s 集群:稳定性、资源利用率、混部与 GPU 共享、多租户隔离
4. 企业知识库 RAG 从 Demo 做到可用:提召回、降延时、接入内部文档系统
最能解决的四类问题:
1.从 0 到 1 搭建容器云平台或应用发布平台,含生产级 SLO 保障
2. 把团队的部署规范、配额策略、调度诉求用 Controller / 调度插件产品化落地
3. 治理已有 K8s 集群:稳定性、资源利用率、混部与 GPU 共享、多租户隔离
4. 企业知识库 RAG 从 Demo 做到可用:提召回、降延时、接入内部文档系统
项目经验
1.统一容器发布平台(2021 至今,核心开发):面向生产与研发两套环境的统一发布入口,自研应用交付 Controller(基于 OAM 渲染底层资源、管理应用全生命周期)与多租户资源管控 Controller。结果:运维配置生效时间减少 50%,月度版本上线时长压缩 30%+,研发环境自动化部署从 2 小时降至 5 分钟内。
2.容器云平台(2021 至今,核心开发):纳管多套集群共 1500+ 节点、8000+ Pod,覆盖在线/离线/混部/GPU 四类形态;自研 Gang 调度插件与基于负载预测的调度插件。结果:支撑核心业务 99.99% 可用性,某组件迁移后性能损耗从 60% 降到 10%,GPU 共享支撑 200+ 人的推理需求。
3.集团级 RAG 检索系统(2025 至今,负责人):从 Dify 二次开发演进为自研 Advanced RAG,重写检索召回模块。结果:支撑 6000+ 文档检索,P95 延时较原生 Dify 下降 40%,问答工单替代率 35%,每周节省 2.5 人日。
2.容器云平台(2021 至今,核心开发):纳管多套集群共 1500+ 节点、8000+ Pod,覆盖在线/离线/混部/GPU 四类形态;自研 Gang 调度插件与基于负载预测的调度插件。结果:支撑核心业务 99.99% 可用性,某组件迁移后性能损耗从 60% 降到 10%,GPU 共享支撑 200+ 人的推理需求。
3.集团级 RAG 检索系统(2025 至今,负责人):从 Dify 二次开发演进为自研 Advanced RAG,重写检索召回模块。结果:支撑 6000+ 文档检索,P95 延时较原生 Dify 下降 40%,问答工单替代率 35%,每周节省 2.5 人日。
crossover
云原生开发 · 5年经验 · 腾讯
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
主力语言 Golang、Java,可用 TypeScript、C(eBPF)。核心方向是 Kubernetes 与云原生基础设施:Controller/Operator 开发(CRD、controller-runtime、OAM 模型)、调度器插件、多集群多租户纳管、配额与资源隔离、灰度/金丝雀等渐进式发布。第二方向是可观测与 AIOps:指标、日志、调用链三类基础设施落地,日志模板解析、时序异常检测、告警收敛与降噪。第三方向是 LLM 应用工程:Advanced RAG / Agentic RAG(检索召回优化、混合检索、OCR 与文档运营)、基于 MCP 的运维排障 Agent。
最能解决的四类问题:
1.从 0 到 1 搭建容器云平台或应用发布平台,含生产级 SLO 保障
2. 把团队的部署规范、配额策略、调度诉求用 Controller / 调度插件产品化落地
3. 治理已有 K8s 集群:稳定性、资源利用率、混部与 GPU 共享、多租户隔离
4. 企业知识库 RAG 从 Demo 做到可用:提召回、降延时、接入内部文档系统
最能解决的四类问题:
1.从 0 到 1 搭建容器云平台或应用发布平台,含生产级 SLO 保障
2. 把团队的部署规范、配额策略、调度诉求用 Controller / 调度插件产品化落地
3. 治理已有 K8s 集群:稳定性、资源利用率、混部与 GPU 共享、多租户隔离
4. 企业知识库 RAG 从 Demo 做到可用:提召回、降延时、接入内部文档系统
项目经验
1.统一容器发布平台(2021 至今,核心开发):面向生产与研发两套环境的统一发布入口,自研应用交付 Controller(基于 OAM 渲染底层资源、管理应用全生命周期)与多租户资源管控 Controller。结果:运维配置生效时间减少 50%,月度版本上线时长压缩 30%+,研发环境自动化部署从 2 小时降至 5 分钟内。
2.容器云平台(2021 至今,核心开发):纳管多套集群共 1500+ 节点、8000+ Pod,覆盖在线/离线/混部/GPU 四类形态;自研 Gang 调度插件与基于负载预测的调度插件。结果:支撑核心业务 99.99% 可用性,某组件迁移后性能损耗从 60% 降到 10%,GPU 共享支撑 200+ 人的推理需求。
3.集团级 RAG 检索系统(2025 至今,负责人):从 Dify 二次开发演进为自研 Advanced RAG,重写检索召回模块。结果:支撑 6000+ 文档检索,P95 延时较原生 Dify 下降 40%,问答工单替代率 35%,每周节省 2.5 人日。
2.容器云平台(2021 至今,核心开发):纳管多套集群共 1500+ 节点、8000+ Pod,覆盖在线/离线/混部/GPU 四类形态;自研 Gang 调度插件与基于负载预测的调度插件。结果:支撑核心业务 99.99% 可用性,某组件迁移后性能损耗从 60% 降到 10%,GPU 共享支撑 200+ 人的推理需求。
3.集团级 RAG 检索系统(2025 至今,负责人):从 Dify 二次开发演进为自研 Advanced RAG,重写检索召回模块。结果:支撑 6000+ 文档检索,P95 延时较原生 Dify 下降 40%,问答工单替代率 35%,每周节省 2.5 人日。
案例展示
KumaBox
面向 Agent 的 microVM 沙箱运行时，用 KVM + Cloud Hypervisor 为 Agent 代码执行等不可信负载提供硬件级隔离边界，同时保持接近容器 CLI的使用方式；控制面无常驻守护进程，靠持久化状态与 VMM 进程对账支持异常恢复。OCI 镜像按 di
rag-agentic-int
基于agent的agentic-rag实现，支持： - 12 个 fixed-high 顶层节点和 5 个 claim-research 子图节点。 - 三个与 RAGFlow 对齐的检索工具：`hybrid_search`、`vector_search`、`bm25_s
rag-agentic-int
基于agent的agentic-rag实现，支持： - 12 个 fixed-high 顶层节点和 5 个 claim-research 子图节点。 - 三个与 RAGFlow 对齐的检索工具：`hybrid_search`、`vector_search`、`bm25_s
立即沟通
