使用terraform构建谷歌云的计算资源，负责均衡和存储，同时负责ELK系统的脚本编写与资源创建，使客户从nas同步数据到bigquery，最后使用只能BI生成报表和分析，同时也负责ML环境搭建与数据备份，确保用户训练和使用的数据在机器过期重建时保持最新，使用python原生库编写代码，IMR工具接入ldap和saml校验从而判断用户权限，并编写自动化测试接口生成python代码扫描报告，提供给开发人员参考。

2、公司内部IKP平台采用docker+kubernetes作为测试、生产环境架构，主要是实现pyspark、tensorflow模型和airflow容器化，实现模型应用的高可用和自愈功能 实现流程： 2.1、 编写Dockerfile构建pyspark、jupyterhub、pytorch应用镜像(基础镜像->公共库镜像->应用镜像)，并定时清理过期镜像 2.2、 使用二进制方式部署kubernetes集群 2.3、 部署和维护Harbor私有容器仓库 2.4、 编写kubernetes的efk、traefik、prometheus、dashboard、storageclass等yaml实现功能 2.5、 实现jenkins kubernetes项目CICD流程 2.6、 kubernetes测试、生产环境应用部署、测试、上线

1、公司内部数据计算Kubeflow平台，主要做ML模型训练和运行jupyter notebook。项目利用terraform 管理基础设施建设，实现gitops原理，服务构建在gcp云上，利用弹性扩容技术充分发挥服务的伸缩性 实现流程： 1.1 使用terraform+packer作为实现基础Linux应用镜像的构建 1.2 编写terraform+ansible实现服务器应用的部署、启动、定时备份和还原 1.3 使用bigquery+R fluent服务实现日志采集分析，并用terraform构建alerting实现邮件告警通知 1.4 全过程使用jenkins pipeline+gitlab webhook实现CICD自动构建 1.5 使用terraform构建GPU服务器，并自动安装对应版本的cuda+cudnn