跳过正文

关于我

个人陈述
#

我是一名驻首尔的软件工程师,有全栈开发、DevOps 和工程管理方面的经验。做过客服平台、内容创作者应用、本地 LLM 基础设施,以及带端侧 AI 的 React Native 应用,方向比较多元。

最在意的是能在生产环境中稳定跑起来的东西。扎实的基础设施、够用的测试覆盖、真正能交付的产品。目前在做 DevOps/MLOps 自由职业,同时在开发一款面向装修行业的估价应用。

工作之外,担任韩国新西兰校友会(Kiwi Alumni)的主席,这是一个旅韩新西兰人的社群。提醒自己技术以外,人和人的连接同样重要。

工作经历
#

职位组织时间
DevOps / MLOps 工程师自由职业2025年10月 至 今
全栈开发工程师(移动端)Curtain Estimator2025年10月 至 今
主席Kiwi Alumni2020年1月 至 今
工程经理DNK2024年2月 至 2025年10月
全栈开发工程师Picky2022年9月 至 2024年2月
全栈开发工程师Oqupie KR2020年6月 至 2022年9月
研究助理经理XiiLab KR2019年6月 至 2020年6月
网络运维工程师Spark NZ2016年2月 至 2017年2月
助理商业分析师Methanex NZ2015年11月 至 2016年2月

学术背景
#

学位院校时间
计算机科学硕士庆熙大学2017年3月 至 2019年2月
计算机科学学士怀卡托大学2013年2月 至 2016年11月

发表SCI(E)期刊论文 “Lynskey, J.; Thar, K.; Oo, T.Z.; Hong, C.S. Facility Location Problem Approach for Distributed Drones. Symmetry 2019, 11, 118.”


DevOps / MLOps 工程师 — 自由职业
  • 本地部署 Patroni、etcd 和 PostgreSQL 高可用集群。
  • 设计并部署 LLM 服务的高可用基础设施。
  • 监控 LLM 追踪记录和多轮对话流程,管理输出质量。
  • 保持各部署环境中模型输出的稳定性。
全栈开发工程师(移动端) — Curtain Estimator
  • 开发了一款 React Native 移动应用,覆盖从现场勘查到签署报价单的窗帘和百叶窗估价全流程。
  • 窗户尺寸记录,支持内嵌安装、外挂安装和自定义配置。
  • 现场生成品牌 PDF 报价单,可直接发给客户。
  • 基于面料库、人工费率和安装模板自动算价。
  • 每个窗户的现场照片使用基于 YOLO 的端侧图像检测。
  • 集成本地运行的 Qwen 3.5 1.7B AI 助手。
  • 按组织管理面料、覆盖物和安装模板库。
  • 多租户团队管理,团队内共享客户、模板和任务。
  • 全面支持窗帘、罗马帘和卷帘,含褶皱、衬里和托架计算。
  • Detox(移动端)和 Playwright(网页端)端到端测试。
  • Fastlane 自动化部署。
  • 管理 fly.io 多机器基础设施和托管 PostgreSQL 服务。
主席 — Kiwi Alumni
  • 将 Kiwi Alumni 的标志更新为现代风格。
  • 上线新网站,改善会员访问体验和参与度。
  • 扩大了社交媒体粉丝规模。
  • 组织了多次凝聚社群的线下活动。
  • 与新西兰大使馆和新西兰教育机构建立合作关系。
  • 针对 Google 和 Naver 实施 SEO。
工程经理 — DNK
  • 带领工程团队,专注于成员培养和项目推进。
  • 从立项到交付全程管理,涵盖排期、资源和风险。
  • 提供技术方向,推动良好的工程实践。
  • 作为工程团队与业务方之间的主要对接人。
全栈开发工程师 — Picky
  • 代理项目主开发
  • 开发内容创作者平台
  • 开发化妆品和护肤社区平台
  • 开发运维、无服务器框架、CI/CD
  • Fast API、Rust Axum、Next.js、Quarkus
  • 亚马逊云服务
全栈开发工程师 — Oqupie KR
  • 开发基于Django的客户支持平台
  • 开发运维、Kubernetes、CI/CD
  • 亚马逊云服务
研究助理经理 — XiiLab KR
  • 使用游戏引擎生成数据
  • 可再生能源UI界面
网络运维工程师 — Spark NZ
  • 及时向全公司同步新西兰网络故障情况。
  • 在100人以上的团队中维持数百万客户的服务稳定。
  • 处理服务中断和故障升级。
  • 支持活动期间基站和移动基站的部署。
  • 协助国际漫游业务。
助理商业分析师 — Methanex NZ
  • 搭建数据质量框架。
  • 调查数据质量问题。
  • 提出数据质量改进建议。