中文简历
杨栋森
运维 / DevOps 学习型实习生
个人简介
辽宁科技大学网络工程专业 2027 届本科生，关注 Linux 运维、DevOps 与云原生方向。
熟悉 Linux 日常使用、Git/GitHub 协作和常见项目启动流程，能够根据文档完成本地环境搭建、Docker Compose 服务编排、基础 Nginx 反向代理配置，并借助 1Panel 等工具完成简单部署。
日常会把 AI Agents 作为学习与工程辅助工具，用于需求拆解、方案对比、代码阅读、故障排查、文档生成和测试验证；同时会通过人工复核、运行测试和部署验证控制输出质量。
对 Kubernetes、CI/CD、Prometheus、后端框架和前端工程有项目接触和学习经历，但仍处于持续补基础阶段。希望从基础运维、部署联调、日志排查、文档整理和自动化辅助工作切入实习。
教育经历
辽宁科技大学2023.09 - 2027.07
网络工程｜本科｜2027 届
校三等奖学金｜CET-4
求职方向
基础运维 / DevOps / 部署联调 / 平台工具实习
希望从 Linux、项目部署、日志排查、文档整理和自动化辅助方向成长。
技术能力
- 较熟悉：Linux 日常使用、Git/GitHub、根据文档搭建项目环境、Docker / Docker Compose 基础使用、AI Agents 辅助工程实践
- 有部署实践：Nginx 基础反向代理配置、1Panel 面板部署、服务启动与基础日志查看、静态站点部署与 Pages 平台联调
- AI 辅助能力：使用 AI Agents 辅助需求拆解、命令生成、代码解释、日志分析、文档整理、测试用例补充和交付检查，并通过本地运行、测试输出和部署结果进行人工复核
- 接触过：Kubernetes、Helm、Prometheus、GitHub Actions、Redis、MySQL/MariaDB、Go、Laravel、FastAPI、Vue、React
- 正在补足：Shell 脚本、网络基础、Linux 服务排查、容器与云原生基础概念、后端代码阅读能力
项目经历
Ocean｜海洋生态样本与设备巡检管理平台部署联调 / Docker Compose / 文档整理
- 参与前后端分离业务系统的本地运行、部署联调和文档整理，项目覆盖巡检任务、样本登记、检测结果、异常处理、分析任务和统计看板等流程。
- 根据项目文档与配置文件梳理服务启动流程，使用 Docker Compose 编排 Nginx、Laravel、MariaDB、Redis 和 Worker 等组件。
- 接触 Redis + Python Worker 的异步任务处理方式，理解其用于避免耗时分析流程阻塞主业务接口的基本思路。
- 维护项目概览、部署说明和接口说明等材料，并使用 AI 辅助梳理部署检查清单与演示说明，辅助完成项目交付与演示准备。
钢材表面缺陷智能检测分析系统FastAPI / Vue 3 / ECharts / 项目材料
- 参与工业缺陷检测平台的运行、联调和材料整理，系统支持图像检测、视频检测和批量检测等使用场景。
- 根据已有代码和文档梳理前后端启动方式，配合完成检测历史、结果查询、Excel 导出、Word 报告和统计看板等功能验证。
- 接触 ECharts 可视化、文件上传与结果展示流程，理解前后端分离项目中接口联调和资源路径管理的基本问题。
- 整理软件说明、源代码说明与软著申请相关文档，使用 AI 辅助生成初稿、检查术语一致性和补全文档结构，积累项目材料归档经验。
MedKnow｜养生知识科普短视频平台后端参与Go / Gin / MySQL / 微信小程序
- 参与“梦溪比特”小团队项目，围绕养生知识科普短视频平台的小程序后端、接口联调和本地运行环境进行配合。
- 接触 Go Gin + Gorm + MySQL 的后端项目结构，了解用户、专家、视频、评论、收藏、浏览历史等业务模块的基本划分。
- 配合前端完成接口联调与本地部署验证，参与 Docker 化运行环境整理和问题排查。
- 项目因微信官方资质审核限制未能正式上线，但完整经历了需求拆解、接口联调、部署验证和材料整理流程。
Kube-Sentinel｜Kubernetes 自动处置学习项目（开发中）AI Agents / Kubernetes / 学习项目
- 使用 AI Agents 辅助搭建的云原生学习项目，目标是探索 Kubernetes 告警接入、处置任务记录和自动化恢复流程，目前仍在开发和理解代码阶段。
- 项目设计中包含 Alertmanager Webhook、
HealingRequest 自定义资源、Reconciler、Kubernetes Event、审计日志和 Prometheus 指标等模块。
- 通过该项目接触 CRD、RBAC、Helm、Controller 等概念，当前重点是补足 Kubernetes 基础、阅读生成代码并理解各模块职责。
- 本项目更适合作为学习经历和方向展示，不作为独立成熟项目或生产实践表述。
AI 辅助工程实践
- 在个人项目、开源贡献和简历/博客维护中持续使用 AI Agents 作为工程辅助工具，主要用于需求拆解、技术方案对比、代码阅读、命令生成、文档初稿和测试建议。
- 在 DevOps/云原生学习项目中，通过 AI Agents 辅助理解 Kubernetes Controller、CRD、Webhook、Helm、RBAC 等模块，并结合官方文档、测试结果和实际运行日志进行人工复核。
- 在项目交付过程中，使用 AI 辅助整理 README、部署步骤、故障记录和检查清单，降低重复文档工作成本，提高环境复现和交接效率。
- 对 AI 输出保持审慎态度：不直接照搬未验证结论，重点通过本地运行、单元测试、构建结果、页面访问和日志输出来确认修改是否有效。
开源与工程实践
CubeSandbox 开源贡献GitHub PR / 代码审查 / 命令行验证
- 参与 TencentCloud/CubeSandbox 开源项目贡献，借助项目文档和 AI Agents 辅助完成若干 PR 的修改与验证。
- 修改范围涉及 CubeAPI、CubeMaster 与 cubemastercli 等模块，包括参数传递、错误映射和命令输出优化等较小范围改动。
- 通过开源贡献熟悉 GitHub PR 流程、代码审查反馈、命令行工具验证和项目协作规范。
个人博客与开发环境维护Astro / Linux / dotfiles
- 维护个人技术博客，记录 Linux、开发工具、项目实践与学习笔记。
- 长期维护个人 Linux 工作站与 dotfiles，涉及 zsh、Neovim、Git/GPG、代理、容器和多语言开发环境配置。
奖项与证书
- 辽宁科技大学优秀学生三等奖学金
- CET-4
- 其他竞赛与获奖证书：待整理补充
自我评价
对 Linux、部署联调、自动化运维和云原生方向有持续兴趣，愿意从基础运维、项目部署、日志排查和文档整理等工作做起。
能够主动使用 AI Agents 提高学习和项目整理效率，已形成“AI 辅助生成思路 + 人工复核 + 实际运行验证”的基本工作习惯。
清楚自身代码基础与云原生理解仍需加强，正在通过项目复盘、官方文档阅读和基础学习逐步补足。