07 简历与面试转化
这个栏目最终不是为了“学完”，而是为了把经历转成求职证据。
简历项目写法
运维自动化诊断与 AI Runbook 知识库
- 基于 Python 开发基础组件自助诊断 CLI，覆盖 DNS、yum repo、NTP、syslog、磁盘、网络连通性等场景，支持 Markdown/JSON 报告输出。
- 使用 Prometheus client_python 暴露诊断指标，并结合 blackbox exporter 构建 HTTP、DNS、TCP 可用性监控和告警规则。
- 基于 kind/minikube 构建 K8s 故障演练环境，沉淀 CrashLoopBackOff、OOMKilled、ImagePullBackOff、Pending、Probe 失败等排查案例。
- 将 runbook 和故障复盘接入 Dify/RAGFlow，构建 AI 运维知识库，支持基于引用来源的排障建议生成。当前工作改写模板
原写法：
负责内部系统答疑问题处理，yum、ntp、syslog 基础组件问题，系统修复等。建议写法：
负责集团内部 yum、ntp、syslog 等基础组件运维支持，沉淀高频故障为标准化 runbook 和 Python/Shell 诊断脚本，覆盖源站连通性、时间同步、日志链路、服务状态等场景，将重复答疑逐步转为自助排查。需要补数据：
- 高频问题数量：
[待补] - 脚本覆盖场景：
[待补] - 平均排查时间缩短：
[待补] - 重复咨询下降比例：
[待补]
AI 答疑机器人经历改写
原写法：
将工作中的答疑文档输入给 AI，提供给 AI 进行训练，引入 AI 答疑机器人。建议写法：
参与内部 AI 答疑机器人建设，负责历史答疑文档结构化、知识库整理、问答样本维护和效果验证，将常见运维问题接入 AI 自助问答流程，降低重复沟通成本。需要补数据：
- 文档数量：
[待补] - 问答样本数量：
[待补] - 命中率或采纳率：
[待补] - 覆盖问题类型：
[待补]
面试故事库
至少准备 5 个故事：
- yum/ntp/syslog 高频问题如何被标准化处理。
- 数据库故障或迁移案例。
- 监控发现问题并推动解决的案例。
- 脚本提升效率的案例。
- AI 答疑机器人或知识库建设案例。
每个故事固定回答结构：
- 背景：什么系统，什么业务场景。
- 问题：出现了什么故障或低效。
- 排查：你怎么定位。
- 方案：你怎么解决。
- 结果：节省时间、减少重复咨询、提升稳定性。
- 沉淀：是否形成脚本、文档、监控、runbook。
投递前检查
-
ops-diagnose能运行。 - README 能让别人复现。
- 至少 10 篇 runbook。
- 至少 8 篇故障复盘。
- 至少 1 套 Prometheus 告警规则。
- 至少 1 张 Grafana 截图。
- AI 助手能基于引用回答问题。
- 简历至少 3 条经历有量化结果。