01 / 05
RESUME-TO-COMPANY FIT
雲端、邊緣 AI 與自動化運營的可靠度工程實踐
江源盛 (Jack Chiang) × Angible Site Reliability Engineer (SRE) 契合度簡報
核心契合價值主張 (Value Proposition)
8 年以上資深 SRE 經驗，專精於EKS / Spot 部署、正式環境 AI Agent 自動問題掃描修復、跨層深層故障診斷（CoreDNS / JVM）與極致成本優化 (ACU / Cross-AZ) — 完美對應 Angible 全球門市 AI 部署與內部 Workflow 運營需求。
應徵者 Profile
Jack Chiang
- 現任/歷任：Platform / SRE 工程師（夕煇、17LIVE、互動資通）
- 技術核心：AWS (EKS Spot, MSK, Aurora ACU)、GitOps (ArgoCD)、AI Agent 自動修復、Prometheus/OTel
- 應徵職位：Angible Site Reliability Engineer (SRE)
- 聯絡信箱：qpowjohn@gmail.com | 台北市
10 分鐘簡報四大契合柱大綱
Agenda
Pillar 1雲端邊緣可觀測性：OTel RED 指標、Alertmanager 告警降噪 80%
Pillar 2零信任資安存取：SSH CA / Short-lived 憑證與 Teleport 觀念對接
Pillar 3AI Agent 自動化運營：正式環境 Agent 自動問題掃描與修復指派
Pillar 4深層排錯與極致成本：CoreDNS TCP 45s 0-timeout、EKS Spot/ACU/MSK 免 Cross-AZ 費
Angible SRE Interview Deck
Jack Chiang
02 / 05
PILLARS 1 & 2
契合柱 1 & 2：雲端邊緣可觀測性與零信任資安
打造門市邊緣設備與雲端 EKS 的高可靠可視性與極致資安防線
Pillar 1
分散式雲端與門市邊緣 AI 設備可觀測性
Angible 需求與痛點
歐美東南亞門市邊緣設備 + EKS 雲端，網路不穩，需 Grafana 四大黃金訊號 (latency, traffic, errors, saturation)、異常預警與連線容錯。
Jack 的對接證明與量化實績
- APM 可觀測性平台：運用 OTel Collector (spanmetrics / servicegraph) 獨立建立跨環境服務依賴圖與 RED 指標 (Rate, Errors, Duration)。
- 告警降噪 80%：精準設定 Alertmanager (regex / group_by / inhibit)，降低無效告警風暴達 80%。
- 邊緣容錯思維：掌握心跳丟失 (Missing Metric) 與輕量 Agent 離線佇列預警設計。
Pillar 2
Teleport 零信任存取控管與資安防禦
Angible 需求與痛點
透過 Teleport 管理雲端與邊緣設備安全存取、短效憑證、RBAC 權限控管與 Audit 稽核；威脅與未授權存取防範。
Jack 的對接證明與量化實績
- 零信任概念無縫轉譯：理解 SSH CA 集中簽發與 Short-lived 憑證自動過期邏輯，搭配過往 Linux RBAC 與 Bastion 經驗對接 Teleport 體系。
- 單點故障與鏈路修復：修復 cloudflared HA 雙副本消除 SPOF，改用 HTTP/2 解決 edge 連線斷線。
- 資安防禦與合規：自動化檢閱 300+ 域名憑證及設定告警。
Observability & Zero-Trust Alignment
Slide 2 of 5
03 / 05
PILLAR 3
契合柱 3：AI Agent 自動化運營與內部 Workflow 治理
維護內部 Agentic Workflow (LangChain/n8n) 與 LLM 工具的穩定性、可觀測性與效能
Pillar 3
Angible 痛點與治理需求
- 內部 LLM & AI 工作流：Angible 內部大量使用 agentic workflow 與 LLM 工具加速營運與開發。
- 核心運營挑戰：需確保工作流平台的穩定性、可觀測性、API 重試 (Circuit Breaker) 與資安/成本治理。
- 自動化維運 (Reduce Toil)：建立自動掃描與問題修復機制，降低重複性人工處置。
Ready Fit
Jack 的實績與即戰力支援
- 正式環境 AI Agent 自動掃描修復：在正式環境部署 Agent 進行自動系統問題掃描，並根據診斷指派 Agent 自動執行修復。
- API Retry & 熔斷保護：熟練 Python/Bash 自動化腳本、API Circuit Breaker 機制，防止 Task Queue 塞車與 API 崩潰。
- 深層卡死快速定位：透過
kill -3抓取 Thread Dump，精準診斷微服務卡在 MySQL 殭屍交易，連帶根治跨服務初始化阻塞。
AI Agent Operations & Reliability
Slide 3 of 5
04 / 05
PILLAR 4
契合柱 4：基礎設施自動化、深層排錯與極致成本優化
AWS EKS Spot / GitOps 自動化、CoreDNS TCP 止血與全方位開銷削減
45 秒
CoreDNS TCP 0 timeout 止血
診斷 UDP:53 丟包導致 ArgoCD 崩潰，設定 force_tcp 於 45 秒內 0 timeout 止血，擴為 2 副本。
EKS Spot
Worker Nodes Spot 轉移
將 EKS Worker Nodes 成功轉移至 Spot 實例，大幅降低 AWS 基礎設施計算開銷。
降 ACU / 免 Cross-AZ
資料庫與 MSK 流量削減
優化 slow query 降低 Aurora ACU 規格；指定 Node Label 規避昂貴 MSK 跨 AZ 傳輸費。
變更安全與微服務上雲實績 (Change Safety & Migration)
Hardcore Evidence
Middleware / Application 分段推送：
建立變更安全規範，確保 DB/Cache Ready 後服務才啟動，徹底避免 ArgoCD 連鎖失敗與 Java CrashLoop。
微服務全平台上雲 (3 個月完成)：
於 3 個月內將 20 個 Java 微服務完整遷移至 AWS EKS，導入 ArgoCD + Helm + KEDA 自動擴縮。
Troubleshooting & Cost Efficiency Proof
Slide 4 of 5
05 / 05
ONBOARDING & QA
融入 Angible 的 90 天價值創造計畫
尊重既有架構，運用 SRE 基本功為團隊提供穩定、安全與高效的後盾
Phase 1 / 01–30 Days
建立安全與可視基線
- 掌握歐美東南亞邊緣設備與雲端 EKS 拓樸現況。
- 熟悉 Teleport 零信任權限配置與存取稽核。
- 參與事故輪值與建立邊緣離線心跳 SLO。
Phase 2 / 31–60 Days
告警降噪與部署安全
- 盤點既有 Prometheus / Alertmanager 告警。
- 目標降噪 80% 無效告警，防範告警疲勞。
- 協助落實 Middleware/App 分段推送與邊緣 OTA 變更安全。
Phase 3 / 61–90 Days
極致成本調優與 AI Agent 導入
- 評估 AWS EKS Spot / Aurora ACU / MSK 流量優化。
- 推動邊緣斷線 Chaos 演練驗證網路韌性。
- 深化 Post-Mortem 事後檢討與經驗傳承文化。
Q & A — 感謝各位面試官，期待接下來的深度交流
Slide 5 of 5