15+ 年
生产环境交付 —— 八段任职、四家公司、两次创业
每秒数万请求
广告科技后端，承载每月数十亿次广告曝光
p95 低于 100 毫秒
重构、查询调优与多层缓存之后，在选定路径上
15+ 条自动化管线
为中小企业客户搭建的价格监控、名单开发与市场情报管线
3 个案子，3 份诚实报价
三个互不相关领域的 AI 可行性评估 —— 两个因资本支出建议不做，一个建成
那三个 AI 提案里有两个没有成交，而这正是重点：客户够早拿到真实数字，所以可以用很低的成本说不。
案例 01
在一套不属于我们的系统上开发
一个多角色预约与点单平台在企业客户的旧 ERP 上线，接口契约由我直接与客户自己的工程师谈定，每一次范围变更都在进到工程之前完成签字确认。
案例 02
把打字这件事，从一条不能停机的单据流程里拿掉
一条 OCR 与 LLM 混合的管线，大幅减少了高单量航运单据流程中的人工输入 —— 而这个运营环境里的来源系统没有 API，也换不掉。
案例 04
三个 AI 提案，其中两个我建议不要做
三个互不相关领域的 AI 可行性评估，每一个都产出方案设计与含成本的建设估算：其中两个基于资本支出被正确地否决，第三个建成了。
01
发现
跟今天真正在做这件事的人坐下来，把流程照它实际运行的样子记录下来。
02
定义
画出新流程、带着干系人走一遍、在工程开工前拿到书面确认。
03
设计
先决定买什么、做什么，再决定怎么做。
04
构建
复杂的、定义接口契约的部分我自己扛，直接的界面交出去。
05
部署
假设这个环境不是我能改的，用非侵入的方式集成。
06
衡量
事先讲清楚「正常」是什么、要怎么看得见。
07
迭代
交付这一期，让下一期的前置条件保持可见。
客户需求发现与方案定义
把一份不完整的需求，变成有明确范围、有报价、并且对「完成」有共识的方案。
应用 AI 与流程自动化
必须在真实运营里跑起来的 AI 系统，而不是演示里跑起来的。
方案架构与企业系统集成
把本来没打算被连起来的系统连起来。
生产环境工程与可靠性
系统上线之后仍然由我负责。
技术交付与干系人对齐
我带的是交付和技术决策，不是人头。
聊聊吧
Forward Deployed Engineer · Forward Deployed AI Engineer · Applied AI Engineer · Solutions Engineer · Customer Engineer · AI Solutions Architect · Technical Delivery Lead
常驻马来西亚雪兰莪。可接受巴生谷一带的客户驻点（含长期驻点），以及新加坡与亚太区的项目。