我的技術工作方式：Backend、AI、DevOps 與 Infrastructure

我做技術工作時，通常不會把 Backend、AI、DevOps、Infrastructure、Network 當成彼此獨立的領域。對一個實際要上線、要被使用、要能維護的產品來說，這些事情最後會接在同一條交付鏈上。 功能要能被使用，API 要穩定；服務要能更新，CI/CD 要可靠；系統要長期跑，monitoring、backup、network、security 都要進來；如果產品需要 LLM、Speech AI 或 GPU runtime，模型整合也必須能被部署、觀測與維運。 我主要處理的工作 Backend / API Backend 是我最核心的工作範圍。我常處理 API design、service integration、資料庫存取、既有系統串接與 admin workflow。使用的語言包含 Node.js、Python、Go、PHP、C/C++、Shell Script 與 Java，依照系統既有架構、維護成本與部署環境選擇工具。 我比較在意的是 API 是否清楚、資料流是否能追、錯誤是否容易定位，以及未來是否還能被下一個人維護。 LLM / Speech AI 自 2022 年起，我開始把 LLM 與 Speech AI 放進實際產品流程。這類工作不只是呼叫 model API，而是要把 prompt、batch processing、local model、GPU runtime、OpenAI API、Ollama、Kaldi、Whisper 與既有 backend workflow 串起來。 我會優先處理可控性與可維運性：輸入資料如何整理、模型輸出如何被驗證、失敗時怎麼 retry、成本怎麼控、local model 與 cloud API 如何選擇，以及 runtime environment 是否能重複部署。 DevOps / CI/CD 我維護 GitLab CI/CD、GitHub Actions、Jest tests、container image build、deployment workflow 與 release 流程。目標是讓 release 可以被重複執行，並且在出問題時能知道是哪個階段壞掉。