负责公司云网融合架构下全链路网络系统的稳定性保障、性能优化及自动化运维体系建设，工作边界覆盖数据中心网络（DCN）、软件定义广域网（SD-WAN）及云网络（VPC/混合云）的全生命周期管理。

• 主导完成云网融合架构2.0升级，针对跨可用区（AZ）流量拥塞问题，基于Istio服务网格实现微服务间流量的智能路由与负载均衡，结合Calico网络策略引擎动态调整东西向流量优先级，将跨AZ延迟从80ms降至35ms，季度性网络丢包率从0.12%优化至0.03%；同步引入eBPF技术增强内核级流量监控，实现关键业务流量的无侵入式采样分析。
• 牵头SD-WAN智能调度系统优化项目，通过Python开发定制化流量分析脚本，对接Prometheus+Grafana构建实时流量热力图看板，结合机器学习模型预测分支节点带宽峰值，动态调整BGP路由策略与QoS队列权重，使分支到总部专线利用率从58%提升至82%，年节省专线成本超120万元；故障定位耗时从平均45分钟压缩至10分钟内。
• 推动网络运维自动化转型，基于Ansible Tower开发20+标准化剧本，覆盖交换机配置下发、防火墙策略同步、路由协议状态校验等场景，将日常变更操作人工干预步骤减少60%，同时通过预校验机制将配置错误导致的故障率从月均3次降至0次。
• 处置重大网络故障5起，其中某次因BGP路由泄露导致核心业务中断事件中，快速定位第三方ISP路由宣告异常，联动运营商启用RPKI路由起源验证机制，并在公司侧部署ROV（路由起源验证）网关，后续同类风险阻断率达100%。

聚焦数据中心网络（DCN）与混合云网络的稳定性建设，负责大规模集群网络规划、性能调优及跨云网络互联方案落地，工作边界覆盖从底层交换机配置到上层业务网络质量保障的全链路。

• 主导10万+服务器规模数据中心网络扩容项目，采用Leaf-Spine架构部署华为CE12800系列交换机，设计ECMP（等价多路径）负载均衡策略并验证TRILL协议兼容性，单集群南北向吞吐量从120Tbps提升至200Tbps，支撑新业务上线期间流量洪峰无拥塞。
• 优化跨数据中心专线（MSTP）利用率，通过NetFlow+sFlow双维度流量采集，结合ELK栈分析业务流量特征，识别出3类低效长连接业务并推动其迁移至SD-WAN通道，同时调整QoS策略为视频直播流分配更高DSCP优先级，专线平均利用率从41%提升至75%，年节约线路费用85万元。
• 搭建网络全栈监控体系，集成Zabbix实现交换机/路由器基础指标（CPU/内存/端口状态）监控，同步通过Elasticsearch+Logstash+Kibana构建流量日志分析平台，设置500+自定义告警规则（如BGP会话中断、端口错包率超阈值），故障预警准确率从78%提升至95%。
• 全程参与公司两地三中心灾备演练，验证网络冗余方案有效性：通过模拟主数据中心出口光缆切断场景，确认备用链路（AWS Direct Connect+运营商裸纤）可在38秒内完成流量切换，RTO（恢复时间目标）从原设计的2小时压缩至5分钟内。

承担企业级网络基础设施的日常运维与优化，负责办公网、生产网及公有云网络的连通性保障，工作边界覆盖设备巡检、故障排查、业务网络调优等基础运维场景。

• 建立标准化网络巡检流程，基于Nagios+Check_MK实现交换机端口状态、路由协议邻居关系、ACL规则匹配数的自动化巡检，每日输出健康报告，提前发现并处理潜在故障点（如端口环路、路由震荡）17次，年度网络中断时长从42小时降至9小时。
• 协助完成核心业务系统迁移至AWS云，主导配置VPC peering、Direct Connect专线及Route53健康检查，同步优化跨云网络路由策略（静态路由+BGP混合模式），保障迁移期间业务访问延迟波动小于15ms，用户投诉率下降65%。
• 针对办公网无线覆盖不稳定问题，使用AirMagnet Survey工具进行信号强度与干扰源扫描，重新规划AP部署位置并调整信道（避开2.4GHz拥堵频段），终端连接成功率从89%提升至98%，漫游丢包率从3%降至0.5%以内。
• 编制《网络设备配置规范》《常见故障排查手册》等文档12份，梳理交换机堆叠配置、防火墙NAT策略、VPN隧道维护等10类高频操作SOP，新人独立处理基础故障的平均时间从72小时缩短至24小时。

直播业务智能运维平台设计与落地

• 项目背景：公司为头部文娱客户提供的直播业务面临流量峰值波动大（单场直播并发量可达500万+）、故障定位耗时久（平均45分钟/次）、资源冗余率超30%等问题，传统运维依赖人工巡检和规则告警的模式已无法支撑业务稳定性需求。我的核心目标是主导构建一套集“实时监控-智能预警-故障自愈-资源优化”的全链路智能运维平台，覆盖直播链路全环节（推流、转码、CDN分发、播放端）。
• 关键难题：①多源异构数据融合困难——需整合CDN厂商API、服务器Prometheus指标、播放端SDK埋点、第三方推流状态等8类数据，格式差异大且实时性要求高；②故障根因定位准确率低——传统日志检索需人工关联多系统数据，异常事件关联分析耗时；③资源调度与业务峰值不匹配——静态资源配置常导致闲时资源浪费、忙时容量不足。
• 核心行动：1. 数据层：设计分层数据管道，用Apache Flink实现实时数据清洗与关联（如将播放端卡顿日志与对应CDN节点带宽、转码服务器CPU使用率绑定），基于Consul建立服务拓扑图谱，明确各组件依赖关系；2. 算法层：联合数据团队训练XGBoost异常检测模型，基于历史故障数据标注12类核心异常模式（如“推流中断→转码队列积压→播放卡顿”的链式异常），将故障根因定位准确率从60%提升至89%；3. 功能层：主导开发平台核心模块——智能告警引擎（支持基于拓扑的级联告警抑制）、故障自愈工作流（如自动重启异常容器、切换备用推流源）、资源弹性伸缩策略（结合业务峰谷预测动态调整服务器数量）。
• 项目成果：平台上线后，直播业务故障平均处理时间从45分钟降至12分钟，季度资源冗余率从32%降至7%，年节省服务器成本约280万元；同时，平台支持快速复制到公司其他文娱产品线（如短视频、电竞直播），成为公司核心运维基础设施。我个人主导了平台架构设计与跨团队（算法、开发、业务）协同，沉淀了《直播业务运维数据模型》《智能告警规则设计手册》等2份方法论文档。

文娱内容分发网络（CDN）动态调优系统研发

• 项目背景：公司CDN年成本超千万元，但节点利用率长期不均衡（部分节点利用率不足40%，热点节点超90%），传统DNS调度依赖地域/运营商标签，无法感知用户实时行为（如突发热点内容的区域访问潮）。我的目标是研发一套动态调度系统，提升CDN节点利用率，降低内容分发成本。
• 关键难题：①实时调度精度不足——传统DNS缓存机制导致调度策略更新滞后（TTL约5分钟），无法应对秒级流量波动；②用户行为与节点负载的关联分析缺失——缺乏对用户偏好（如热门剧集、主播粉丝群）与CDN节点性能的联动建模；③调度策略的灰度验证风险——直接全量切换可能导致部分用户体验下降。
• 核心行动：1. 技术选型：采用“HTTP DNS+边缘计算”替代传统DNS，通过客户端SDK获取用户实时IP和行为标签（如近期观看的主播、剧集），结合CDN节点的CPU、带宽、缓存命中率等实时指标；2. 算法设计：用LightGBM模型预测区域内容访问热度，结合节点负载情况生成动态调度建议（如将热门内容优先分发至利用率低于60%的邻近节点）；3. 灰度验证：设计A/B测试框架，针对10%的用户推送新调度策略，对比视频加载时延、卡顿率和CDN流量消耗，确认效果达标后全量上线。
• 项目成果：系统上线后，CDN节点平均利用率从58%提升至76%，年CDN成本降低18%（约180万元）；视频播放首帧加载时延从2.1秒降至1.6秒，用户关于“播放卡顿”的投诉率下降15%。我主导了调度算法的落地实现，优化了HTTP DNS客户端的性能（将标签上报耗时从200ms降至50ms），并输出《CDN动态调度策略设计指南》，成为公司CDN运维的标准流程。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。