负责公司全球游戏业务网络架构设计、故障排查及性能优化，覆盖北美、东南亚、国内三大区域，保障SLA≥99.99%，支撑《星途纪元》等核心海外服及国内版本的网络稳定性

• 主导设计北美-东南亚游戏业务双链路网络架构，基于BGP Anycast+IPSec VPN方案解决跨区域延迟高问题——原平均延迟120ms，通过Iperf3压测验证调整后降至65ms内；同步适配《星途纪元》海外服上线需求，支撑峰值在线120万用户无网络故障，海外玩家网络投诉率较上一版本下降50%
• 核心参与构建网络全链路监控体系，集成Prometheus+Grafana+ELK Stack并自定义NetFlow分析模板，实现流量、丢包率、延迟秒级预警；将故障定位时间从45分钟缩短至8分钟内，Q3季度网络故障率下降35%，获公司技术委员会“年度监控优化奖”
• 重点优化国内数据中心出口带宽利用率，通过TCAM表项调优+QoS策略重构，激活30%闲置带宽资源；支撑双十一活动期间游戏充值接口流量增长200%，未额外增加带宽成本，节省年度网络开支约180万元
• 牵头解决东南亚节点网络丢包问题——通过Wireshark抓包定位当地ISP MTU限制冲突，协调ISP调整MTU值并部署PMTUD优化，丢包率从8%降至0.5%以下，对应区域玩家加载速度提升35%，投诉率减少60%

负责公司核心游戏服务器网络运维，覆盖国内三地数据中心、CDN节点及云厂商网络，保障《幻想纪元》等产品的网络稳定，支撑业务峰值流量及版本迭代

• 主导国内三地数据中心网络互联互通项目，采用VXLAN overlay技术搭建跨数据中心大二层网络——解决原有静态路由故障切换慢（5分钟）问题，切换时间缩短至30秒内；支撑《幻想纪元》资料片上线时数据中心容灾演练，实现零中断切换，获运维团队“最佳架构优化案例”
• 优化CDN节点与源站连接效率，通过调整TCP拥塞控制算法（CUBIC→BBR）+Cloudflare雷达数据动态调整缓存策略，源站带宽消耗降低25%，玩家资源加载速度提升40%，对应版本用户留存率上升8%
• 负责网络安全加固，部署Ansible实现防火墙规则自动化变更——将规则修改时间从2小时缩短至15分钟；通过Nessus漏扫发现并修复3个高危漏洞（CVSS≥7.0），全年未发生因网络安全导致的服务中断，获公司“安全运维先进个人”
• 支撑双十一活动网络容量评估，预测流量增长150%——通过扩容核心交换机端口+升级路由器转发引擎，最终支撑峰值2.1Gbps流量，未出现网络拥塞，保障活动期间充值成功率99.95%

负责公司云计算平台基础网络运维，包括VPC、负载均衡、防火墙配置，保障云主机、SLB等产品的 network availability≥99.95%，支撑中小客户上云的网络需求

• 负责VPC网络日常运维，建立故障知识库（涵盖VPC peering失败、安全组误配置等12类常见问题）——将常见故障解决时间从1小时缩短至20分钟，季度故障解决率达98%以上，客户投诉率下降40%
• 参与云平台SLB性能优化，调整后端服务器健康检查间隔（从30s→10s）+超时时间（从5s→3s），结合LVS算法优化——将SLB吞吐量提升30%，支撑电商平台大促期间并发请求从10万QPS提升至13万QPS，未出现负载均衡瓶颈
• 配置防火墙策略遵循最小权限原则，划分开发/测试/生产安全域并设置ACL——全年拦截恶意访问请求1.2亿次（含DDoS试探、SQL注入），未影响正常业务流量，获云安全团队“基础防护之星”
• 协助开发团队进行新VPC功能灰度发布，制定网络测试方案——使用Tcpdump验证跨VPC连通性、Netcat测试端口可达性，确保新功能上线无网络兼容性问题，灰度期间故障率为0

电商大促核心链路云原生智能运维平台研发

• 项目背景：星途电商作为头部时尚电商平台，双11大促期间核心交易链路（订单-支付-履约）依赖200+K8s集群、1000+公有云节点，传统运维模式存在故障定位慢（平均30分钟/次）、资源利用率低（峰值仅55%）、大促弹性策略粗放等问题，需构建云原生智能运维平台支撑千万级QPS的稳定性与成本优化。我的总体职责是主导平台架构设计、核心模块开发及跨团队落地。
• 关键难题：1）多源异构数据（K8s事件、应用链路、基础设施指标）的统一采集与关联分析，传统工具无法实现业务与底层的全链路映射；2）大促弹性扩缩容的“预测-实时调整”策略优化，需平衡性能与成本；3）故障场景的智能诊断，需覆盖从基础设施到应用层的根因定位。
• 核心行动与创新：1）自研基于OpenTelemetry的多源数据采集器，整合Prometheus、Jaeger、阿里云ARMS数据，通过Grafana+MLflow构建“业务链路-基础设施”双维度监控看板，引入孤立森林算法实现异常检测（准确率92%）；2）设计“Prophet流量预测+HPA动态扩缩+CA节点池弹性”的三层策略，提前30分钟预测大促流量峰值，自动调整Pod副本数与节点数量；3）构建故障知识图谱，将磁盘IO异常、网络延迟等业务指标与K8s Pod状态、云主机故障关联，实现“故障现象-根因定位-处置建议”的自动化输出。
• 项目成果：大促期间故障定位时间从30分钟缩短至2分钟内，资源利用率提升至78%（较之前提升45%），大促弹性成本降低30%；平台覆盖12个业务线核心链路，成为公司云原生运维标准工具，支撑了双11 1.2亿UV、50万TPS的交易峰值。我个人主导了3个核心模块开发，输出2篇技术专利（已受理）。

分布式对象存储系统全生命周期自动化平台建设

• 项目背景：公司自研分布式对象存储系统（StarStorage）支撑了电商图片、视频等静态资源存储，随着业务增长节点数突破1000台（涵盖x86、ARM异构机型），手动运维导致部署耗时（单集群4小时）、故障恢复慢（平均2小时/次）、容量浪费（利用率仅60%）等问题。我的职责是负责平台自动化部署、故障自愈、容量管理模块的设计与实现。
• 关键难题：1）异构环境的兼容性问题，不同机型、OS版本的配置差异导致自动化脚本频繁失效；2）故障自愈的决策逻辑，需区分“可自动修复”（如磁盘坏道）与“需人工干预”（如电源故障）场景；3）容量预测的准确性，避免存储不足影响业务或过度扩容增加成本。
• 核心行动与创新：1）开发Ansible动态Inventory适配层，结合CMDB数据自动识别节点属性，生成定制化部署Playbook，解决异构环境兼容问题；2）构建故障规则引擎（基于Drools），沉淀100+历史故障场景（如磁盘利用率>90%、节点宕机），实现“故障检测-策略匹配-自动执行”的闭环（如磁盘坏道时自动迁移数据至健康节点）；3）用ARIMA时间序列模型预测存储容量，结合业务增长趋势（如大促图片上传量）调整预测权重，准确率提升至88%。
• 项目成果：自动化部署时间缩短至30分钟内，故障恢复时间降至15分钟内，存储容量利用率提升至77%（较之前提升28%）；平台减少70%手动运维工作量，支撑StarStorage从1PB扩容至5PB，未增加运维人力。我个人主导了故障自愈模块开发，优化了3个核心算法，获得公司“年度技术创新奖”。

• 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。