负责公司直播业务全链路网络架构的稳定性保障、性能优化及故障应急响应，覆盖CDN节点、源站网络、跨地域互联及直播推流/拉流链路的全生命周期管理，支撑单场百万级观众的高并发直播场景

• 主导设计直播推流链路的多运营商BGP Anycast优化方案，结合Cloudflare雷达数据识别边缘节点延迟瓶颈，通过调整阿里云全球加速（GA）的流量权重策略，将弱网环境（下载速率<500Kbps）下的推流成功率从92%提升至98.5%，单月因网络问题导致的直播卡顿投诉下降67%
• 核心参与搭建基于eBPF的直播流量实时监控系统，整合Prometheus+Grafana与腾讯云VPC流量镜像，实现推流端丢包率（≤1%）、拉流端缓冲时延（≤200ms）的毫秒级感知，提前30分钟内预警并解决3起跨地域CDN节点带宽拥塞故障，故障平均修复时间（MTTR）从120分钟缩短至72分钟
• 针对高峰时段（晚8-10点）源站NGINX反向代理的TCP连接数瓶颈（单台最大15万并发），采用DPDK优化连接处理逻辑，将单台服务器并发能力提升至22万，支撑单场120万观众直播的稳定推流，未出现因连接耗尽导致的推流中断
• 制定跨地域CDN节点的BGP路由优化策略，联合中国电信、中国联通通过MTR追踪定位到3条华北-华南冗余路由，调整AS路径属性后，华南用户拉流时延从120ms降至75ms，直播首帧加载时间缩短30%

负责公司在线课程平台的生产网络运维，涵盖数据中心网络、办公网及视频会议系统的稳定性保障，支撑10万+师生同时在线的互动课堂及万人级直播讲座场景

• 重点优化数据中心南北向流量的负载均衡，针对MySQL主从同步的跨机架延迟问题（原20ms），采用F5 BIG-IP的iRules脚本实现基于源IP的会话保持，将主从同步延迟降至5ms以内，支撑在线考试系统的高并发数据读写（峰值QPS 8万）
• 主导办公网与生产网的安全隔离改造，通过部署华为USG6000防火墙的NAT策略与会话限制，阻断外部攻击对生产网的渗透，季度内安全事件发生率从15%降至2%，顺利通过等保三级复测
• 解决视频会议系统的跨地域丢包问题，使用Wireshark分析RTP包丢失原因，定位到联通到电信的peering点拥塞，协调运营商将视频流标记为AF41优先级并调整QoS策略，会议卡顿率从18%降至5%以下
• 搭建网络设备配置自动化平台，用Ansible编写Nexus 9000交换机的VLAN与ACL配置模板，将新机房网络部署时间从3天缩短至6小时，配置一致性错误率降为0

协助完成公司官网、内部管理系统及员工远程办公网络的日常运维，涵盖路由器、交换机的配置管理与故障排查，支撑500+员工及1万+用户的访问需求

• 负责公司核心Cisco Catalyst 9300交换机的日常维护，通过SNMP+Zabbix监控端口流量与错误包率，及时发现并更换2个故障SFP光模块，避免了一次因端口down导致的内网中断事故，全年网络可用性达99.98%
• 协助优化官网的Cloudflare CDN缓存策略，调整静态资源（JS/CSS）的缓存 TTL 至7天，将静态资源命中率从85%提升至92%，官网首屏加载时间缩短20%
• 排查员工远程办公OpenVPN连接问题，通过分析服务端日志定位到UDP端口范围过小（仅开放500-1000），调整至1000-5000后，VPN连接成功率从90%提升至99%以上
• 编写《网络设备日常操作手册》，整理Cisco/Huawei设备的常见配置命令（如VLAN创建、ACL规则）及故障排查步骤（如端口环路检测），降低新员工培训成本，团队故障响应时间缩短30%

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。