负责公司全球分布式数据中心（覆盖北上广深及美西）的SDN网络架构设计、高可用运维及自动化工具落地，支撑百万级服务器规模的业务流量调度，保障核心业务99.99%网络可用性。

• 主导完成数据中心网络从传统三层架构向SDN（软件定义网络）转型，基于OpenFlow协议与自研控制器实现租户网络自动化编排，解决多租户IP冲突与流量隔离难题；通过部署EVPN实现跨机柜VXLAN隧道动态建立，将新业务上线网络配置耗时从4小时压缩至15分钟，支撑电商大促期间5倍流量突增无拥塞。
• 针对跨地域互联场景，优化BGP路由策略并引入Anycast技术，结合Cloudflare雷达监控全球节点延迟，动态调整骨干网流量路径；解决美西数据中心至亚太用户的跨运营商链路波动问题，将跨境访问平均延迟从210ms降至120ms，丢包率从2.1%压降至0.3%。
• 搭建基于Prometheus+Grafana的网络全链路监控体系，自定义eBPF探针采集交换机CPU/内存/端口利用率等200+指标，结合机器学习算法预测链路拥塞风险；Q3成功预警并规避3起潜在光模块故障，将故障定位时间从平均45分钟缩短至8分钟。
• 推动Python自动化脚本开发，集成Netmiko与NAPALM库实现交换机配置批量校验与回滚，替代人工逐台操作；全年完成12次数据中心版本迭代，配置错误率从0.7%降至0.1%，获公司技术创新奖。

承担公司南北向流量核心承载网（连接全国15个边缘节点）的运维优化，聚焦高并发场景下的网络性能瓶颈突破与成本效率提升。

• 针对视频直播业务峰值带宽超10Tbps的挑战，重构CDN回源网络架构，将传统静态路由替换为基于BGP选路的动态负载均衡方案；通过调整AS路径属性与MED值，使回源流量在电信/联通/移动链路间智能分配，回源成功率从98.5%提升至99.9%，月均节省带宽成本87万元。
• 深度排查跨运营商互通问题，利用Tcpdump抓包分析与Wireshark流量溯源，定位到某省联通节点BGP路由泄露导致次优路径；协调运营商调整路由过滤策略，配合本地部署FRRouting实现流量重定向，将该区域用户播放卡顿率从3.8%降至0.9%。
• 主导IPv6规模部署项目，完成核心交换机、负载均衡器及边缘节点的双栈改造；制定NAT64过渡方案保障老旧终端兼容，推动业务系统从单栈IPv4向双栈平滑迁移，3个月内IPv6流量占比从12%提升至65%，满足监管合规要求。
• 设计网络容灾演练标准流程，每季度模拟单数据中心断网、骨干链路中断等场景，验证VRRP+ECMP冗余机制有效性；全年未发生因网络故障导致的业务中断，获集团年度运维质量A级评价。

负责公司总部及3个区域机房的本地网络运维，支撑内部办公系统、客户管理平台及早期云服务的基础网络稳定运行。

• 完成机房网络升级项目，将千兆接入层交换机替换为支持VXLAN的白牌设备，划分研发/测试/生产三级VLAN隔离；通过配置ACL策略限制跨区互访，全年阻断异常扫描攻击1200+次，关键业务系统未受外部威胁影响。
• 优化办公网出口架构，部署深信服行为管理与Check Point防火墙联动，基于用户角色控制P2P下载、视频网站访问权限；将出口带宽利用率从65%提升至82%，员工办公卡顿投诉量下降70%。
• 搭建网络故障知识库，整理交换机环路、DHCP地址池耗尽等高频问题处理SOP；带教3名新人掌握Wireshark基础分析、交换机日志解读等技能，团队平均故障处理时长缩短40%。
• 配合审计完成ISO 27001网络安全部分认证，梳理防火墙策略200+条、路由表项500+条，删除冗余规则37条，获认证机构“网络管控高效性”专项表扬。

星途互娱云原生全链路运维平台研发与规模化落地

• 项目背景：公司业务从单一直播拓展至短视频、互动娱乐多赛道，原有运维体系依赖分散的Shell脚本与人工操作，面临多集群（K8s混合云+传统虚拟机）管理混乱、故障排查耗时（平均45分钟/次）、跨团队协作效率低的痛点。我的核心目标是主导构建一套覆盖“部署-监控-自愈-复盘”的云原生全链路运维平台，推动运维从“被动响应”向“主动预防”转型，支撑业务快速迭代。
• 关键难题与技术方案：一是多异构环境（不同版本K8s、虚拟机）的统一管控，二是故障自愈的决策准确性（原自愈规则覆盖率仅30%）。针对前者，采用Operator开发模式封装业务逻辑，抽象出“集群适配层”兼容不同环境；针对后者，结合迁移学习（以历史故障数据为基础，迁移通用模型至业务定制场景）与实时指标联动，解决小样本下的故障预测准确率问题。
• 核心行动与创新：1. 牵头调研并落地Argo CD作为GitOps工具，实现应用部署配置的版本化与自动化，替代原有的人工kubectl操作；2. 开发“自定义规则引擎”插件，支持业务线通过YAML配置告警阈值与自愈动作，覆盖8类核心业务的个性化需求；3. 设计故障自愈决策引擎，用Python实现“指标采集-规则匹配-动作触发”闭环，联动Alertmanager与K8s API，实现Pod重启、节点隔离等操作的秒级响应。
• 项目成果与价值：平台上线6个月内覆盖公司80%核心业务集群，部署效率提升60%（单应用部署时间从30分钟降至12分钟），故障平均排查时间（MTTR）降至10分钟以内，年运维人力成本降低30%。我个人主导了3个核心模块研发，推动跨开发、测试、业务运营3个团队的协作机制落地，成为公司云原生转型的关键支撑工具。

星途互娱直播业务高可用运维体系重构

• 项目背景：公司直播业务峰值QPS达10万，月均因节点故障、流量突增导致的流中断事件5次，可用性仅99.5%，未满足SLA要求的99.9%。我的角色从“故障救火队员”转向“体系设计者”，目标是构建适配直播场景的高可用运维体系，保障业务稳定性。
• 关键难题与技术选型：一是直播流的负载均衡不均（原Nginx负载偏差达20%），导致部分节点过载；二是容量规划依赖经验，峰值时资源不足、低峰时冗余浪费。针对前者，选用Envoy作为服务网格，利用其动态路由与熔断机制优化流量分发；针对后者，采用ARIMA时间序列模型预测流量峰值，结合K8s HPA实现自动扩缩容。
• 核心行动与突破：1. 主导直播集群从传统部署迁移至K8s，使用StatefulSet管理推流服务器等有状态服务，解决节点漂移导致的流中断问题；2. 开发“容量预测工具”，用Python的Pandas与Statsmodels实现流量数据的清洗、建模与预测，集成至运维平台后自动触发扩容流程；3. 优化故障切换逻辑：将DNS TTL从300秒缩短至60秒，结合Envoy的快速重试机制，将故障切换时间从5分钟降至30秒以内。
• 项目成果与价值：直播业务可用性提升至99.95%，年流中断事件减少至1次以内，容量利用率提升40%（减少20%冗余服务器成本）。此项目推动公司直播业务完成云原生转型，我也从“运维执行者”成长为“体系设计者”，积累了从0到1构建高可用运维体系的经验。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。