负责公司全球数据中心网络架构设计、运维优化及故障响应，保障跨地域业务流量稳定与安全，覆盖北美、亚太、欧洲三大区域超50个节点的网络全生命周期管理

• 主导设计并落地全球混合云网络架构，基于BGP/MPLS VPN技术整合AWS、阿里云及自有数据中心，解决跨云流量绕路问题，将跨区域延迟从85ms降至32ms，年节省带宽成本470万元；同步引入Telemetry实时采集与P4可编程交换机，实现流量路径动态调优，关键业务丢包率从0.3%降至0.05%。
• 核心优化SD-WAN控制器集群的高可用方案，通过eBPF重写流量转发层内核逻辑，结合NetFlow与自研AI异常检测模型（基于LSTM算法训练），将网络故障MTTR从45分钟压缩至12分钟，支撑电商大促期间跨洲业务可用性稳定在99.99%。
• 牵头制定多租户网络隔离策略，基于VXLAN与Segment Routing技术构建逻辑隔离的租户网络，支持单数据中心承载200+租户；同步开发自动化编排平台（集成Python脚本与Terraform），实现租户入网配置下发耗时从4小时缩短至45分钟，效率提升70%。
• 应对跨境数据合规要求，设计IPSec+TLS双加密传输通道，完成GDPR/等保三级审计项127项；推动网络设备日志标准化（采用CEF格式），实现与SIEM系统（Elastic Stack）的全量对接，全年零重大合规事件，支撑东南亚电商业务合规上线。

负责企业级数据中心网络运维、跨地域专线保障及IPv6改造，支撑公司电商与金融业务的高速发展需求

• 重点优化核心机房出口带宽利用率，通过P4可编程交换机实现流量动态调度（基于DSCP优先级与实时拥塞度），结合Grafana+Prometheus监控平台，将出口带宽峰值利用率从68%提升至89%，年节省带宽采购成本210万元。
• 主导中美、中日跨境专线（10G/100G）运维保障，建立端到端SLA监控体系（含丢包率、抖动、延迟），开发自定义Python脚本实现异常自动告警与路径诊断（基于Traceroute+ICMP时延分析），专线故障MTTR从2小时缩短至40分钟，支撑跨境直播业务零中断。
• 参与公司IPv6改造项目，主导完成核心设备（Cisco 7600/华为NE5000E）的双栈配置，编写Ansible Playbook实现VLAN、路由、ACL的批量迁移，3个月内完成8个数据中心、200+设备的升级，提前2周达成集团IPv6覆盖率100%目标。
• 搭建网络拓扑可视化平台，集成NetBox（IPAM）与Cacti（监控）数据，实现物理链路、逻辑VLAN、业务系统的关联展示；支持故障影响范围预判（如某核心链路中断会波及5个业务系统），复杂故障定位效率提升50%。

负责企业园区网络运维、新办公区网络部署及基础安全加固，保障内部研发、办公业务的网络稳定

• 管理总部园区H3C S12500核心交换机与Aruba无线控制器，通过SNMP+Zabbix监控设备CPU/内存/端口状态，全年处理设备告警1200+次，关键设备（如核心交换机）宕机时间控制在0.5小时内，保障2000+终端稳定接入。
• 协助完成上海新办公区网络部署，规划设计万兆骨干+千兆到桌面架构，配置VLAN划分（研发/测试/办公隔离）、ACL策略（限制非业务端口访问）及QoS流量控制（优先保障视频会议流量），新区域上线后网络投诉率低于1%。
• 参与网络安全加固项目，梳理Check Point R80防火墙策略，删除冗余规则200+条；优化IDS特征库（更新CVE-2019-0708等高危漏洞规则），季度安全事件数量从15起降至3起，助力公司通过集团年度网络安全评估。
• 编制《网络设备操作手册》《常见故障处理指南》，整理标准化SOP 12份（如交换机端口扩容、无线AP掉线排查），团队新人培养周期从3个月缩短至1.5个月，运维效率提升40%。

多数据中心游戏服务高可用智能运维平台建设

• 项目背景：公司业务从单一数据中心扩展至北京、上海、广州三地多活架构后，游戏服务故障排查耗时平均达45分钟，跨数据中心状态同步延迟超10秒，缺乏统一的高可用管控能力。核心目标是构建覆盖全链路监控、智能根因定位、自动化处置的智能运维平台，将故障MTTR（平均修复时间）降低至15分钟内，支撑三地多活业务的稳定性。
• 关键难题与技术：1）多数据中心Prometheus监控数据的一致性与全局查询问题；2）游戏服务跨集群的故障根因定位（如主数据中心数据库延迟导致备中心流量突增）；3）自动化处置的决策逻辑设计（避免误切导致的业务中断）。技术上整合Thanos实现多源监控数据的全局聚合，采用OpenTelemetry实现全链路追踪（metrics+logs+traces），并基于LSTM模型训练故障特征库。
• 核心行动与创新：1）牵头对比Thanos与Cortex方案，选择Thanos兼容现有Prometheus生态，通过Sidecar将各数据中心数据上传至对象存储，实现全局查询延迟低于2秒；2）设计“流量-性能-依赖”三维根因分析模型，将游戏服务调用链拆解为“客户端→网关→逻辑服→数据库”层级，通过关联指标异常（如数据库QPS骤升）定位根因；3）联动Ansible与自研脚本，实现“故障检测→根因定位→切换决策→回滚验证”的闭环，切换过程自动化率100%，并加入人工确认环节避免误操作。
• 项目成果与价值：平台上线后，故障MTTR从45分钟降至7分钟，三地多活业务可用性从99.9%提升至99.99%，支撑了《星途纪元》新游上线首月无重大故障；自动化处置覆盖85%的常见故障场景，每年节省运维人力成本约60万元。我个人主导了平台的核心架构设计与跨团队协作，推动运维从“被动响应”向“主动预防”转型。

游戏服务器集群有状态服务弹性伸缩与成本优化项目

• 项目背景：公司主力游戏《星途之战》周末流量峰值是平日的5倍，传统固定集群模式导致闲时服务器利用率仅30%，成本浪费严重；同时游戏服务器的有状态特性（如玩家session）导致弹性伸缩困难。核心目标是实现基于流量的自动弹性伸缩，将服务器成本降低30%以上，同时保证高峰时段服务可用性。
• 关键难题与技术：1）有状态游戏服务器的session保持（如Redis共享session的一致性）；2）流量预测的准确性（需覆盖周末、活动、版本更新等场景）；3）Spot实例的稳定使用（云厂商Spot实例中断率高，易导致服务波动）。技术上采用Kubernetes StatefulSet管理有状态服务，结合Redis Cluster实现session分布式存储，用Prometheus收集流量数据，基于Facebook Prophet算法训练流量预测模型。
• 核心行动与创新：1）设计“StatefulSet+Redis Session”的弹性伸缩方案，通过StatefulSet的volumeClaimTemplates保证玩家数据持久化，Redis Cluster同步session数据，解决伸缩时session丢失问题；2）开发流量预测模块，将历史流量、活动计划、版本更新等特征输入Prophet模型，预测未来24小时流量，联动Kubernetes HPA自动调整副本数；3）引入云厂商Spot实例，设置自动恢复策略（实例中断前5分钟迁移至按需实例），降低70%的服务器成本。
• 项目成果与价值：服务器成本从每月120万元降至78万元（降低35%），高峰时段服务可用性保持99.95%，支撑《星途之战》周年庆活动流量峰值（QPS达15万）无性能瓶颈；弹性伸缩方案成为公司游戏集群的标准配置，后续推广至3款新游，累计节省成本超200万元。我负责核心模块的开发与优化，推动有状态服务的弹性伸缩从“不可行”变为“可落地”。

• 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。