统筹3个Tier III+数据中心的7×24小时运维，保障增值业务服务器集群（含短信、彩信、智能网关）SLA达99.99%，主导自动化运维平台建设及容量优化项目，推动数据中心向智能化、精细化运营转型。

• 主导设计基于Prometheus+Grafana的监控体系，覆盖服务器CPU/内存利用率、存储IOPS、网络丢包率及增值业务应用响应时间等300+核心指标，通过自定义Lua脚本关联业务交易链路，将故障根因定位时效从15分钟压缩至3分钟内；同步优化告警收敛规则，误报率从22%降至5%，季度平均故障修复时长（MTTR）降低40%至1.2小时。
• 核心参与数据中心DCIM系统升级项目，梳理UPS、精密空调、柴发机组等12类关键基础设施的物理拓扑与逻辑关联，构建‘设备-机架-业务’三级映射模型；结合AI功率预测模型（基于XGBoost算法训练历史负载数据），提前72小时识别2起冷量不足隐患（单柜功率密度超限8%），通过动态调整空调风阀及迁移低优先级业务，避免业务中断。
• 重点优化资源调度流程，基于OpenStack Rocky版虚拟化平台开发‘业务峰谷感知扩缩容’策略：针对双11、春节等短信峰值场景（QPS提升300%），自动触发虚拟机横向扩容（5分钟内完成200台实例创建）；低峰期回收冗余资源，年度服务器平均利用率从58%提升至73%，节省硬件采购成本约210万元。
• 牵头编制《数据中心增值业务运维SOP V3.0》，覆盖故障排查（含服务器宕机、网络丢包等8类场景）、变更管理（三级审批+灰度发布）、应急演练（市电中断、消防联动等5类预案）3大模块；组织跨部门培训12场，推动团队故障响应标准化率从65%提升至92%，年度重大故障（影响超30分钟）数量同比下降60%。

负责华东区2个数据中心的基础运维，支撑短信网关、彩信中心等核心增值业务服务器集群（约800台物理机+1200台虚拟机），保障SLA≥99.95%，推进自动化工具落地及日常故障闭环管理。

• 承担7×24小时值班任务，主导处理3起一级故障：其中1起因电源模块老化导致的单节点宕机，通过热迁移虚拟机至冗余机柜+启用备件替换，将业务影响时长控制在15分钟内；另1起因运营商光纤中断引发的彩信中心断链，协调运营商1小时内抢通并切换至双路由，未触发SLA违约。
• 优化服务器固件升级流程，采用‘滚动升级+业务低峰期操作’策略，完成120台戴尔PowerEdge R740服务器的BIOS及iDRAC固件更新（版本从2.6.0升级至3.2.1）；通过预验证升级包兼容性+分批次执行（每批20台），将升级期间业务中断时间从传统方式的4小时缩短至30分钟以内。
• 参与部署Zabbix 5.0监控平台，定制化开发增值业务专属监控项：包括短信网关SMPP端口连通性（阈值：丢包率＜0.1%）、彩信中心数据库QPS（阈值：峰值≥5000），实现关键指标实时可视化；季度故障预警准确率从70%提升至85%，提前发现并处理潜在风险17次。
• 协助完成数据中心年度容灾演练，模拟市电中断场景下柴油发电机带载测试（持续供电4小时），验证30分钟内切换至备用电源的可行性；输出演练报告并推动优化3项应急流程：包括增加油机燃油储备量、明确设备断电优先级、完善跨团队沟通机制。

协助开展数据中心日常巡检、设备台账管理及简单故障处理，支撑基础通信增值业务（如语音验证码、集团短信）的稳定运行，保障服务器可用率≥99%。

• 执行每日机房巡检，覆盖服务器指示灯状态、温湿度（目标22±2℃）、消防系统压力等15项检查项，通过Excel+二维码建立电子化台账，实现设备信息（型号、部署位置、责任人）可追溯率100%；全年未因巡检疏漏导致设备过热或环境异常。
• 协助处理网络设备告警，定位并解决1起因接入层交换机端口环路导致的广播风暴问题：通过关闭异常端口、配置STP协议（优先级调整为4096）及启用环路检测功能，20分钟内恢复50台增值业务服务器的网络连接，阻断影响范围控制在局部机柜。
• 参与数据中心资产全生命周期管理，完成2000+台设备（含服务器、交换机、存储）的年度盘点，核对SN码、部署位置及责任人信息，修正台账错误127处（如设备移位未更新记录），资产信息准确率从91%提升至99.5%。
• 学习VMware vSphere 6.5基础运维，协助完成50台虚拟机的创建、迁移及快照管理：针对新上线的集团短信业务，3天内交付10台虚拟机资源（配置：2vCPU+4GB内存），平均交付周期从传统物理机部署的3天缩短至1天，支撑业务快速上线。

5G+增值业务跨域故障快速定位体系构建项目

• 项目背景：公司5G增值业务（云游戏、VR直播、工业远程控制）用户量年增长40%，但因涉及华为5GC、中兴传输、爱立信核心网等多厂家网元，故障定位依赖人工逐点排查，平均耗时4小时/次，月度用户投诉超1200件，直接影响增值业务ARPU值（下降8%）。我的核心目标是主导构建跨域故障快速定位体系，将故障定位时长压缩至30分钟内，支撑业务稳定性达标。
• 解决的难题：一是跨厂家网元日志异构（华为eSight、中兴iManager、爱立信NetAct日志格式不统一），无法关联分析；二是缺乏增值业务专属故障关联规则，传统告警收敛算法误报率达60%；三是实时性不足，无法匹配5G低时延业务需求。为此，我选择结合NLP日志结构化、知识图谱故障推理、LSTM实时预测的方法，打通多源数据链路。
• 核心行动与创新：1. 牵头梳理12类增值业务核心链路（如“云游戏终端-边缘MEC-5GC-内容平台”），定义216个关键KPI及故障阈值；2. 开发NLP日志解析引擎，将异构日志转化为结构化事件（准确率92%），并基于Neo4j构建包含1.2万条故障规则的跨域知识图谱（覆盖网元、链路、业务三层关联）；3. 集成Prometheus实时监控与LSTM模型，提前15分钟预测链路拥塞或网元异常，触发知识图谱推理定位根因。
• 项目成果：故障定位时长从4小时降至12分钟内，月度投诉率下降至320件以下，支撑增值业务ARPU值回升5%；每年节省运维人力成本约240万元（减少2名专职故障排查人员）；该体系被纳入公司5G增值业务运维标准，支撑当年增值业务收入增长18%。

IPTV增值业务QoE提升及动态资源调度项目

• 项目背景：公司IPTV增值服务（4K点播、互动直播、教育专区）用户反馈卡顿率达15%，主要因晚高峰（19:00-21:00）多业务流（直播、点播、广告）争夺带宽，传统静态QoS策略无法适配动态需求，导致用户留存率仅68%。我的目标是主导优化QoE体验，将卡顿率降至10%以下，提升用户留存至75%。
• 解决的难题：一是多业务流优先级静态分配，无法匹配用户实时行为（如教育专区高峰在晚8点，与电视剧直播冲突）；二是边缘节点（MEC）资源利用率低（仅62%），热门内容重复下载占用带宽；三是用户行为预测不准确，导致资源调度滞后。为此，我选择结合用户行为分析、强化学习调度算法、MEC边缘缓存的方法，实现动态资源适配。
• 核心行动与创新：1. 拆解IPTV增值业务QoE指标（卡顿率、加载时延、缓冲比），关联用户行为数据（观看时段、设备、内容类型），用XGBoost模型预测晚高峰各业务带宽需求（准确率89%）；2. 在10个地市MEC节点部署4K内容缓存服务器，将热门教育课件、电视剧片花下沉至边缘，减少核心网带宽占用；3. 开发基于Q-learning的动态带宽分配算法，根据实时需求调整直播（40%→35%）、点播（35%→40%）、广告（25%→25%）的带宽配额，优先保障高优先级业务（如互动直播）。
• 项目成果：IPTV增值业务卡顿率降至8.7%，用户留存率提升至76%；MEC节点带宽利用率从62%提升至88%，每年减少骨干网带宽成本约180万元；该调度方案成为公司IPTV增值业务标准配置，支撑业务收入年增长22%，并获得省通信管理局“优质服务质量案例”奖项。

• 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。