主导数据中心增值业务核心系统（智能网INAP节点、彩信中心、位置服务LBS平台）的端到端运维，覆盖版本迭代、性能调优、故障根因定位及跨部门（产品/客户/研发）协同，支撑金融、电商行业客户的高并发增值业务，保障系统SLA≥99.99%。

• 主导智能网元INAP协议栈的V5.2版本升级项目，采用“OPNET仿真验证+灰度发布+实时信令追踪”方案——先模拟10万并发场景验证鉴权、会话建立流程的风险，再分3批次对广东、江苏核心节点实施升级；过程中通过NetNumen U31网管系统监控信令成功率（从99.85%提升至99.97%），解决了旧版本“TUP信令超时”导致电商客户短信验证码延迟的隐患，双11期间业务零中断，客户投诉率下降80%。
• 针对数据中心增值业务流量峰谷波动问题，构建AI驱动的容量预测模型——基于Python+TensorFlow训练历史3个月的CPU、内存、带宽利用率数据，优化弹性扩缩容策略（当预测流量超当前容量80%时自动触发）；使服务器资源利用率从65%提升至82%，年节省阿里云资源成本120万元，同时避免了3次因资源不足导致的业务拥塞。
• 牵头排查彩信中心“消息延迟超标（平均7.8秒）”故障，采用“网络-应用-数据分层溯源法”——先用Wireshark抓包分析SGSN到彩信中心的GTP-U链路，发现丢包率0.3%（由运营商传输设备老化导致）；再检查彩信路由引擎的线程池配置，将最大线程数从50调整至120以应对峰值并发；最终消息平均延迟降至2.1秒，客户（某头部快递企业）的物流通知时效达标率从92%提升至99.5%。
• 推动运维自动化落地，基于Ansible编写12套标准化剧本（覆盖服务器初始化、INAP配置变更、日志审计），并通过Zabbix自定义“CPU连续5分钟超85%→分级告警→自动触发扩容”的联动规则；使日常操作耗时从4小时/次缩短至30分钟/次，故障定位时间从45分钟降至15分钟，团队运维效率提升50%。

负责数据中心增值业务系统（短消息SMSC、语音炫铃平台）的日常运维，涵盖7×24小时告警监控、基础故障排查、季度容量规划及应急演练，支撑中小企业客户的增值业务稳定运行，保障系统可用率≥99.9%。

• 主导短消息中心（SMSC）的告警优化项目，用HP Operations Manager梳理“短信发送失败”“队列积压”等核心告警规则，通过关联“基站信号强度”“SMSC出口带宽”两个指标过滤无效告警，将误报率从30%降至5%；使故障排查时间从平均60分钟缩短至20分钟，重要告警响应率100%。
• 参与语音炫铃平台的年度容量评估，收集3个月的用户呼叫时长、并发数数据，用Excel制作容量趋势图预测年底并发将增长40%；建议扩容2台应用服务器（配置8核16G+100M带宽），实施后大促期间呼损率从1.2%降至0.3%，支撑了某电商平台“双12”炫铃营销活动的顺利开展。
• 协助完成数据中心灾备演练（SMSC主备切换），按照DRP方案将流量从杭州主中心切换至南京灾备中心，用NetIQ验证切换后的消息送达率（99.95%）及切换时长（8分钟）；演练得分92分（满分100），确保灾备流程符合电信级SLA要求。
• 负责客户侧的“增值业务无法访问”问题排查，采用“终端-网络-数据中心”逐层验证法——先Ping通客户终端到数据中心入口IP，再检查防火墙白名单（发现客户IP未加入），最后验证业务端口（8080端口被误封）；1小时内解决问题，客户（某本地生活服务平台）满意度评分9.5分。

负责数据中心边缘节点（杭州、成都）的增值业务终端设备安装调试与基础维护，协助处理客户连通性问题，参与设备台账数字化整理，为一线运维积累基础数据与经验。

• 参与数据中心边缘节点智能网关的部署，用光功率计检测光纤链路衰耗（控制在-27dBm以内），通过CLI命令配置QoS策略（优先转发增值业务流量）；提前3天完成10个节点的安装，业务接通率达98.5%，满足客户“低延迟、高可靠”的接入要求。
• 协助处理客户“炫铃业务无法播放”问题，用Wireshark抓包分析客户端到数据中心的RTP流，发现音视频编码格式不匹配（客户用G.711，数据中心支持G.729）；协调客户调整编码后问题解决，积累了“端到端业务链路分析”的一线经验。
• 负责设备台账的数字化整理，将200余台设备的纸质台账录入CMDB系统，补充型号、部署时间、维护记录等12个字段；使设备信息准确率从80%提升至95%，为后续运维的“精准定位、快速修复”提供了完整基础数据。
• 参与数据中心月度巡检，用HP iLO远程管理卡检查服务器硬件状态（CPU温度、硬盘健康度），及时发现2台服务器的风扇故障并更换；避免了因硬件问题导致的业务中断，获部门“月度优秀支持奖”。

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。