负责华东区3个Tier III+数据中心（单园区机架规模2000+）的全生命周期运维，涵盖动力环境监控、网络设备管理、服务器集群保障及客户侧SLA履约，主导关键系统的自动化改造与容量规划。

• 主导设计基于ITIL 4的运维流程体系，梳理故障响应SOP 12项、变更管理模板8套，将平均故障修复时间（MTTR）从45分钟压缩至18分钟；引入Prometheus+Grafana构建统一监控平台，覆盖服务器CPU/内存利用率、交换机端口流量、UPS电池健康度等200+指标，实现90%以上异常的自动预警，季度告警误报率下降62%。
• 针对客户定制化需求（某视频直播客户Q4峰值带宽需提升300G），牵头完成BGP路由协议优化与OSPF多路径负载均衡配置，调整核心交换机ECMP策略，配合完成40台400G光模块替换，保障大促期间零丢包，客户满意度达9.8分（满分10）。
• 推动数据中心绿色化改造，分析PUE构成后提出冷通道封闭+行间空调变频方案，联合厂商完成3个机房的气流组织优化，夏季PUE从1.42降至1.35，年节省电费超200万元；同步搭建能耗预测模型，基于历史负载数据预判制冷需求，动态调整精密空调运行模式。
• 处理重大故障2起：某次市电中断导致200台服务器掉电，通过UPS分级下电策略优先保障核心数据库，配合柴油发电机12秒内启动，结合预先演练的应急流程，40分钟内恢复全量业务，未造成客户数据丢失。

承担华北区2个Tier II数据中心（机架规模1200+）的日常运维，负责网络设备巡检、服务器固件升级、动环系统监控及客户投诉响应，支撑电商、金融等行业客户的增值业务承载。

• 搭建服务器健康度评估体系，基于iDRAC管理工具采集1000+台服务器的硬件日志（包括RAID卡状态、风扇转速、温度传感器数据），开发Python脚本自动分析异常模式，提前发现3起潜在的HBA卡故障，避免业务中断。
• 优化网络冗余架构：针对某金融客户跨机房双活需求，梳理现有STP收敛时间及VRRP切换延迟，将核心层交换机从H3C S5830升级至S6850，调整BPDU防护与根桥保护策略，跨机房切换时间从500ms缩短至80ms，通过客户容灾演练验证。
• 主导服务器固件升级项目，覆盖500台戴尔PowerEdge R750，制定“灰度发布+回滚预案”：先对10%设备进行版本兼容性测试（重点验证iDRAC与VMware ESXi 7.0的适配性），确认无异常后分3批次推送，最终升级成功率100%，未影响客户业务。
• 处理典型故障：某客户数据库服务器频繁出现IO延迟高，通过Wireshark抓包发现存储链路存在ARP风暴，定位为接入交换机MAC地址表震荡，调整端口安全策略（限制单MAC学习数量）并启用BPDU Guard，问题彻底解决。

负责华南区1个Tier I数据中心（机架规模500+）的基础运维，执行设备巡检、环境参数记录、简单故障排查及客户工单响应，保障中小企业客户的托管服务器稳定运行。

• 建立标准化巡检流程，制定《每日动环检查清单》（含温湿度、消防系统、UPS负载率等15项指标）与《周级设备清灰计划》，通过Excel宏自动汇总异常数据，季度设备灰尘堆积导致的散热不良事件减少85%。
• 独立解决常见故障：某客户服务器无法远程登录，通过本地KVM查看发现网卡驱动丢失，下载官方固件重新安装并更新BIOS，1小时内恢复访问；另处理过交换机端口环路导致的广播风暴，通过关闭冗余端口并检查终端网线水晶头接触情况，恢复正常网络。
• 参与数据中心扩容项目：协助厂商完成200台新服务器的上架、布线（遵循TIA-942标准）及IP地址规划（采用VLSM子网划分），同步在动环系统中添加新设备监控点，确保扩容后72小时内无异常告警。
• 编写《数据中心新手运维手册》，整理常见问题处理指南（如PDU跳闸排查、光纤模块兼容性判断）、工具使用说明（如光功率计测试步骤）及应急联络表，缩短新员工上手周期至2周。

5G+云游戏增值业务端到端网络质量保障项目

• 项目背景：随着公司5G云游戏增值业务用户量半年内增长4倍，用户投诉中“卡顿/延迟高”占比达35%，直接影响月留存率（较竞品低7%）。核心目标是通过端到端网络质量管控，将用户感知类故障时长降低60%，支撑业务留存率提升至行业均值以上。我作为网络运维负责人，牵头跨部门（产品、云厂商、运营商）组建专项组，负责全链路（5G NR接入→SPN传输→5GC核心网→MEC边缘云游戏服务器）的问题定位、优化方案设计与落地。
• 关键难题与技术：①多域协同故障定位难——传统单域监控工具（如网管系统、APM）无法关联接入网丢包与核心网QoS策略失效的因果关系；②实时性要求高——云游戏对端到端延迟敏感（需<20ms），现有监控采样率（100Hz）无法捕捉瞬时链路拥塞；③容量波动适配差——晚高峰（19:00-21:00）用户集中度达峰值，边缘MEC服务器算力利用率超90%，易引发丢包。
• 核心行动与创新：①搭建“全链路拓扑智能映射系统”——通过SDN控制器拉取各域拓扑数据，关联成统一可视化视图，结合LSTM AI模型学习链路拥塞模式，实现故障根因1步定位；②部署高精度探针矩阵——在接入侧（基站）、边缘云、核心网网元部署1000Hz采样率的延迟/丢包探针，数据通过MEC本地分析，将故障响应时间从分钟级压缩至秒级；③设计“用户行为驱动的动态资源调度算法”——基于历史数据预测晚高峰热门游戏（如《XX战境》）的用户分布，提前2小时将对应服务器从中心云迁移至30公里内的边缘MEC，降低跨域传输延迟。
• 项目成果与价值：①端到端故障定位时间从45分钟缩短至4.8分钟，用户卡顿率从12.1%降至2.9%，月留存率提升8.3个百分点（追平竞品）；②申请实用新型专利《一种5G云游戏业务全链路质量监控装置》（专利号：ZL20222XXXXXXX.XX），落地软件著作权《多域协同网络优化系统V1.0》；③业务侧直接带来每月200万元的用户续费增量，被公司列为“5G增值业务标杆项目”。

4G/5G融合增值业务网络容灾体系建设项目

• 项目背景：公司当年重点推广4G/5G融合增值业务（如视频彩铃、直播互动答题），但Q3发生2次单核心网节点故障，导致业务中断1.5小时，影响12万用户，投诉量激增50%。核心目标是构建“跨架构、跨运营商”的容灾体系，将业务中断时间控制在30分钟内，跨运营商用户访问成功率提升至99.5%以上。我作为核心网运维工程师，主导容灾方案设计与落地，联动运营商与云厂商完成验证。
• 关键难题与技术：①架构异构切换难——4G EPC与5GC采用不同信令协议（S11 vs N26），用户上下文迁移需手动干预，易导致业务中断；②运营商链路可靠性低——与联通、移动的peering链路曾因光缆中断导致跨运营商用户无法访问视频彩铃；③容灾演练成本高——传统“停机割接”方式每年仅能演练1次，无法验证复杂场景下的容灾有效性。
• 核心行动与创新：①设计“双活+热备”容灾架构——4G EPC与5GC通过N26接口实现用户上下文自动同步，切换时间从120秒缩短至20秒内；②共建“peering链路冗余池”——与运营商合作部署BFD双向转发检测+VRRP虚拟路由冗余协议，实现链路故障时50ms内自动切换；③开发“容灾仿真验证平台”——基于OpenStack虚拟化技术模拟现网4G/5G核心网、业务服务器环境，支持“无停机”演练，覆盖断网、断电、链路中断等12类场景。
• 项目成果与价值：①业务中断时间从平均120分钟降至14分钟，跨运营商用户访问成功率从95.3%提升至99.8%；②容灾演练效率提升60%，每年节省停机演练成本32万元；③项目获公司“年度技术创新奖”，容灾方案被纳入集团4G/5G融合业务标准配置。

• 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。