负责公司承载电信增值业务的核心数据中心（3000+机架，支撑50+省际增值业务系统）的全生命周期运维，涵盖基础设施监控、容量管理、故障根因分析及性能优化，保障业务99.999%可用性SLA。

• 主导数据中心DCIM（数据中心基础设施管理）系统3.0升级项目，基于SolarWinds Orion平台扩展微服务模块，集成动力环境（温湿度/UPS负载）、网络（交换机端口利用率）、服务器（CPU内存负载）三类数据源，解决原有系统跨厂商监控数据孤岛问题；通过自定义告警阈值规则引擎（结合历史故障数据训练的异常检测模型），将关键设备故障定位时间从45分钟压缩至8分钟内，年度重大故障响应及时率提升至100%。
• 牵头冷却系统能效优化，运用CFD（计算流体力学）仿真软件模拟机架热密度分布，识别出3个高热点区域（原温度超28℃）；联合厂商调整精密空调送风策略（增加列间空调冗余、优化风阀开度），并结合AI节能算法动态调节冷量输出，季度PUE（电源使用效率）从1.82降至1.45，年节省电费超200万元。
• 处理某省增值业务平台突发宕机事件（影响10万+用户），通过日志聚合分析（ELK栈提取交换机、服务器、存储链路日志），定位到核心交换机光模块老化导致丢包率骤增；45分钟内完成备用模块替换及链路割接，业务恢复后同步推动建立光模块寿命预测机制（基于收发光功率衰减曲线），年度同类故障发生率下降75%。
• 推动运维自动化转型，基于Ansible开发设备配置巡检剧本（覆盖防火墙策略一致性、服务器BIOS参数合规性），集成至自研运维平台；替代原人工逐台核查模式，单数据中心月度配置巡检耗时从3人天缩短至4小时，配置不一致问题发现率从60%提升至95%。

承担省级电信增值业务数据中心（800+机架，支撑20+省本地视频/彩铃类增值业务）的日常运维，聚焦设备健康度管理、容量规划及跨部门协同，保障业务SLA≥99.99%。

• 搭建分级监控体系，针对视频转码服务器（CPU负载）、彩铃数据库（QPS峰值）等关键组件设置三级告警阈值（预警/严重/紧急），结合Zabbix模板定制化采集指标，实现90%以上潜在故障提前2小时预警；年度因硬件过载导致的业务中断次数从12次降至2次。
• 主导季度容量评估，基于历史业务增长数据（月均流量+30%）与业务部门需求，预测未来6个月服务器、存储资源缺口；推动采购200台高密度服务器（支持NVMe SSD加速），优化虚拟化资源池分配策略（动态扩缩容），支撑新上线增值业务上线周期从45天缩短至20天。
• 参与数据中心双活容灾演练（年频次2次），负责验证增值业务系统跨机房数据同步延迟（目标≤50ms）；通过调整数据库复制链路带宽（从1Gbps扩容至10Gbps）、优化binlog同步策略，将同步延迟稳定在30ms以内，容灾切换成功率从85%提升至98%。
• 解决存储阵列性能瓶颈问题，某视频缓存存储LUN读写延迟突增至20ms（基线5ms），通过分析IO日志发现大量小文件随机读写；协调业务侧调整缓存策略（增大文件块大小至4MB），并迁移高频访问数据至SSD分层存储，延迟回落至4ms，支撑高峰时段视频播放卡顿率下降60%。

协助完成增值业务数据中心的基础运维工作，包括设备巡检、环境监控、故障初步排查及运维文档整理，为高价值业务系统提供底层支撑。

• 执行每日基础设施巡检，覆盖200+机架的温湿度（目标22±2℃，湿度40%-60%）、UPS电池组电压（单节≥13.6V）、精密空调运行状态（出风温度18℃）等指标；建立巡检异常台账，累计发现并上报12起空调滤网堵塞、3起电池单体电压异常问题，均在2小时内闭环处理。
• 参与增值业务系统上线前的基础设施验证，配合厂商完成服务器上架（遵循TIA-942标准机柜布局）、网络跳纤（LC接口清洁度检查）、存储链路连通性测试（iPerf3测速≥10GB/s）；输出《新业务上线基础设施验收报告》，保障30+个彩铃/短信增值业务系统平稳上线。
• 学习DCIM系统基础操作（如APC InfraStruXure管理平台），协助整理设备资产信息（型号/序列号/保修期），建立电子台账并定期核对；推动资产标签标准化（增加业务归属部门二维码），设备定位查询时间从10分钟缩短至1分钟，获部门“运维支持之星”称号。
• 处理日常简单故障，如服务器网口灯不亮（排查网线水晶头压接不良）、机房照明异常（更换LED驱动电源）；累计独立解决80%以上的一类故障（不影响业务运行），减轻团队主运维压力，实习期考核评分位列同期新人第一。

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。