负责公司华东区核心数据中心（承载短信网关、彩信中心等增值业务支撑系统）的日常运维、容量规划及故障根因定位，边界覆盖服务器集群、EMC存储阵列、SDN网络的运维，以及与增值业务部门协同完成业务侧故障排查与SLA保障

• 主导数据中心DCIM（数据中心基础设施管理）系统升级项目，基于VMware vCenter、Cisco UCS Manager的API桥接方案解决旧版BMC Patrol与新DCIM平台的兼容性问题，实现服务器、存储、网络设备的统一监控，将关键设备监控覆盖率从92%提升至99.9%，故障定位时间从平均60分钟缩短至35分钟，支撑双11期间短信业务12万条/秒的峰值处理
• 针对增值业务数据库（Oracle RAC）的存储IOPS瓶颈，采用EMC VMAX 5800+FAST VP动态存储分层技术，将热点数据迁移至SSD层，关键业务存储延迟从12ms降至5ms，全年数据库事务成功率从99.85%提升至99.98%，避免了3次因存储慢导致的业务中断
• 搭建自动化运维平台，整合Ansible（配置管理）、Prometheus+Grafana（性能预警）及Zerto（容灾复制），实现服务器固件更新、虚拟机资源调度的全自动化，将人工操作失误率从15%降至2%，每月节省运维工时120小时，同时通过Zerto完成Oracle RAC数据库跨机房容灾演练，RTO（恢复时间目标）从2小时压缩至30分钟，顺利通过年度灾备审计
• 解决SDN网络（Cisco ACI）中的流量拥塞问题，通过分析ACI Fabric的流量矩阵，调整Leaf-Spine的ECMP路由策略，将增值业务流量峰值时的网络丢包率从0.8%降至0.1%，支撑了视频验证码业务的稳定上线

负责公司华南区数据中心的运维支持，聚焦物联网卡管理平台等增值业务边缘节点的基础设施稳定性，边界包括x86服务器集群、NetApp NAS存储及二层网络设备的日常维护、故障处理及性能优化

• 针对边缘节点服务器利用率低的问题，使用VMware vRealize Automation搭建资源调度平台，基于业务峰谷自动调整虚拟机资源分配，将服务器平均CPU利用率从35%提升至60%，新增10个物联网业务节点未增加硬件采购成本，年节省服务器租赁费用约80万元
• 解决NAS存储（NetApp FAS8300）的性能波动问题，通过ONTAP系统的QoS（服务质量）策略为物联网卡查询业务分配最高IO优先级，结合快照策略减少随机读操作，将查询延迟从800ms降至200ms，客户关于“物联网卡状态查询慢”的投诉率下降60%
• 主导数据中心网络设备固件升级项目，使用Cisco Prime Infrastructure规划Catalyst 3850交换机的升级路径，采用ISSU（不间断服务升级）方式完成20台设备的安全补丁更新，解决了CVE-2021-1419漏洞问题，同时通过升级后的NetFlow分析功能定位到3起隐蔽的网络环路故障
• 建立边缘节点运维SOP（标准操作流程），涵盖服务器硬件巡检、存储性能监控、网络链路测试等12项关键环节，将边缘节点故障平均修复时间（MTTR）从45分钟降至25分钟，连续18个月未发生因运维失误导致的业务中断

负责公司总部数据中心（承载OA系统、邮件系统及研发测试环境）的IT基础设施运维，边界包括服务器硬件排查、操作系统补丁管理、用户桌面支持及基础网络故障处理

• 搭建服务器监控体系，使用Nagios（主机监控）+Grafana（可视化）整合CPU、内存、磁盘IO及网络流量指标，设置阈值告警规则，将服务器宕机时间从每月8小时降至2小时，其中因硬件故障导致的宕机占比从60%降至15%
• 优化研发测试环境的Tomcat服务器性能，通过调整server.xml中的线程池大小（从200调整至500）、连接池超时时间（从30秒缩短至10秒）及JVM堆内存参数（从4G扩展至8G），支撑50名研发人员同时进行压力测试，页面响应时间从5秒降至1.5秒，提升了测试效率30%
• 主导硬件资产全生命周期管理，使用Snipe-IT工具梳理120台服务器、80台网络设备的采购时间、保修期限及部署位置，淘汰老化服务器15台（服役超过5年），将硬件故障率从12%降至8%，年硬件维修成本减少约30万元
• 解决员工桌面终端频繁断网问题，通过排查交换机端口配置（发现部分端口开启了STP阻塞），调整接入层交换机（H3C S5120）的生成树协议参数，将断网发生率从每周5次降至每月1次，提升了员工办公满意度

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。