负责公司NGN智能网核心网元（SCP/SMP）的日常监控、故障定位及基础优化，保障增值业务（如炫铃、彩印）的端到端服务质量，支撑前端业务部门的需求响应。

• 基于HP OpenView监控平台搭建智能网三级告警体系，梳理INAP协议信令链路（主叫流程/被叫流程）12条，针对‘彩印内容下发失败’高频故障，通过信令跟踪定位SMP数据库连接池耗尽问题，优化JDBC线程配置后，故障平均修复时间（MTTR）从45分钟降至12分钟，季度内同类故障发生率下降67%。
• 参与‘老年关爱套餐’彩印业务上线保障，完成SMP业务逻辑验证（含TOM模型状态机检查）、SCP路由策略配置（基于用户IMSI段分流），联合测试团队验证10万次呼叫流程，业务接通率达99.8%，超目标值0.3个百分点。
• 主导月度容量评估，基于Amdocs话单分析工具统计SCP话务量峰值（日均300万次查询），输出扩容建议（新增2个处理节点），推动IT部门完成资源采购，保障大促期间业务零拥塞。
• 编制《智能网常见故障处置手册V1.0》，梳理信令异常、数据库锁表等8类问题的排查步骤，覆盖90%一线运维场景，新员工培训周期从2周缩短至5个工作日。

牵头智能网系统性能优化与新功能落地，主导CAMEL2/3协议栈升级，支撑视频彩铃、AI语音导航等新型增值业务上线，同步推进运维自动化能力建设。

• 主导NGN智能网向5G智能网过渡的CAMEL协议升级项目，分析CAMEL3新增的IP多媒体子系统（IMS）交互流程，制定分阶段割接方案（夜间窗口操作+业务拨测验证），完成12个地市节点升级，业务中断时长累计控制在8小时内，升级后视频彩铃首响时延从2.1秒降至1.3秒。
• 针对‘AI语音导航转人工失败率高’问题，通过Wireshark抓包分析发现SCE（业务生成环境）生成的脚本存在逻辑死锁，优化状态转移条件（增加超时重试机制），配合SMP版本热补丁发布，故障率从15%降至0.8%，月均节省运维人力成本3万元。
• 开发智能网运维自动化脚本（Python+Paramiko），实现SCP/SMP设备状态巡检（CPU/内存/信令负荷）、话单文件自动校验（匹配CDR字段规范）功能，替代人工每日3小时操作，巡检覆盖率100%，话单异常漏检率从2%降至0.1%。
• 参与‘智能网-大数据平台’对接项目，抽取SCP用户行为数据（如炫铃切换频次），清洗后存入Hadoop集群，支撑市场部完成‘高价值用户识别模型’训练，助力精准营销转化率提升18%。

统筹公司智能网整体架构演进，主导核心网元云化迁移（NFV）及AI运维能力建设，支撑公司向‘智能增值服务运营商’战略转型。

• 牵头SCP/SMP设备云化迁移项目，基于OpenStack搭建虚拟化平台，完成业务逻辑（INAP/CAMEL协议栈）容器化封装（Docker+K8s），迁移后资源利用率从40%提升至75%，单节点故障恢复时间从2小时缩短至5分钟，年度硬件采购成本减少420万元。
• 构建智能网AI运维平台，集成Prometheus监控数据与历史故障案例库，训练LSTM模型预测信令链路拥塞（准确率92%），提前72小时触发扩容预警，Q3大促期间核心网元负载峰值同比下降25%，未发生重大故障。
• 设计‘智能网-边缘计算’协同架构，将部分业务逻辑（如本地彩印内容缓存）下沉至MEC节点，减少中心节点信令跳转，视频彩铃加载成功率从98.5%提升至99.9%，用户投诉率下降41%。
• 主导编写《5G智能网运维标准V1.0》，涵盖云化网元管理、AI故障预测、跨域业务协同等12个模块，成为集团内同类业务的参考规范，推动3个省级分公司复用该标准，运维效率平均提升30%。

5G增值业务SLA精准保障体系构建与落地项目

• 项目背景：公司承接某省级运营商5G云游戏、VR直播、工业远程控制等增值业务承载网络运维，此前因多业务差异化SLA指标未统一建模、链路隐性隐患难检测、故障定位依赖人工，导致业务SLA达标率仅92%，月均投诉率达1.2次/万用户，严重影响客户续约。我的核心职责是作为项目负责人，统筹运营商需求组、SDN研发团队、硬件厂商资源，构建覆盖“监控-预警-修复”的SLA精准保障体系，目标将SLA达标率提升至98.5%以上，投诉率下降70%。
• 解决的关键难题：①多业务（云游戏≤20ms延迟、VR≥100Mbps带宽、工业控制≤5ms抖动）的差异化SLA指标无法通过传统网管系统统一监控；②骨干网链路隐性光衰（光功率下降≤3dB未触发告警）、设备板卡温度漂移（波动≤5℃但累计影响转发性能）等隐患，传统OTDR和阈值监控无法识别；③故障定位需跨设备、跨域人工排查，平均MTTR长达45分钟。
• 核心行动与创新：1. 主导设计“业务类型-延迟容忍度-带宽阈值-抖动容限”的动态SLA指标模板，结合SDN控制器的流量调度能力，针对云游戏业务动态分配低延迟切片，VR业务预留高带宽保障通道；2. 引入AI预测性维护模型，基于历史光功率、温度数据训练LSTM算法，提前72小时预警隐性光衰和板卡异常，联动厂商网管系统自动触发链路切换或设备巡检；3. 开发基于NetFlow和设备日志的关联分析脚本，通过正则表达式匹配故障特征（如“TCP重传率≥5%+延迟≥30ms”），自动定位故障域（核心网/接入网/内容源），将MTTR缩短至15分钟内。
• 项目成果与影响：体系落地后，5G增值业务SLA达标率提升至99.1%，月均投诉率降至0.3次/万用户，支撑运营商完成3个重点增值业务（云游戏头部IP、VR教育平台、工业远程操控）的全省推广，带来年营收增量约800万元。我个人因方案创新性和落地效果，获公司“年度技术突破一等奖”，相关SLA模板被纳入公司增值业务运维标准库。

电信增值业务边缘计算节点智能运维平台研发项目

• 项目背景：公司为支撑5G+边缘计算增值业务（如智能监控、AR导航），在全国20个地市部署了边缘计算节点，但因节点异构（涵盖华为、中兴、浪潮等厂商设备）、网络环境复杂，运维依赖现场人员巡检，资源利用率仅60%，单次故障处理时间长达2小时，成本高企。我的角色是技术负责人，负责平台需求分析、架构设计及核心功能开发，目标是构建“远程监控-自动优化-故障自愈”的智能运维体系，将资源利用率提升至80%，现场运维成本降低30%。
• 解决的关键难题：①边缘节点设备协议不统一（MQTT、SNMP、Modbus并存），数据采集需适配多厂商SDK，开发成本高；②节点实时性能数据量达10万条/秒，传统关系型数据库无法支撑时序分析；③资源调度需平衡业务优先级（如智能监控的高可用 vs AR导航的低延迟）与资源消耗，传统规则引擎无法动态优化。
• 核心行动与创新：1. 设计“协议适配器+数据标准化”模块，开发多厂商设备驱动（兼容80%主流边缘设备），将异构数据转换为统一的InfluxDB时序格式，实现全节点数据可视；2. 采用微服务架构搭建平台，集成Grafana做实时监控看板（展示节点CPU、内存、带宽利用率及业务延迟），支持阈值告警和趋势预测；3. 引入强化学习算法（DQN模型），基于业务负载、资源占用率、SLA要求动态调整节点资源（如自动迁移低优先级业务至空闲节点），实现资源最优分配。
• 项目成果与影响：平台上线后，边缘节点资源利用率提升至85%，现场运维成本降低35%，故障处理时间缩短至30分钟内，支撑公司快速部署10个边缘增值业务（如城市智能监控、商场AR导航），新增年营收约500万元。项目获运营商“边缘计算运维优秀案例”，我个人获公司“边缘计算创新奖”，平台核心技术被申请2项实用新型专利（数据采集适配器、智能资源调度系统）。

• 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。