负责智慧城市信息系统全生命周期运维，涵盖政务云平台、物联网感知设备及民生应用系统的监控告警、故障根因定位、自动化流程搭建及跨部门协同，目标保障核心系统可用率≥99.9%，支撑政务服务‘一网通办’、智慧交通调度等业务连续性。

• 主导构建‘多源融合智能监控体系’：基于Prometheus+Grafana搭建统一监控平台，整合政务云服务器、路侧物联网传感器、社区政务终端等12类设备数据，针对传统监控中‘物联网设备协议不兼容’痛点，开发Modbus/LoRa数据适配器，实现98%关键指标实时采集；优化告警规则引擎，通过机器学习识别异常波动阈值，故障发现时效从45分钟缩短至12分钟，年度系统宕机时长同比减少65%。
• 牵头核心业务系统容灾能力升级：针对‘市民服务平台’高并发特性，设计‘两地三中心’容灾方案，每月模拟断网、数据库主节点宕机等10+类故障场景；发现MySQL主从复制延迟问题后，通过调整binlog格式为ROW并引入Redis缓存热点数据，将RTO（恢复时间目标）从2小时压缩至25分钟，RPO（恢复点目标）从15分钟降至5分钟，全年未发生影响用户超10分钟的服务中断。
• 推动自动化运维工具链开发：梳理日常巡检、补丁分发、日志归档等8类重复性任务，基于Python+Ansible开发‘智维助手’脚本库，实现服务器配置批量校验（准确率99.9%）、安全补丁自动分发（覆盖率100%）；单节点部署时间从30分钟降至5分钟，年度节省人工操作耗时约200人天，相关工具被纳入公司运维标准库。
• 优化跨部门运维协作流程：联合开发、安全、业务部门制定《智慧城市系统运维SLA2.0》，明确故障工单分级响应标准（P1级故障15分钟内到场）、变更窗口期规范；建立‘运维-开发’缺陷闭环机制，通过Jira跟踪代码部署引发的系统异常，推动开发侧修复高频BUG 37个，工单处理及时率从88%提升至96%，部门间推诿问题减少60%。

承担市级政务数据中心基础设施运维，覆盖服务器集群、存储设备及政务外网链路管理，支撑‘互联网+政务服务’平台、社保医保系统等关键业务稳定运行，需协同厂商完成设备巡检、故障排查及容量规划。

• 完成老旧数据中心设备效能优化：针对运行超5年的X86服务器集群，通过VMware vRealize Operations分析资源利用率（CPU平均负载仅30%），推动虚拟化整合，将42台物理机缩减至18台，年节省电费及硬件维护成本约45万元；同步解决虚拟机迁移时的网络丢包问题，通过调整vSwitch队列策略，迁移成功率从92%提升至99.5%。
• 主导季度容灾演练与复盘：每年组织4次‘政务外网中断’‘存储阵列故障’模拟演练，验证主数据中心向同城灾备中心的切换流程；首次演练中发现DNS解析延迟导致业务系统切换超时，协调网络运营商优化BGP路由策略，将切换耗时从40分钟缩短至22分钟，后续演练成功率稳定在100%。
• 建立设备健康度评估模型：基于历史故障数据（如硬盘坏道率、电源模块温度），使用Excel Power Pivot构建‘设备健康评分卡’，提前30天预警高风险设备（评分＜60分）；年度预防性更换故障部件21个，避免因突发硬件失效导致的业务中断事件12起。

负责区县级市民服务大厅终端设备（自助服务机、窗口叫号系统）及政务内网基础环境运维，处理日常故障报修、系统补丁更新及用户操作培训，保障基层政务服务窗口业务连续性。

• 实现终端设备故障快速响应：梳理12类常见故障（如打印模块卡纸、身份证读卡器驱动异常），编制《终端设备故障速查手册》并培训大厅工作人员；建立‘一线客服-运维工程师’三级响应机制（简单故障远程指导解决，复杂故障2小时内到场），设备平均修复时长从1.5小时缩短至40分钟，用户投诉率下降55%。
• 完成政务内网安全加固：配合厂商完成终端设备防病毒软件升级（覆盖率100%），定期扫描弱口令、未授权端口；发现3台窗口电脑存在未修复的高危漏洞（CVE-2019-0708），通过紧急打补丁+禁用远程桌面服务，消除潜在勒索病毒攻击风险，年度内网安全事件零发生。
• 推动运维知识沉淀：整理300+条日常操作问题及解决方案，录入公司内部Wiki平台；开发‘运维常见问题’语音查询功能（基于微信小程序），窗口工作人员自主解决简单问题比例从30%提升至65%，释放运维人力投入复杂故障处理。

某新一线城市智慧水务全域感知与闭环管控平台建设项目

• 项目背景为该城市传统水务运营依赖人工巡检，管网漏损率高达18%、爆管应急响应超45分钟，无法满足市政府“降损耗、提效率、强服务”的民生目标。我的总体职责是主导平台需求调研、技术方案设计与全生命周期落地，衔接水务局、管网公司、设备厂商三方诉求，确保平台覆盖“感知-分析-决策-执行”全链路。
• 关键难题有二：一是多源设备协议兼容，整合了12家厂商的超声波流量计、压力传感器、水位计等5000+终端，涉及Modbus、LoRa、NB-IoT等8种通信协议；二是爆管预测模型准确性不足，初期基于传统随机森林的模型误报率达25%，无法支撑精准抢修调度。技术上采用MQTT 3.1.1协议搭建设备接入网关，通过Apache Kafka构建实时数据流管道，将多源数据清洗转化为统一时序数据；模型侧引入LSTM+注意力机制，融合历史压力、流量、气象（降雨量、气温）等15维特征。
• 核心行动包括：1）牵头制定《智慧水务设备接入技术规范》，明确协议转换、数据格式、安全加密要求，推动厂商适配；2）针对爆管预测问题，联合水务研究院梳理3年爆管案例（共1200+条），做特征工程时发现“压力骤降+相邻节点流量突变”的组合特征对爆管敏感，将其权重提升30%；3）设计“阈值预警-模型预测-工单派发”的三级联动机制，将预警信息直接关联到附近抢修队伍的移动端APP。
• 项目成果：1）漏损率降至12%，年减少水资源浪费约4500万吨；2）爆管预警准确率提升至92%，应急响应时间缩短至15分钟内，年节省抢修成本800万元；3）平台覆盖8个行政区、200万人口，支撑水务局实现“按效考核”，被评为“2023年度省级智慧水务示范项目”。我个人主导了从需求到落地的全流程，形成《城市智慧水务平台建设方法论》内部文档，成为公司后续同类项目的标准框架。

某地级市智慧城管事件智能分拨与处置监管系统研发项目

• 项目背景为该市城管事件传统依赖人工分拨，准确率仅70%，跨部门（环卫、市政、执法等8个部门）协同效率低，事件处置超时率达18%。我的职责是负责系统中“事件智能分拨”算法模块开发与“全流程监管”功能集成，支撑城管局从“被动接诉”转向“主动治理”。
• 关键难题：一是非结构化事件文本的分类准确率低，市民投诉内容口语化严重（如“楼下化粪池臭死了”对应“环卫-粪便处理”类）；二是多部门流程适配困难，不同部门的派单规则、时效要求差异大，导致系统落地阻力大。技术上采用预训练BERT模型做文本语义理解，结合城管领域词典做微调；流程侧基于BPMN 2.0标准搭建可视化流程引擎，允许部门自定义派单规则。
• 核心行动包括：1）收集10万条历史城管事件数据（含文本、图片、处置结果），标注2.5万条作为训练集，通过数据增强（同义词替换、场景模拟）解决样本不平衡问题，将分类准确率从初始的75%提升至92%；2）联合城管局梳理21个高频事件场景（如“占道经营”“路灯损坏”），为每个场景配置“部门优先级+时效阈值”，比如“井盖缺失”事件自动派给市政部门，要求30分钟内到场；3）设计“事件进度看板”，实时展示每个事件的当前处理部门、剩余时间、历史处置记录，支撑城管局督办考核。
• 项目成果：1）事件分拨准确率提升至90%，跨部门协同效率提升40%；2）事件平均处置时间从24小时缩短至12小时，超时率降至5%以内；3）系统上线后，市民满意度从82%提升至89%，被评为“2021年度市数字政府优秀案例”。我在这个项目中从算法开发延伸到业务场景落地，学会了如何将技术价值转化为业务价值，为后续主导大型项目积累了跨部门沟通和业务理解的经验。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。