负责公司核心电商交易链路全生命周期SRE保障，涵盖SLO体系搭建、故障根因分析、K8s集群自治及跨团队可靠性工程实践落地

• 主导电商交易核心服务（日请求量超10亿次）的SLO体系设计，基于ITU-T Y.1540标准定义99.99%可用性、P99≤200ms延迟等关键指标，通过Prometheus Alertmanager定制分级告警规则（区分P0-P3级），将误报率从18%降至3%，支撑双11大促期间0级故障响应时间缩短至5分钟内，保障交易链路零中断
• 核心参与混沌工程实践，使用Chaos Mesh对订单支付链路注入节点宕机、网络分区、第三方接口超时等故障，识别出3个单点依赖组件（如库存服务同步接口），推动研发重构为“分布式缓存+Kafka异步队列”方案，全年该链路故障次数从12次降至2次，MTTR从45分钟缩短至12分钟
• 负责500节点K8s集群自治运维，编写Python脚本集成Cluster API与自定义控制器，实现“CPU持续5分钟>85%”“内存泄漏率>10%/小时”等条件触发节点自动置换，将集群运维人力投入从每周12人时降至3人时，节点可用率提升至99.95%
• 牵头跨研发、产品、测试团队落地容量规划流程，使用Gatling模拟峰值QPS 15万的场景压测，结合历史流量30%同比增长预测资源需求，优化EC2 Auto Scaling策略，大促期间服务器成本降低15%，未出现性能瓶颈

负责金融科技核心系统（支付清算、风险控制）SRE运维，聚焦高可用架构设计、故障预防及DevOps工具链整合

• 主导支付清算系统（日均处理1000万笔交易）高可用改造，设计两地三中心多活架构，使用Keepalived+Nginx实现流量秒级切换，通过年度容灾演练验证RTO≤30秒、RPO≤5秒，满足银保监会《商业银行业务连续性监管指引》要求
• 搭建ELK+Jaeger全链路追踪体系，关联业务操作日志与系统metrics、追踪数据，将风险控制系统故障定位时间从60分钟缩短至15分钟，其中链路依赖问题导致的故障占比从25%降至8%，支撑风控决策响应速度提升20%
• 整合DevOps工具链，将Jenkins流水线与Ansible、Terraform结合，实现“代码提交→镜像构建→K8s部署→自动化验证”全流程自动化，部署时长从45分钟缩短至10分钟；引入SonarQube代码质量门禁，阻断低质量代码上线，研发交付故障率降低20%
• 编写《金融科技系统可靠性工程手册》，涵盖故障管理、容量规划、混沌工程等8个模块，组织季度跨团队培训（覆盖80人次），推动团队整体MTTR下降18%

负责公司CDN平台日常运维，保障边缘节点稳定性、内容分发效率及用户访问体验

• 搭建CDN节点健康度评分模型（维度包括带宽利用率、请求成功率、延迟），使用Go语言开发监控插件集成Zabbix，实现异常节点提前2小时预警，节点故障率从每月5%降至1.2%，用户访问失败率下降40%
• 分析用户访问日志（日均10亿条）发现热点内容（影视剧预告片）缓存命中率仅65%，通过调整Redis缓存策略（增加本地节点缓存层、延长热点内容过期时间至24小时），将缓存命中率提升至88%，源站带宽成本降低22%（年节省约300万元）
• 主导处理某地区节点大规模宕机故障（影响50万用户），快速定位为运营商DNS解析故障，协调切换备用DNS并通过应急脚本将流量引流至周边健康节点，故障恢复时间控制在1小时内，实际影响用户降至8万
• 编写Shell脚本实现CDN节点配置批量下发（覆盖1000+节点），替代人工逐台操作，配置错误率从3%降至0.1%，单次配置变更耗时从2小时缩短至15分钟，运维效率提升50%

泛娱乐直播平台高可用运维中台研发与落地

• 星途互动作为泛娱乐直播赛道头部玩家，业务峰值日活超500万，但原有运维体系依赖分散脚本与单点工具，存在故障MTTR长（35分钟+）、弹性扩缩容滞后（手动操作需15分钟以上）、混合云环境运维不一致等痛点。我的核心职责是主导高可用运维中台的架构设计与关键模块开发，目标实现故障自愈、智能扩缩容、全链路监控的统一支撑。
• 项目面临三大技术挑战：1）混合云（公有云+私有云）资源模型异构，传统脚本无法跨环境复用；2）直播场景故障关联度高（涉及CDN、源站、数据库、消息队列），传统孤立监控难以快速定位根因；3）流量峰值波动大（如主播连麦、活动直播），现有扩缩容策略无法满足秒级响应需求。我选择以“抽象资源模型+拓扑感知AIOps+预测式调度”为核心思路破局。
• 针对混合云兼容问题，我基于Terraform的Cloud Provider抽象层封装了统一资源操作接口，适配阿里云、腾讯云及公司私有云的API差异，实现“一次定义、多环境执行”的资源管理；针对故障根因定位，我主导构建了服务依赖拓扑图谱——用Neo4j存储微服务、中间件、基础设施的关联关系，结合Prometheus全链路metrics与ELK日志，开发图算法模型实时分析故障传播路径，将根因定位准确率从65%提升至92%；针对弹性扩缩容，我设计了“历史流量预测+实时指标联动”的调度算法，基于Prometheus的7天流量历史数据训练ARIMA模型，提前10分钟预判峰值并触发K8s HPA扩容，同时自定义Metrics（如直播间在线人数增长率）优化扩缩容阈值。
• 项目上线后，核心指标显著提升：故障MTTR从35分钟降至8分钟，弹性扩缩容成功率从82%提升至99.5%，支撑了双11、跨年直播等峰值日活800万+的场景（无重大故障）。我个人贡献了中台核心模块（故障自愈引擎、弹性调度组件）的设计与开发，推动运维从“被动救火”转向“主动预防”，成为公司直播业务的稳定性基石。

短视频分发系统自动化运维体系搭建

• 公司短视频业务高速增长（日活从200万增至1000万），分发节点从100个扩展至500+，但原有运维依赖人工配置与手动部署，存在配置不一致（曾因节点配置错误导致5%用户无法加载视频）、部署效率低（单批次部署需2小时）、故障排查慢（需逐节点查日志，平均耗时40分钟）等问题。我的职责是搭建覆盖配置管理、批量部署、故障排查的自动化运维体系，提升运维效率与系统稳定性。
• 项目初期遇到两大难点：1）大规模节点（500+）的配置一致性难以保证，手动修改易出错；2）传统部署方式（SCP传包+逐节点启动）效率极低，无法匹配业务迭代速度。我通过对比Ansible与SaltStack，选择Ansible作为核心工具——其轻量级、无Agent的特性更适合分布式分发节点的场景。
• 针对配置一致性，我用Ansible Role封装不同环境（测试/预发/生产）的配置模板，结合Inventory分组管理节点，实现“一处修改、全局同步”，并通过Ansible Vault加密存储数据库密码、API Token等敏感信息；针对批量部署，我将应用打包为Docker镜像，上传至私有Registry，用Ansible Playbook实现“镜像拉取-启动-健康检查”一键部署，将单批次部署时间从2小时缩短至15分钟；针对故障排查，我开发了Ansible自定义模块，定期收集节点的CPU、内存、磁盘IO及应用日志，推送至Grafana监控平台，设置阈值触发自动报警，并关联日志上下文，将故障排查时间从40分钟降至10分钟。
• 项目落地后，运维效率大幅提升：配置不一致问题减少95%，发布频率从每周2次提升至每日5次（支撑业务快速迭代），故障影响范围缩小80%。我主导了自动化工具的选型与落地，优化了团队运维流程，成为后续中台项目的运维流程基础。

• 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。