负责公司全球游戏业务网络架构设计、故障排查及性能优化，覆盖北美、东南亚、国内三大区域，保障SLA≥99.99%，支撑《星途纪元》等核心海外服及国内版本的网络稳定性

• 主导设计北美-东南亚游戏业务双链路网络架构，基于BGP Anycast+IPSec VPN方案解决跨区域延迟高问题——原平均延迟120ms，通过Iperf3压测验证调整后降至65ms内；同步适配《星途纪元》海外服上线需求，支撑峰值在线120万用户无网络故障，海外玩家网络投诉率较上一版本下降50%
• 核心参与构建网络全链路监控体系，集成Prometheus+Grafana+ELK Stack并自定义NetFlow分析模板，实现流量、丢包率、延迟秒级预警；将故障定位时间从45分钟缩短至8分钟内，Q3季度网络故障率下降35%，获公司技术委员会“年度监控优化奖”
• 重点优化国内数据中心出口带宽利用率，通过TCAM表项调优+QoS策略重构，激活30%闲置带宽资源；支撑双十一活动期间游戏充值接口流量增长200%，未额外增加带宽成本，节省年度网络开支约180万元
• 牵头解决东南亚节点网络丢包问题——通过Wireshark抓包定位当地ISP MTU限制冲突，协调ISP调整MTU值并部署PMTUD优化，丢包率从8%降至0.5%以下，对应区域玩家加载速度提升35%，投诉率减少60%

负责公司核心游戏服务器网络运维，覆盖国内三地数据中心、CDN节点及云厂商网络，保障《幻想纪元》等产品的网络稳定，支撑业务峰值流量及版本迭代

• 主导国内三地数据中心网络互联互通项目，采用VXLAN overlay技术搭建跨数据中心大二层网络——解决原有静态路由故障切换慢（5分钟）问题，切换时间缩短至30秒内；支撑《幻想纪元》资料片上线时数据中心容灾演练，实现零中断切换，获运维团队“最佳架构优化案例”
• 优化CDN节点与源站连接效率，通过调整TCP拥塞控制算法（CUBIC→BBR）+Cloudflare雷达数据动态调整缓存策略，源站带宽消耗降低25%，玩家资源加载速度提升40%，对应版本用户留存率上升8%
• 负责网络安全加固，部署Ansible实现防火墙规则自动化变更——将规则修改时间从2小时缩短至15分钟；通过Nessus漏扫发现并修复3个高危漏洞（CVSS≥7.0），全年未发生因网络安全导致的服务中断，获公司“安全运维先进个人”
• 支撑双十一活动网络容量评估，预测流量增长150%——通过扩容核心交换机端口+升级路由器转发引擎，最终支撑峰值2.1Gbps流量，未出现网络拥塞，保障活动期间充值成功率99.95%

负责公司云计算平台基础网络运维，包括VPC、负载均衡、防火墙配置，保障云主机、SLB等产品的 network availability≥99.95%，支撑中小客户上云的网络需求

• 负责VPC网络日常运维，建立故障知识库（涵盖VPC peering失败、安全组误配置等12类常见问题）——将常见故障解决时间从1小时缩短至20分钟，季度故障解决率达98%以上，客户投诉率下降40%
• 参与云平台SLB性能优化，调整后端服务器健康检查间隔（从30s→10s）+超时时间（从5s→3s），结合LVS算法优化——将SLB吞吐量提升30%，支撑电商平台大促期间并发请求从10万QPS提升至13万QPS，未出现负载均衡瓶颈
• 配置防火墙策略遵循最小权限原则，划分开发/测试/生产安全域并设置ACL——全年拦截恶意访问请求1.2亿次（含DDoS试探、SQL注入），未影响正常业务流量，获云安全团队“基础防护之星”
• 协助开发团队进行新VPC功能灰度发布，制定网络测试方案——使用Tcpdump验证跨VPC连通性、Netcat测试端口可达性，确保新功能上线无网络兼容性问题，灰度期间故障率为0

直播业务高可用运维中台研发与全链路落地

• 项目背景：公司直播业务年增速超150%，但传统运维依赖人工排查与脚本堆砌，存在故障定位慢（平均45分钟/次）、自动化覆盖不足（仅30%核心场景）、跨团队协作效率低三大痛点；目标是构建集“监控-诊断-处置-复盘”于一体的运维中台，支撑百万级并发直播场景的高可用需求，我作为项目技术负责人主导全生命周期设计与落地。
• 关键难题与技术选型：① 多源数据融合难——直播链路涉及CDN、推流、信令、业务数据库等8类数据源，格式异构且实时性要求高；② 故障精准定位难——传统阈值告警误报率达60%，无法快速关联根因；③ 自动化处置闭环难——跨系统（如阿里云、自研直播引擎）的操作依赖缺乏统一编排工具。针对这些问题，我选择以Prometheus+Thanos构建统一监控数据层，结合Flink实时流处理实现数据标准化；基于Neo4j自研故障知识图谱，引入规则引擎（Drools）实现告警关联与根因推理；用Go语言开发自动化编排引擎，支持RESTful API与Webhook触发跨系统操作。
• 核心行动与创新：① 主导设计中台三层架构（数据层-逻辑层-接口层），推动监控、诊断、处置模块解耦，降低后续扩展成本；② 针对直播“推流中断-观众流失”的链式故障，优化知识图谱的规则权重，将根因定位准确率从40%提升至85%；③ 协调开发、算法、业务团队制定“故障处置SOP”，将常见故障（如CDN节点故障、推流码率异常）封装为可复用的自动化 playbook，覆盖75%核心场景。
• 项目成果与价值：① 故障恢复时间（MTTR）从45分钟降至8分钟内，大促期间支撑12场百万级并发直播（峰值QPS达20万），零重大事故；② 自动化运维覆盖率从30%提升至75%，运维人力投入减少40%；③ 输出《直播业务运维中台技术规范》，成为公司同类业务的通用底座，我个人也因此晋升为运维技术组组长，负责后续中台的迭代优化。

电商大促核心链路自动化运维体系搭建与压测验证

• 项目背景：公司电商业务大促（如双11、618）期间，核心链路（订单、支付、库存）依赖人工执行配置变更、容量评估与故障演练，曾因操作失误导致订单延迟30分钟，影响GMV约2000万；目标是搭建“可编排、可回滚、可验证”的自动化运维体系，将大促运维风险从“被动救火”转为“主动防控”，我作为核心成员负责方案设计与落地。
• 关键难题与技术突破：① 多系统联动复杂性——核心链路涉及ERP、OMS、支付网关等6个系统，操作依赖关系不明确，易引发连锁故障；② 幂等性与回滚可靠性——大促期间需高频执行配置变更，传统脚本无法保证重复操作的幂等，回滚流程易遗漏步骤；③ 应急响应时效性——人工判断故障并启动回滚需15分钟以上，无法满足大促“秒级恢复”要求。针对这些问题，我用Ansible+SaltStack构建配置管理基座，实现系统配置的版本化与幂等执行；自研“大促运维剧本引擎”，支持可视化编排（通过Vue.js开发前端界面），将运维操作转化为可复用的“剧本”（如“库存系统扩容剧本”“支付链路降级剧本”）；用Python开发回滚校验模块，基于日志与指标数据自动验证回滚效果。
• 核心行动与决策：① 牵头梳理大促核心链路的关键节点（如订单创建、支付回调、库存扣减），识别12个高风险操作，将其封装为自动化剧本；② 设计“预演-压测-复盘”闭环流程，通过JMeter模拟10万并发订单，验证剧本的稳定性，优化后剧本执行成功率从90%提升至99.9%；③ 推动建立“大促运维值班SOP”，将剧本执行权限下放至一线运维，同时设置“双校验”机制（自动校验+人工确认），降低操作风险。
• 项目成果与价值：① 大促期间人工操作量减少60%，核心链路故障发生率下降50%，支撑单日GMV破12亿的双11大促，零因运维操作导致的故障；② 输出《电商大促自动化运维手册》，成为公司后续大促的标准流程，我个人也因贡献突出获得“年度优秀员工”称号，同时积累了应对高并发、高风险的运维体系设计经验。

• 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。