•主修课程包括操作系统内核分析、数据库系统实现与故障诊断技术，主导开发《基于日志的分布式系统故障根因分析》课程设计，荣获校级创新实践优秀成果。
•参与开源技术社区，策划“云原生运维实战”系列工作坊，分享《利用eBPF进行内核级性能追踪》主题，吸引150+人次参与。
•带队参加美国大学生数学建模竞赛（MCM），负责时序数据建模与异常检测算法，提交《数据中心网络流量异常实时检测》论文，获Meritorious Winner。
故障诊断系统运维工程师监控体系建设根因定位数据库调优
北京
•- 负责公司核心智能诊断平台的7×24小时运维保障，通过梳理历史告警与自愈流程，将平均故障修复时间（MTTR）从2.2小时压缩至50分钟以内。
•- 主导构建基于Prometheus+Grafana的全链路监控体系，针对慢查询与热点模块进行SQL改写与索引优化，使关键接口响应时间下降40%。
•- 与研发团队共建发版SOP，主导灰度发布与回滚演练，累计支撑6次大版本顺利上线，实现零P0级事故。
•- 撰写《故障诊断系统运维白皮书》及标准操作手册，并作为导师带教2名新人，帮助其快速掌握值班技能，独立处理率达90%。
北京云擎信息技术有限公司 - 运维管理部行业标杆企业
2021.01-2023.06
高级故障诊断系统运维工程师高可用架构持续交付运维解决方案
北京
•- 主导公司诊断系统架构的读写分离与多级缓存改造，引入Redis集群与Kafka消息队列，支撑日均亿级诊断请求，峰值并发提升60%。
•- 制定并演练“机房断电”“核心数据库宕机”等6类灾难恢复预案，成功化解2次骨干网割接引发的业务波动，确保核心数据零丢失。
•- 管理5人运维小组，推行OKR与技能矩阵，定期组织内部Troubleshooting工作坊，团队获得公司年度技术攻坚奖。
•- 深入客户现场进行SLA需求对齐，为3家大型制造企业交付定制化运维方案，客户续约率100%，NPS评分提升至92分。
•- 参与公司‘智能诊断引擎精准度提升’项目，负责性能调优与数据清洗模块。通过对历史工单标注数据的分析，优化特征提取逻辑，使故障诊断准确率从87%提升至94%。
•- 协调算法、测试团队设计A/B测试方案，完成三轮压力测试与回归验证，确保新版模型上线后耗时无明显增加。
•- 编写模型运维手册，并对售后支持团队进行故障解读培训，培训后一线自行过滤率提升至40%。
•- 主导‘多租户分布式诊断平台建设’项目，负责整体架构选型与核心调度模块设计。采用容器化部署与弹性伸缩方案，实现平台在高并发下自动扩容，系统吞吐量提升45%。
•- 带领团队完成从开发环境到生产环境的全链路搭建，制定分级告警策略与SLO指标体系，保障平台平稳度过首个双十一业务高峰。
•- 项目交付后，通过持续优化JVM参数与连接池配置，使单节点资源开销降低30%，年度运维成本节省约20万元。
可观测性监控平台构建:
深度掌握Prometheus Operator与VictoriaMetrics集群架构，设计针对数据库慢查询与复制延迟的专项Exporter，实现细粒度性能监控。
通过Alertmanager配置告警路由树与时间窗口聚合，结合企业微信机器人实现按影响范围的分级推送，降低误报干扰。
故障应急与混沌工程:
实践SRE原则，制定数据库服务的SLO与错误预算策略，通过自动化Canary发布与回滚机制，保障变更安全。
建立《突发故障应急响应手册》，周期性组织全链路压测与节点宕机演练，验证MySQL主从切换与Redis集群自愈能力。
