负责公司智慧水务平台（管网监测、漏损管控、水质预警、泵站能耗四大模块）的全生命周期管理，联动水务企业客户、算法团队与硬件供应商，推动产品从需求落地到商业化迭代，聚焦解决传统水务运营效率低、漏损率高、水质响应慢痛点

• 主导某一线城市自来水公司管网漏损管控产品需求调研，通过深度访谈20+一线运维人员、分析3年漏损维修数据，梳理出“老旧管网定位难、夜间微小漏损（<5L/min）识别率低”等5类核心需求；结合埋地压力传感器数据与自研LSTM漏损预测模型，设计“实时监测-异常预警-工单自动派发-处置闭环追踪”功能链路，上线后试点区域漏损率从12%降至8.5%，助力客户获评“省级节水型企业”，该方案被纳入公司年度标杆案例
• 牵头优化水质在线监测模块，针对原有系统“多源数据（pH、浊度、余氯、电导率）兼容差、预警滞后（平均40分钟触发）”问题，引入Apache Kafka搭建实时数据流处理管道，结合GB 5749-2022饮用水标准与历史异常数据训练动态阈值规则引擎；实现异常指标10分钟内精准预警，客户水质超标响应时间缩短60%，该功能被标准化为产品核心组件，支撑后续3个区县水务局项目签约
• 推动产品与12家主流智能水表厂商的硬件集成，解决“协议适配难（涵盖MQTT、Modbus、DL/T645等5种协议）、数据同步延迟高”问题；主导制定“MQTT+JSON”统一通信协议，开发协议适配器解决数据格式转换问题，集成后数据同步延迟从30分钟降至1分钟以内，支撑客户实现远程抄表覆盖率从75%提升至92%，带动产品复购率增长25%
• 基于100+客户需求反馈与“双碳”政策趋势，主导设计“泵站能耗智能分析”迭代模块；结合水泵/风机运行数据（电流、电压、扬程）与能效优化模型，为客户提供“设备负载均衡、变频调节”等能耗优化建议，上线3个月内签约5家试点客户（含2家大型工业园区污水厂），客单价较基础版产品提升18%

协助智慧水务产品经理完成需求收集、原型设计与落地跟进，聚焦管网监测与客户成功支持，积累水务业务场景与产品协同经验

• 协助完成3个区县水务局的管网基础数据治理项目，梳理2000+公里管网GIS数据（涵盖管径、材质、铺设年代），采用ArcGIS Pro进行空间数据校准（解决“坐标偏移、属性缺失”问题），数据准确率从82%提升至97%，直接支撑后续漏损监测与爆管预警功能落地
• 参与20+场客户需求评审会，整理需求文档15份，将“人工巡检记录数字化、无法实时查看设备状态”等高频需求转化为Axure RP原型功能；推动开发团队实现移动端巡检记录模块（含GPS定位、拍照上传、异常标注），上线后客户巡检效率提升40%，纸质记录归档成本下降50%
• 跟踪产品上线后客户反馈，针对“预警信息推送不及时（仅短信单一渠道）”问题，协调技术团队优化推送逻辑——新增APP推送+短信双渠道，结合预警等级动态调整触发频率；优化后预警触达率从70%提升至95%，客户满意度调查得分从4.2分（满分5分）提升至4.7分

协助解决方案经理对接水务客户，梳理环保合规与智慧化需求，参与方案撰写与客户沟通，熟悉水务行业痛点与智慧化转型路径

• 协助撰写某县级市“智慧水务十四五规划”方案，调研10家当地水务企业（涵盖自来水厂、污水厂、管网运维单位），梳理“管网老化（使用年限超30年占比45%）、水质监测覆盖不足（仅15%管网有在线监测点）”等8类核心问题；结合“物联网感知+大数据分析”技术提出解决方案，方案通过当地水务局评审，为公司赢得220万元项目订单
• 参与某工业园区污水厂智慧化改造项目，协助收集近1年污水排放数据（COD、氨氮、总磷），采用Excel进行相关性分析与峰值时段统计；发现“早8-10点、晚6-8点进水负荷超设计值30%”问题，提出“分时调控曝气设备+智能加药系统”建议，被纳入项目方案；项目实施后污水厂运行成本降低15%，出水达标率保持100%
• 负责客户沟通会议纪要与跟进，整理客户需求12项，推动其中“水质在线监测设备安装”需求落地；项目交付后客户环保违规次数从每月3次降至0次，环保达标率从92%提升至98%，获部门“优秀新人”奖项

某头部钢铁集团全链路智慧废气管控平台搭建与落地

• 项目背景：某千万吨级钢铁集团推进超低排放改造时，面临“DCS/CEMS/气象数据分散、超标溯源慢、动态管控缺抓手”三大痛点，需构建“感知-预警-管控”一体化平台以支撑合规性与降本需求。我的核心职责是担任项目总负责人，统筹解决方案设计、技术攻坚及客户侧跨部门协同。
• 关键难题：① 多源异构数据（生产工况、废气成分、气象参数）融合率仅65%，无法还原真实排放场景；② 传统线性预测模型对烧结机、高炉等工序的废气浓度波动预测精度低，误报率达30%；③ 云端预警延迟5分钟，无法匹配“发现-处置”的分钟级管控要求。我牵头引入联邦学习框架解决数据隐私与融合问题，选定LSTM+注意力机制时序模型提升预测精度，并通过边缘计算节点将预警链路迁移至本地。
• 核心行动：① 对接客户IT、运维、生产3大部门，梳理32个数据接口，制定“时间戳对齐-异常值剔除-特征标注”统一清洗规则；② 针对钢铁全流程工艺，将生产负荷、原料成分等12个非结构化特征融入模型训练，将预测准确率从70%提升至90%以上；③ 组织15次现场迭代，调整高温区传感器防护方案，解决数据漂移问题，确保边缘节点稳定性达99.9%。
• 项目成果：平台上线后，数据融合率提升至92%，超标预警准确率达95%，推动客户年度超标排放次数从12次降至0，直接节省罚款及应急整改成本1200万元；客户凭此获评“省级绿色工厂”，项目成为钢铁行业智慧废气管控标杆案例。我个人也沉淀了大型工业企业“从需求诊断到价值落地”的全生命周期管理能力。

某地级市区域VOCs智慧监测网络构建与运营

• 项目背景：某地级市VOCs治理存在“监测盲区多、数据碎片化、溯源靠人力”问题，区域VOCs浓度长期超标15%。我的角色是项目架构师，负责监测网络规划、系统设计及后期运营体系搭建。
• 关键难题：① 传统人工选址导致监测覆盖度仅40%，无法捕捉化工园区、汽修集群的局部高值；② 数据分散在环保、园区、企业3类系统，利用率不足20%；③ 溯源依赖人工排查，单次耗时超24小时。我采用“模型模拟+实地验证”优化点位，基于GIS与CALPUFF大气扩散模型模拟100+种气象条件下的VOCs扩散路径，同时搭建LoRa+5G混合通信网络解决偏远区域数据传输问题。
• 核心行动：① 调研23个重点园区，收集产业分布、企业排污系数等数据，完成50个点位优化，覆盖度提升至85%；② 设计“企业自查-平台预警-政府督查”联动机制，开发移动端APP供企业实时查看排放数据，推动18家企业主动整改；③ 训练“热点网格+溯源算法”，融合气象、地形、企业工艺数据，将溯源时间缩短至2小时内。
• 项目成果：网络运行1年后，区域VOCs浓度较基准年下降18%，超标事件溯源率从30%提升至90%，推动12家企业完成RTO治理设施升级。项目入选“省级智慧环保示范项目”，获得环保部门书面表扬。我本人也从纯技术架构转向“技术+业务”融合，提升了跨部门协同与价值转化能力。

• 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。