负责公司智慧水务平台全生命周期管理，联动研发、水务客户、运营团队，聚焦“降漏损、提效率、强决策”核心目标，推动产品从需求洞察到商业化落地，支撑水务企业数字化转型

• 主导某地级市智慧水务平台V3.0迭代，面对客户“实时数据看不懂、决策响应慢”的痛点，先用用户旅程地图梳理出“监测-预警-处置”3大核心场景，再通过KANO模型筛选出“管网压力实时预警”“漏损点精准定位”等5项高价值需求；协同研发团队用边缘计算框架（Eclipse Kura）解决IoT数据延迟问题，将数据从采集到展示的时间从30秒压缩至5秒内；最终平台上线后，客户管网漏损率从18%降至15.3%，调度决策时间缩短40%，该版本成为公司年度标杆产品，带动3个地市客户的复购
• 针对农村分散式污水治理“监测难、运维散”的场景，调研12个试点村的污水点分布和运维痛点，用利益相关者分析模型对齐村集体、运维公司、环保部门的需求，设计“轻量化无线监测终端+移动端运维小程序”组合方案——终端采用低功耗LoRa通信，解决偏远地区供电问题，小程序集成“故障上报-派单-验收”全流程，覆盖83%的散点式污水点；项目落地后，运维响应时间从2天缩短至4小时内，村集体运维成本下降25%
• 搭建智慧水务产品KPI体系，结合平衡计分卡（BSC）从“客户价值、内部流程、财务表现、学习成长”4个维度设计指标：客户侧跟踪“活跃功能模块数”“漏损率下降幅度”，内部侧监控“故障处理时效”“需求迭代周期”，财务侧关联“客单价提升率”“复购率”；通过这套体系，产品迭代方向从“功能堆砌”转向“价值交付”，2023年Q4产品营收同比增长18%，客户续费率提升至89%
• 攻克“多源数据融合”技术难点，面对客户现有SCADA系统、水质监测仪、气象数据等异构数据无法打通的问题，引入数据中台思路，用Apache Kafka做实时数据管道，结合Flink进行数据清洗和关联，将11类水务数据整合成“一张图”展示；支撑了“水质异常溯源”功能的落地，预警准确率从85%提升至92%，帮助某污水厂避免了3次因进水超标导致的工艺崩溃

深耕水务客户运营场景，挖掘数字化需求，输出定制化解决方案，推动项目落地并验证价值

• 核心参与某地级市第三污水厂数字化改造项目，面对“曝气环节能耗占比高（达45%）、人工调节误差大”的问题，用流程挖掘工具（Celonis）分析历史运行数据，识别出“溶解氧浓度波动导致风机频繁启停”的冗余点；联合算法团队开发“基于进水负荷的AI曝气优化模型”，将曝气能耗从0.28kWh/吨水降至0.22kWh/吨水，年节约电费约120万元，该项目成为公司“工业节能”类标杆案例
• 梳理10家水务客户的共性痛点，输出《智慧水务运营需求白皮书》，涵盖“水质在线监测准确性不足”“设备故障预警滞后”“运维工单流转低效”等5大模块21项需求；白皮书成为公司产品规划的核心输入，直接推动“智能水质传感器校准功能”“设备健康度评估模型”等3个核心功能的开发，上线后客户对“监测准确性”的满意度从72%提升至88%
• 为客户定制开发“水务运维助手”移动端APP，整合“设备状态实时查看”“工单抢单/派单”“运维知识库”三大功能，针对一线运维人员“文化水平参差不齐”的问题，采用“语音指令+图文指引”交互设计；APP上线后，运维人员人均日处理工单量从8单增加至10.8单，工单录入错误率从15%降至3%

协助项目经理完成水务项目需求调研、方案设计及落地跟进，积累水务行业基础认知和项目管理经验

• 参与某县城供水管网普查项目，负责120公里管网的基础数据采集与建模——用GIS地理信息系统（ArcGIS）录入管网的材质、口径、铺设时间等信息，结合探地雷达检测出23处隐性泄漏点；形成的“管网数字孪生基础库”为后续智慧管网改造提供了精准的数据底座，项目验收时被客户评价为“最完整的水网数据资产”
• 整理项目实施中收集的150+条客户需求反馈，输出《供水管网运维核心需求报告》，重点指出“泄漏快速检测”“管网压力异常预警”“老旧管材生命周期管理”三大需求；其中“泄漏快速检测”功能后来被纳入公司智慧水务平台的首期开发清单，上线后帮助客户减少了约18%的自来水损耗
• 协助项目经理用甘特图跟踪项目进度，建立“每周风险排查+跨部门例会”机制，解决了“地下管线资料不全”“施工影响交通”等6项关键问题；项目最终提前10天交付，验收率100%，为公司节省约5%的项目成本

长三角某国家级化工园区全生命周期智慧环保管控平台研发及落地项目

• 项目背景：长三角某国家级化工园区聚集32家规上化工企业，传统环保监管依赖人工巡检与分散系统，存在数据孤岛（企业DCS、在线监测、危废管理系统互不相通）、风险预警滞后（超标事件平均响应时间超2小时）、跨部门协同低效等问题。项目目标是构建“感知-分析-预警-处置”全生命周期智慧管控平台，实现园区环保状态“一张图”可视、风险“提前72小时”预警、任务“一键派单”闭环。我在项目中担任主导架构师，负责整体技术方案设计、核心技术攻关及落地推动。
• 关键难题：一是园区企业异构系统兼容难——11家企业使用不同品牌的DCS，数据协议（Modbus、OPC UA、MQTT）混乱；二是实时数据处理延迟高——原有系统每15分钟同步一次数据，无法支撑秒级预警；三是风险模型适配性差——通用污染预警模型未考虑园区特有的“化工原料挥发+废水渗滤”复合污染特征。
• 核心行动：1. 数据层：主导制定《园区环保数据元与接口规范》，统一23类监测指标的编码、格式与时空基准；采用Apache Kafka搭建实时数据总线，结合Flink流批一体引擎，将多源数据同步延迟从15分钟压缩至5秒内；2. 算法层：采集园区3年历史污染数据（大气VOCs、水COD、土壤重金属），融合企业生产日志（如反应釜温度、储罐压力），训练“XGBoost+LSTM”复合风险预警模型，针对复合污染场景优化损失函数；3. 协同层：对接园区管委会“应急指挥系统”、企业“ERP系统”、环保部门“执法平台”，设计“风险分级-任务派单-处置反馈-效果评估”的工作流引擎，明确12类风险的处置责任主体与时限。
• 项目成果：平台上线后，园区污染物超标预警及时率从45%提升至100%，应急处置时间缩短60%；助力园区实现VOCs年减排18%、废水COD浓度稳定达标，获“长三角智慧环保示范项目”“工信部工业互联网试点示范”。我主导了3项核心模块（数据总线、风险模型、协同引擎）的开发，输出《化工园区智慧环保数据标准》《复合污染预警模型构建指南》2项行业标准草案，成为公司智慧园区领域的首席架构师。

某地级市生态环境大数据平台迭代升级项目

• 项目背景：该地级市原有生态环境平台仅具备基础监测数据展示功能，无法支撑“精准治污、科学决策”——比如重污染天气应急时，无法快速定位污染源；企业环保信用评价依赖人工统计，误差率达25%。项目目标是升级为“监测-分析-决策”一体化平台，重点解决数据质量差、模型适配性低、决策支撑弱的问题。我在项目中负责数据治理与智能分析模块的设计与实施。
• 关键难题：一是历史数据质量差——近5年的大气、水监测数据中，缺失率达28%、错误率（如数值超出仪器量程）达7%；二是本地污染特征模型缺失——通用模型无法解释该市“冬季燃煤+夏季机动车尾气”叠加的污染成因；三是可视化效果差——原有 dashboard 仅展示折线图，无法让非技术人员快速理解污染态势。
• 核心行动：1. 数据治理：设计“数据质量追溯系统”，通过Spark批量处理引擎清洗历史数据，结合“规则校验+人工标注”修正异常值，将数据准确率从65%提升至98%；建立“数据血缘图谱”，实现从原始监测设备到平台展示的全链路追踪；2. 模型构建：联合当地环科院采集1000+个污染源样本，训练“PM2.5/臭氧成因溯源模型”，量化工业燃煤（贡献度42%）、机动车尾气（31%）、扬尘（27%）的占比；3. 可视化：采用Tableau+自研SVG组件，搭建“污染热力图+溯源路径动画”决策看板，支持“点击热点查看污染源详情”“拖拽时间轴看趋势变化”。
• 项目成果：平台支撑了12次重污染天气应急响应，污染源定位准确率从50%提升至85%；帮助企业环保信用评价时间从1周缩短至1天，误差率降至3%；助力该市获评“国家生态环境大数据试点城市”。我主导的数据治理方案被纳入公司《智慧环保数据管理标准库》，个人因突出贡献晋升为高级工程师，成为公司数据治理方向的核心骨干。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。