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

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。