负责城市级智慧交通平台（含停车管理模块）的需求调研、落地实施与客户验收，衔接甲方交通管理部门与技术团队，保障系统功能匹配停车监管与便民服务需求

• 主导3个区级智慧交通平台的停车管理模块实施，采用Spring Cloud微服务架构与PostgreSQL空间数据库，针对路内停车泊位地磁感应设备数据接入延迟问题，优化MQTT协议消息队列配置（将数据延迟从5秒压缩至1秒内），把设备离线率从15%降至3%，推动模块提前2周通过甲方验收
• 对接交警支队“违停治理”需求，基于GIS地理信息系统开发违停智能识别算法接口，整合路侧摄像头视频流数据，实现违停事件自动预警（响应时间<2分钟），上线后试点区域违停率下降22%，获甲方书面表扬
• 协助客户完成系统操作培训，编制《停车管理模块操作手册》覆盖12个功能场景，设计“场景化模拟演练”方案解决一线执法人员技能短板，使培训后操作熟练度从65%提升至92%

主导区域级智慧停车系统架构设计与技术落地，整合路内路外停车资源（涵盖1.2万个泊位），衔接政府“静态交通监管”与市民“便捷停车”需求，推动系统从单一监管向“监管+服务”转型

• 针对原有停车系统“数据孤岛”问题（路内数据存交警平台、路外停车场数据分散），设计“1+N”分布式架构（1个市级中枢+N个区域节点），采用Apache Kafka跨系统同步数据，制定含18个字段的统一停车数据标准，实现全市80%路外停车场数据接入，数据完整性从70%提升至95%
• 为解决“找车位难”痛点，基于用户行为分析用Spark MLlib构建停车需求预测模型，开发“智能推荐车位”功能，结合LBS定位与实时泊位数据使推荐准确率达88%，上线后用户平均找车位时间从12分钟缩短至5分钟，APP月活提升35%
• 应对早高峰5000QPS并发压力，通过Redis缓存热点泊位数据（缓存命中率90%）、优化Tomcat线程池（最大线程数从200调至500并设置拒绝策略），将系统响应时间稳定在2秒内，未出现宕机
• 推动与“城市大脑”RESTful API接口对接，日均交换1.2TB停车数据，支撑政府“交通拥堵指数”计算与应急调度，助力区域交通拥堵率下降15%

统筹全市智慧停车平台顶层架构设计与迭代，推动跨部门（交通、城管、公安）数据共享与业务协同，支撑“全市停车一张网”民生工程落地，解决资源碎片化与体验割裂问题

• 主导“全市停车一张网”架构升级，将分散区级系统迁移至阿里云ECS+OSS市级云平台，采用Serverless架构实现弹性扩缩容，应对国庆假期8000QPS请求峰值，资源利用率从40%提升至70%，年度运维成本降低25%
• 针对跨部门数据壁垒，设计“数据脱敏+权限分级”机制，用Apache Shiro实现12个角色、36个权限点的细粒度控制，打通交警（违停）、城管（路内泊位）、气象（天气）数据通道，推出“停车+天气+路况”联合服务，用户点击率提升40%
• 开发“停车运营dashboard”，基于Elasticsearch构建日志分析系统，实时监控泊位利用率（预警阈值<30%）、收费异常（识别率98%）等指标，推动运营方优化商圈周边路内泊位夜间开放，利用率从25%提升至60%
• 牵头制定《智慧停车系统技术规范》（地方标准草案），涵盖架构、数据、安全6个章节，获市交通局采纳并推广至13个区县，填补本地智慧停车技术标准空白

某新一线城市智慧水务全域感知与智能决策中枢建设项目

• 项目针对该城市水务系统“管网漏损率高（15%）、应急响应滞后（平均45分钟）、跨部门数据割裂”三大痛点，以“全域感知-精准建模-智能决策”为核心目标，我作为技术负责人牵头统筹感知层设备接入、数据中台构建及决策模型开发全流程，对齐自来水公司、应急管理局、排水管理处3类用户需求。
• 关键难题包括：①12类300+物联网传感器（来自5家厂商）的数据异构问题，无法实现实时融合；②管网老化导致的物理模型精度不足，漏损预测准确率仅70%；③应急场景下多部门决策规则不统一，缺乏自动化协同机制。我针对性引入“边缘计算+联邦学习”架构解决数据隐私与融合问题，选用TensorFlow框架结合历史漏损数据（10年、500万条）与管网GIS拓扑数据训练梯度提升树模型，同时参考《城市供水管网漏损控制及评定标准》（CJJ92-2016）搭建多部门决策规则引擎。
• 我主导完成3项核心行动：1）制定《智慧水务物联网设备接入技术规范》，通过边缘端预处理将数据格式统一率提升至100%，实时传输延迟降至2秒内；2）构建管网数字孪生高精度模型，融合声波检漏、压力监测等8类数据，将漏损预测准确率提升至92%；3）联动11个部门梳理18类应急场景（如爆管、水质超标），定义“事件分级-责任部门-处置动作”映射关系，嵌入决策引擎实现自动化派单。
• 项目成果：①管网漏损率从15%降至8%，年节约自来水供应成本约2000万元；②爆管等应急事件响应时间缩短40%（至27分钟），2023年重大爆管事故数量较2021年下降30%；③形成《城市智慧水务决策中枢建设指南》，被纳入该市水务局标准化体系。我个人贡献占比超60%，覆盖技术方案设计、团队管理及跨部门协调全环节。

某地级市智慧城管事件智能分拨与处置闭环项目

• 项目针对该城市城管事件“人工分拨准确率低（65%）、多部门推诿、处置时长超标准（平均6小时）”问题，目标是构建“事件识别-智能分拨-处置跟踪-效果评估”全闭环系统，我作为方案负责人牵头需求调研、流程设计与系统落地，对接城管执法局、环卫处、市政工程处等5个核心部门。
• 难点在于：①城管事件类型分散（涵盖市容、环卫、市政等8大类），缺乏统一分类标准；②部门间职责边界模糊，15%的事件存在“多头管”或“无人管”情况；③传统系统仅支持事后统计，无法实时监控处置进度。我采用NLP技术提取12345热线、APP上报事件的关键词（如“道路积水”“违规广告”），结合《城市管理执法办法》构建事件分类知识库；通过知识图谱映射30+部门职责，解决权责不清问题；同时集成RPA技术实现跨系统自动派单。
• 我主导3项关键行动：1）梳理200+细分事件类型，制定《智慧城管事件分类与编码标准》，统一各部门认知；2）构建“事件-职责-部门”知识图谱，覆盖95%以上常见事件的责任主体；3）对接11个业务系统（如GIS、视频监控、处置反馈平台），实现事件从上报到结案的全链路可视化。
• 项目成果：①事件分拨准确率从65%提升至92%，人工干预率下降70%；②一般事件处置时长缩短50%（至3小时内），超时率从18%降至5%；③年减少城管部门人工分拨与跟踪成本约300万元。项目推动该市城管考核指标进入全省前三，我负责方案的落地执行与迭代，积累了“业务标准-技术实现-用户反馈”闭环的早期经验。

• 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。