主导区域级智慧停车平台全生命周期架构设计与技术落地，统筹物联网感知、数据中台、业务应用三层技术栈，协同交通、城管部门完成需求转化，支撑10+区县停车资源联网与智能调度，保障系统与市级城市大脑平台高效对接。

• 主导设计“感知-传输-计算-应用”四层技术架构，针对老旧停车场信号覆盖弱痛点，创新采用LoRaWAN+5G双模物联方案，通过OPC UA协议打通地磁、高位视频、道闸等9类停车设备，将设备接入率从78%提升至95%，单设备数据延迟从3秒压缩至800ms以内，支撑全市8.2万个车位实时状态采集。
• 构建基于Spark Streaming的实时数据处理中台，结合ArcGIS API for JavaScript时空引擎，实现车位状态秒级更新与动态路径规划算法，联动高德地图开放平台输出诱导信息，试点区域（覆盖32个商圈）平均找位时长从12分钟降至4.5分钟，用户APP端投诉率下降62%。
• 破解多部门数据孤岛问题，设计符合GDPR的脱敏规则库（涵盖车主手机号、车牌、停车轨迹等12类敏感数据），通过Flink CDC实现与公安交管、城管执法系统的数据同步，支撑违停联合执法场景，月均协同处置违停事件从1200件提升至3500件，跨部门响应时效从4小时缩短至2.5小时。
• 牵头编制《区域智慧停车系统技术规范》（含设备接入标准、数据接口规范、安全防护要求），被纳入市级新型智慧城市建设项目参考模板，推动3家生态厂商按规范改造设备，后续集成成本降低28%，成为省内首个区县级停车系统标准化示范案例。

参与市级智能交通平台建设，聚焦停车管理模块需求分析与技术实现，负责前端交互开发、后端接口设计及基础功能落地，支撑停车诱导、电子支付等核心功能上线。

• 独立完成停车诱导系统前后端开发（Vue.js+Spring Boot），对接路侧地磁设备数据，实现剩余车位数实时展示与热力图渲染，上线后试点路段（北京路-南京路）车位周转率从1.8次/日提升至2.3次/日，用户通过诱导屏找到车位的成功率从58%提升至82%。
• 优化电子支付链路，引入微信/支付宝免密支付SDK并重构对账逻辑，解决高峰期支付超时问题（原超时率8%），将支付成功率从91%提升至98.5%，月均减少人工收费差错导致的投诉15起以上，年度节省运维人力成本约12万元。
• 参与制定《停车数据采集标准V1.0》，梳理包含车位状态、进出时间、用户停留时长等12类字段的字典，支撑后续大数据分析建模，为分时段差异化定价策略提供数据基础，试点区域夜间（20:00-7:00）车位利用率从45%提升至68%。
• 主导完成与市级交通大数据平台的初步对接，通过RESTful API同步停车流量数据，支撑交通拥堵指数计算模型优化，相关成果在季度考核中获“技术创新奖”。

协助完成智能交通基础平台部署与维护，参与小型项目需求调研与文档编写，积累物联网设备集成、数据处理及跨团队协作经验。

• 协助部署城市级物联网关设备（共50台），使用WinSCP完成配置文件传输，配合Zabbix监控平台设置设备在线率告警阈值（99%），保障试点区域200+地磁设备稳定运行，设备月故障率控制在1.2%以内，获运维部门“优秀协作奖”。
• 参与停车需求专项调研，使用SPSS分析1000+份车主问卷数据，识别“找位耗时”“缴费排队”为核心痛点，输出《停车服务优化建议报告》，其中3项建议（如增加临时车位电子围栏）被纳入首期平台功能规划。
• 编制《系统操作手册》与《常见问题排查指南》（覆盖设备调试、数据查询、简单故障处理），降低一线运维人员培训成本，新员工独立处理基础问题时间从7天缩短至3天，团队人效提升40%。

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。

• 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。