负责车联网物联网平台的终端接入层与数据处理层核心开发，支撑车机设备上云及实时数据流转，工作边界聚焦平台底层架构设计与车端通信协议适配，不涉及上层应用功能迭代

• 主导设计车机设备MQTT接入层的负载均衡方案，针对初期单节点仅支持2万连接的瓶颈，基于EMQX集群部署结合自定义权重调度算法（按设备地域与运营商分流），解决高并发下连接稳定性问题，最终集群承载能力提升至15万连接，连接成功率从92%优化至99.6%，支撑某头部车厂5万辆量产车接入
• 核心参与车端实时数据（车速、电池SOC、故障码）流处理管道搭建，使用Kafka Connect同步EMQX消息至Flink集群，引入Watermark机制解决GPS数据乱序问题，将数据处理延迟从500ms压缩至120ms，满足车联网监控平台实时展示要求，助力客户实现车辆状态秒级感知
• 优化Redis缓存策略应对高频设备状态查询（日均120万次），设计“Redis热点数据+本地Caffeine缓存”二级架构，将查询响应时间从80ms缩短至25ms，同时降低Redis内存占用率30%，年节省云服务成本约18万元
• 配合车端团队完成GB/T 32960-2016协议深度适配，编写可配置协议解析引擎，支持12类标准数据项（如位置、油耗）与5类车厂扩展数据项（如电池健康度）的动态解析，解决不同厂商车机协议兼容性问题，平台接入车厂数量从3家增至7家

负责车联网平台架构演进与核心功能迭代，支撑车路协同场景多源数据融合，工作边界统筹技术选型与跨团队（车端、路侧、客户）协作，推动平台向分布式微服务架构转型

• 主导平台从单体架构向Spring Cloud Alibaba微服务迁移，拆分出设备管理、数据处理、规则引擎等6个核心微服务，采用Nacos做服务注册发现、Sentinel实现流量控制与熔断，解决单体架构扩展性差的问题，服务部署效率提升40%，故障隔离时间从2小时缩短至15分钟内
• 核心开发车路协同数据融合模块，整合车机位置/速度数据与路侧单元（RSU）的感知数据（行人轨迹、障碍物预警），使用Apache Spark做离线关联分析、Flink实现实时融合，生成“前方拥堵”“行人横穿”等10类车路协同事件，事件准确率从85%提升至93%，支撑杭州某车路协同试点项目的商业化落地
• 搭建平台全链路监控体系，基于Prometheus+Grafana覆盖服务可用性（99.95%）、MySQL QPS（1.2万）、Kafka堆积量（阈值≤10万条）等15个关键指标，自定义20条告警规则（如消息延迟超30秒触发钉钉预警），实现异常场景分钟级响应，平台全年Downtime从12小时降至2小时内
• 推动边缘计算能力集成，将车机状态预处理逻辑（如数据过滤、格式转换）下沉至小楷自研边缘网关，减少中心平台计算压力，数据处理吞吐量提升50%，同时降低广域网带宽消耗25%，单台边缘网关支撑周边50辆车的实时处理需求

负责车联网物联网平台战略规划与技术攻关，支撑百万级规模场景下的稳定性与智能化，工作边界引领平台技术方向，对接车厂、交通管理平台等核心客户需求，推动平台产品化输出

• 主导平台智能化升级，引入TensorFlow Lite轻量级模型实现车机异常行为预测，采集30万辆车机的历史数据（异常重启、通信中断、电量骤降）训练模型，准确率达91%，提前72小时预警潜在故障，帮助合作车厂降低售后维修成本20%，减少客户投诉率15%
• 核心参与制定车联网平台与第三方系统对接标准，采用OpenAPI 3.0规范设计RESTful接口，实现数据格式（JSON Schema）、鉴权（OAuth2.0 client_credentials）与服务编排标准化，已完成与3家车企TSP系统、2家省级交通管理平台的对接，平台生态伙伴数量增加50%
• 优化平台弹性伸缩能力，基于Kubernetes HPA结合自定义指标（消息队列堆积量、CPU利用率阈值80%），实现微服务自动扩缩容，应对节假日车流量激增场景时，资源利用率提升40%，未出现服务超时或降级情况，支撑国庆期间单日1000万条数据的处理需求
• 构建平台安全防护体系，实施设备身份认证（X.509证书双向认证）、数据传输加密（TLS 1.3）与细粒度访问控制（RBAC模型，支持角色/权限/资源三级管控），通过ISO 27001信息安全管理体系认证，保障平台存储的1000万辆车机数据的安全性与合规性

商用车队跨域协同通信平台研发及产业化

• 项目背景：针对商用车队在跨区域运营中面临的「多模网络（4G/5G-V2X/北斗短报文）无缝切换延迟高」「车载终端算力不足导致协同决策滞后」「跨运营商网络丢包率超标」三大痛点，项目目标构建支持10万+终端并发、端到端时延≤100ms的跨域协同通信平台，支撑车队调度、主动安全预警等核心场景。我的总体职责是主导通信协议栈设计、多模网络融合方案落地及系统集成。
• 关键难题与技术：①传统基于阈值的切换算法无法应对高速移动场景下的网络波动，切换延迟高达2.1s；②商用车载终端（CPU 1GHz/RAM 2GB）无法承载协同决策算法，导致指令下发滞后；③跨运营商APN策略差异导致丢包率达18%。针对性引入LSTM网络预测网络质量、提出「终端-边缘-云端」三层算力卸载架构、联合运营商定制V2X专用SD-WAN链路。
• 核心行动与创新：1. 主导设计「MQTT-SN+TSN」融合协议栈，通过TSN时间敏感网络保障调度指令的时序性，解决多节点通信冲突；2. 开发基于TensorFlow Lite的车载轻量化切换模型，将网络质量预测准确率提升至95%，切换延迟降至480ms；3. 推动与3家头部运营商合作，定制V2X专用APN并结合BFD双向转发检测，实现跨运营商链路的动态负载均衡。
• 量化成果与价值：平台上线后，支持12万+商用车终端并发，端到端时延降至75ms（行业平均150ms）；跨运营商切换成功率从82%提升至99.4%，助力客户（如某TOP3物流企业）的1200辆车队运营效率提升25%、事故率下降18%；申请2项发明专利（「一种商用车队多模网络动态切换方法」「基于边缘计算的协同决策指令分发系统」），参与制定行业标准《商用车队车联网跨域通信技术规范》。

新能源汽车远程监控与OTA升级通信系统优化

• 项目背景：服务某新能源车企时，其T-BOX（车载终端）存在「弱信号场景数据丢包严重」「OTA大文件升级成功率低」「多车型硬件兼容性差」问题，直接影响车主体验与厂商售后成本。我的职责是负责T-BOX通信固件的重构与性能优化，支撑车型量产交付。
• 关键难题与技术：①地下车库等弱信号场景下，GPS+4G组合定位失效，状态数据丢包率达11%；②OTA升级1GB文件时，链路中断导致成功率仅92%；③不同车型搭载的高通/移远芯片平台，固件适配周期长达4周。
• 核心行动与突破：1. 设计「惯性导航（MPU9250）+基站定位（Cell ID）」融合算法，通过卡尔曼滤波融合传感器数据，弱信号下定位精度从20米提升至5米内，状态数据丢包率降至1.8%；2. 采用「分块传输+Reed-Solomon纠错编码」优化OTA协议，将1GB文件拆分为1KB块，每块带CRC校验与纠错码，中断后可从最近成功块恢复，升级成功率提升至99.3%；3. 基于RT-Thread开发跨平台固件框架，抽象硬件驱动层，支持高通/移远平台的一键编译，适配周期缩短至1周。
• 量化成果与价值：优化后的T-BOX固件支撑了车企5款新能源车型量产，累计出货80万台；数据可靠性提升带动厂家售后投诉率下降30%；跨平台框架被纳入公司基础组件库，后续项目研发成本降低40%；项目获公司「年度优秀技术优化项目」，个人主导的2个固件模块成为公司车联网模块的标准配置。

• 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。