负责公司大型智能硬件研发项目的端到端成本管控，涵盖预算编制、执行监控、偏差分析与降本落地，联动研发、供应链、生产部门优化全链路成本，输出可复制的成本管控方案

• 主导某智能服务机器人研发项目的成本基线搭建，运用ABC作业成本法拆解研发（占比45%）、生产（30%）、供应链（25%）环节的成本动因，识别出核心传感器采购溢价25%的痛点——因单一供应商依赖导致议价空间不足；联动采购部开展供应商寻源，引入2家备选厂商并推动技术兼容性测试，最终传感器采购成本下降22%，单台机器人直接材料成本降低180元
• 搭建项目成本挣值管理（EVM）监控体系，每周整合实际工时、物料消耗、外包费用数据，计算PV（计划价值）、EV（挣值）、AC（实际成本），针对测试验证环节成本偏差率达18%的问题（因重复测试导致人工与设备使用超支），推动测试团队优化流程：将模块级测试与系统级测试合并，减少冗余测试用例30%，当月偏差率收窄至5%以内，项目整体成本超支风险降低40%
• 设计研发费用分摊模型，基于项目工时占比与资源占用率，将间接成本（如研发设备折旧、实验室租金）精准分摊至各项目，解决了过往“一刀切”分摊导致的成本核算失真问题——某AI算法项目的间接成本从原来的12%准确还原至18%，帮助管理层识别出高投入低产出的项目，及时终止2个无效研发方向，节省研发费用约350万元
• 开发项目成本滚动预测工具，整合历史项目成本数据、物料价格波动（如芯片、金属件）、客户需求变更频率三大变量，用线性回归模型预测未来3个月成本趋势，预测准确率从初始的70%提升至88%；在某智慧园区项目中期，预测到钢材价格上涨将导致生产环节超支150万元，提前向管理层申请锁定供应商远期合约，最终仅超支20万元

协助资深财务经理负责工业自动化集成项目的成本管控，聚焦预算审核、供应链成本优化与成本差异分析，支撑项目利润目标达成

• 核心参与某汽车总装线升级项目的成本预算编制，采用CostX参数化成本估算工具，输入项目规模（产线长度120米）、工艺复杂度（涉及18台机器人协同）、地域人工成本等参数，结合公司历史项目数据校准，将预算准确率从65%提升至82%，避免了因预算低估导致的后期追加投入120万元
• 针对项目原材料成本占比高（约60%）的特点，建立钢材价格波动跟踪机制，每周分析MySteel平台的价格走势，预测未来6个月钢材价格将上涨8%；向采购部提出锁定6个月远期合约的建议，最终钢材采购成本下降12%，单条产线原材料成本节省约80万元
• 搭建项目成本差异分析模板，从“量差”（如物料消耗超过标准用量）与“价差”（如供应商提价）两个维度拆解偏差，识别出装配环节人工效率低的问题——实际工时比标准工时多20%，因员工技能不熟练导致；推动人力资源部开展针对性培训，人工效率提升15%，单项目人工成本下降8%
• 参与供应商目标成本（Target Costing）评估，针对某型号伺服电机零部件，先根据市场售价倒推目标成本（1200元/台），再与供应商协商技术优化方案（如替换非核心部件的材料），最终供应商报价降至1100元/台，单项目节省成本150万元

协助项目财务主管完成IT解决方案项目的成本核算、执行跟踪与基础优化，搭建成本数据基础体系

• 负责IT项目人工成本自动化核算，用Excel VBA编写工时统计工具，整合项目成员的考勤数据、任务分配表与工时填报系统，自动计算各项目的人工成本分摊，将手动计算错误率从15%降至0，每月节省3天核算时间，让财务团队有更多精力投入成本分析
• 参与某客户关系管理（CRM）系统的成本跟踪，每周对比实际支出与预算，发现第三方SaaS服务费用超支10%（因客户额外需求导致功能模块增加）；及时提醒项目经理与客户协商变更范围，将新增功能调整为二期实施，避免了项目整体超支50万元
• 搭建项目成本台账，整合采购发票、人工工时、差旅费用等12类数据，用Power Query实现数据自动清洗与关联，支持实时查询项目成本构成（如研发占比、外包占比），成本分析效率提升50%，帮助项目经理快速定位成本异常点
• 协助整理项目成本培训材料，汇总常见成本问题（如预算漏项、成本分摊错误）及解决方法，制作10页操作指南；帮助3名新人快速上手成本管控工作，新人独立处理成本核算的时间从2周缩短至3天

“启辰云”全链路数字化研发项目财务管控体系搭建

• 公司2022年启动总投资1.2亿元的“启辰云”全链路数字化研发项目，涉及5个子项目、3个异地技术团队，原有财务以事后核算为主，无法支撑动态决策。我的核心目标是搭建适配数字化研发的财务管控体系，覆盖成本归集、风险预警、决策支撑全流程，全面负责体系设计与落地执行。
• 项目面临三大挑战：一是跨部门数据孤岛（研发、人力、采购系统未打通）导致间接成本（工时、设备折旧）分摊滞后；二是传统成本核算无法反映研发环节的真实资源消耗；三是缺乏实时风险监测机制，曾因预算超支未及时预警导致某子项目延期。
• 牵头拆解研发流程12个关键节点，用作业成本法（ABC）定义“研发人员工时占比”“设备使用时长”等5个成本动因，对接公司大数据平台拉通3类系统18个数据维度；设计“红黄蓝”三级风险预警指标（含预算偏差率、资金占用率、合规缺陷数），嵌入项目管理系统实现自动触发；制定《数字化研发项目财务操作手册》，明确立项、执行、验收各阶段的财务管控标准。
• 体系落地后，成本核算精度从85%提升至98%，项目预算偏差率从15%降至4.7%；累计识别风险23项，避免潜在损失约320万元；该体系被纳入公司数字化项目管理SOP，我也因创新贡献获当年“集团财务创新之星”。

集团研发项目财务合规与价值评估体系优化

• 集团2020年研发项目数量同比增长60%，但暴露两大痛点：一是不同地区子公司对研发支出资本化（CAS与IFRS准则差异）理解不一致，合规隐患突出；二是无法量化研发项目的长期价值，导致资源向短期见效项目倾斜。我作为负责人，需解决合规统一与价值评估两大问题，支撑集团研发资源优化配置。
• 难点在于：1）CAS要求“技术可行+未来经济利益流入”才可资本化，IFRS更强调“开发阶段”的具体判断，子公司常因标准模糊违规；2）研发项目的“技术成功率”“市场转化潜力”难以用财务模型量化，决策依赖主观判断。
• 搭建“CAS-IFRS研发资本化差异映射表”，梳理11项核心差异点（如原型机测试 vs 小批量试生产），组织集团财务、研发、法务6次研讨会统一判断标准；设计“三维价值评估模型”——技术可行性（专家打分，占40%）、市场潜力（用户调研数据，占30%）、3年财务IRR（占30%），引入机器学习优化权重分配。
• 推动将评估结果嵌入项目立项评审，设定“价值得分≥80分”为优先支持条件。成果：全集团研发合规率从85%提升至99%，无效研发投入减少1800万元；两个AI研发项目因模型得分92分，获得集团额外5000万战略投资；该模型被推广至所有科技类项目，成为集团研发资源配置的核心工具。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。