统筹区域国省干线公路日常养护、专项工程实施及技术管理，负责病害诊断、养护方案设计、施工质量监督与安全管控，保障公路通行安全与设施耐久性。

• 主导G328国道（K120-K150段）预防性养护工程，运用路面激光平整度仪、探地雷达完成全路段42公里病害普查，识别裂缝、车辙、坑槽等三类主要病害占比68%；采用微表处+裂缝密封胶复合工艺制定技术方案，协调施工班组完成38万平方米病害处置，经交工验收路面PCI（路面状况指数）由78提升至92，超设计目标5%。
• 建立‘日常巡查+智能监测’双轨机制，配置GPS定位巡查终端与AI路面病害识别系统，将人工巡查频次从每日1次提升至重点路段每日2次，非重点路段通过图像智能分析自动预警，全年累计发现并处置沉陷、拥包等紧急病害127处，响应时效从2小时缩短至40分钟，年度道路阻断率同比下降41%。
• 牵头编制《公路沥青路面预防性养护技术操作手册》，整合本地气候、交通量特征数据，细化不同破损程度下的材料选型（如SBS改性沥青适用年均日交通量＞2万辆路段）、施工温度窗口（10-25℃最佳）等参数，被纳入市级公路养护标准参考库。
• 主导处理台风‘海葵’灾毁应急抢险，带领8人小组连续72小时作业，采用碎石回填+钢塑土工格栅加固方案修复边坡滑塌段1.2公里，同步设置临时排水渠8处，保障受灾路段48小时内恢复双向通行，获市交通局通报表扬。

负责3条县道（总长86公里）的养护团队管理、日常作业调度及小修保养质量控制，统筹人员培训、机械维护与成本管控。

• 优化养护作业流程，运用PDCA循环分析法梳理铣刨、摊铺、压实等12道工序衔接节点，将单公里小修作业耗时从4.5小时压缩至3.2小时，团队月均作业里程从180公里提升至240公里，年度节省人工成本15%。
• 针对重载交通集中路段（如矿区连接线）车辙频发问题，组织技术攻关小组，通过取芯检测分析沥青层厚度与矿料级配，调整热拌沥青混合料配比（增加粗集料占比至65%），实施后该路段车辙深度月增长率从8mm降至2mm，延长中修周期1年。
• 建立养护工人技能分级考核体系，设置坑槽修补平整度（误差≤3mm）、裂缝密封粘结力（≥0.5MPa）等实操指标，开展每月‘养护之星’评比，团队持证上岗率从75%提升至100%，年度养护质量综合评分从82分提高至91分。
• 管理2台铣刨机、3台摊铺机的日常运维，制定‘日常点检+季度深度保养’制度，记录液压油温度（控制在60-80℃）、刀片磨损量（≤5mm/月）等关键参数，全年机械故障停机时间从60小时缩短至28小时，设备利用率提升22%。

执行公路日常巡查、小修保养及简单病害处置，记录养护数据并反馈技术部门，协助完成养护设备基础操作与现场安全管理。

• 承担S203省道（K56-K89段）18公里日常巡查，每日步行+骑行6-8小时，使用数显裂缝宽度测量仪、激光测距仪精准记录病害位置（经纬度定位误差＜2m）、长度及宽度，累计录入养护管理系统病害数据2376条，数据完整率达99.2%，为后续中修计划提供基础依据。
• 独立完成轻度坑槽修补作业，按‘清理-预热-填料-压实’四步流程操作，控制填料温度（150-170℃）、压实遍数（振动夯3遍+压路机2遍），单处坑槽修补后3个月内无二次破损，年度累计修补坑槽412处，验收合格率100%。
• 参与汛期道路隐患排查，使用无人机对临水路段边坡进行航测，识别潜在滑塌风险点7处，提出‘挂网喷播+截水沟加固’建议，被采纳后实施，当年汛期未发生因边坡失稳导致的道路中断事件。
• 协助整理年度养护台账，按病害类型、处置方式、花费成本分类统计，形成可视化图表（柱状图+折线图），直观反映‘裂缝类病害占比最高（45%）、微表处成本最优（18元/㎡）’等关键结论，被部门列为年度数据分析范例。

广州轨道交通与常规公交协同调度系统研发及落地项目

• 背景：广州2019年轨道交通运营里程突破500公里后，常规公交与轨交换乘效率低的问题凸显——乘客平均换乘等待时间达12分钟，相关投诉占比超30%。项目目标是构建“实时感知-智能决策-动态执行”的轨交-公交协同调度系统，提升换乘效率与服务可靠性。我的总体职责是统筹技术方案设计、核心模块开发及跨部门资源协调，对项目交付质量负总责。
• 关键难题：一是多源数据融合——轨交AFC、公交GPS、手机信令数据格式异构，实时性不足；二是动态调度算法瓶颈——传统遗传算法在早晚高峰潮汐客流下收敛慢，无法快速调整班次；三是跨部门协同障碍——地铁集团侧重运营安全，公交公司关注成本控制，需求冲突频繁。针对这些问题，我选用Apache Kafka搭建实时数据管道，结合Spark Structured Streaming完成数据清洗与特征提取，统一为“时间-线路-站点-客流”的标准化schema；算法层面改进遗传算法，引入“换乘等待时间动态权重机制”，基于LSTM预测的实时客流调整权重因子；跨部门协调中建立“需求优先级评估矩阵”，以“乘客换乘效率提升率”“运营成本变动率”为核心指标，量化权衡各方诉求。
• 核心行动：主导设计“三层架构”（数据层-算法层-应用层）确保系统扩展性；针对公交GPS信号漂移问题，创新采用“卡尔曼滤波+基站定位补全”技术，将定位精度从15米提升至5米以内；推动建立“周例会+需求看板”机制，每月输出《跨部门需求对齐报告》，解决12项核心冲突。
• 项目成果：系统上线后，广州8条地铁线路与156条公交线路实现实时协同，换乘平均等待时间降至6.8分钟（下降43.3%），乘客投诉率同比减少41%；支撑运营方将高峰时段公交发班密度从8分钟/班调整至5分钟/班，运力利用率提升27%。项目被广东省交通运输厅纳入“智慧交通示范项目”，我个人因技术创新获公司“年度突出贡献奖”。

佛山市某区公共交通线网优化决策支持系统研发项目

• 背景：佛山市某区2018年公交财政补贴达1.2亿元，但线网存在重复率过高（35%）、覆盖盲区多（12个行政村未通公交）、高峰时段拥挤度超120%等问题。项目目标是研发数据驱动的线网优化决策支持系统，辅助交通部门制定科学方案，平衡服务覆盖与财政成本。我的职责是牵头算法模型设计与系统核心功能开发，对接客户需求与技术落地。
• 关键难题：一是传统优化依赖经验，缺乏量化评估模型；二是潮汐客流预测不准——职住分离导致早高峰往城区客流占比60%，常规模型无法捕捉；三是系统兼容性——需对接现有SQL Server调度系统，数据接口不统一。针对这些，我采用LSTM+GIS空间分析融合POI、手机信令数据，客流预测准确率从72%提升至89%；构建“成本-效益-公平性”三维评价模型，量化“财政支出变化”“出行时间节省”“偏远区域覆盖提升”三个维度影响；采用微服务架构，通过RESTful API解决系统对接问题。
• 核心行动：主导收集清洗3年公交数据、1年手机信令及POI数据，构建“人-车-路-站”一体化数据库；创新提出“线网优化候选集生成算法”，自动生成10套方案减少人工筛选；组织3轮专家评审，将“公平性指标”（偏远区域公交可达性提升率）纳入评价体系，避免“重效率轻覆盖”。
• 项目成果：系统辅助优化23条线路，线网重复率从35%降至18%，覆盖盲区减少62%（12个行政村全通公交）；年度财政补贴从1.2亿元降至9700万元，节省2300万元；系统被佛山市交通运输局推广至5个行政区，我个人获“佛山市交通科技进步二等奖”，项目案例写入《广东省公共交通线网优化指南》。

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。