负责区域内18条公交线路+3条地铁接驳线的实时运营调度，统筹车辆排班、人员调配与路况联动，保障线路准点率≥95%、乘客投诉率≤1.2‰，牵头处理突发应急事件及跨部门协同

• 主导优化12条公交线路的动态调度算法，基于GIS地理信息系统整合实时客流（来自支付宝/微信乘车码数据）、路况（对接交警支队智能交通平台）与车辆状态（车载GPS+油耗传感器）三类数据，针对早高峰“潮汐客流”痛点，引入“弹性发车间隔+区间车动态插入”策略——通过SPSS对历史客流做回归分析预测高峰时段，将核心区间的发车间隔从8分钟压缩至5分钟，同时设置3条区间车线路覆盖客流密集段，最终线路准点率从92%提升至96.8%，乘客投诉率下降37%；
• 核心搭建“分级响应+多部门联动”的应急调度体系，针对暴雨内涝、交通事故等6类高频突发事件，制定三级响应流程（一级：线路中断→启动备用车+跨线路绕行；二级：局部拥堵→相邻线路支援；三级：设备故障→5分钟内调度维修车到场），并联动气象部门接入降水预警接口、与交警支队共享事故点位数据，实现应急指令从发布到执行的时间从15分钟缩短至4分钟，年度重大事故导致的延误率下降42%；
• 推动建立“调度-维保-客服”闭环反馈机制，主导开发调度系统与车辆维保系统的API接口，实时获取车辆故障代码（如发动机异常、轮胎压力低），自动触发备用车辆调配流程；同时将乘客投诉的“拥堵路段”“等待超时”问题同步至客服工单系统，每周输出《调度问题复盘报告》——例如发现某线路“信号灯等待”占延误原因的28%，反馈给交通设施部门后推动3个路口的信号灯配时优化，该部分延误下降15%；
• 用平衡计分卡（BSC）从“运营效率、乘客体验、成本控制”三维度评估调度策略效果，针对某条郊区线路“区间车使用率低”的问题，调整发车频率从10分钟一班至15分钟，同时增加2条直达快车线路，结果该线路月度运营成本下降21%（燃油+人力），乘客满意度从89分提升至94分

协助资深调度员开展实时监控、应急处置与数据支撑，参与节假日/特殊场景的调度方案制定，整理分析调度数据并输出优化建议

• 辅助搭建实时客流监测看板，整合公交GPS轨迹、地铁闸机客流与第三方支付数据，实现客流量分钟级更新——国庆假期期间，通过看板提前30分钟预判火车站周边3条线路的晚高峰拥堵点，调整发车间隔并从其他线路抽调4辆备用车支援，保障了假期期间线路准点率保持在95.5%以上；
• 参与制定季度特殊场景调度方案，例如针对冬季雨雪天气，用线性规划模型优化车辆配置——计算每条线路的“抗延误能力”（如道路防滑处理情况、车辆暖风系统状态），增加15%的备用车并调整发车时间避开早高峰积雪路段，结果冬季线路延误率较去年同期下降29%；
• 负责整理每月调度数据，用Excel宏自动生成《准点率分析报表》《延误原因占比表》，发现“车辆故障”占延误原因的22%，进一步拆解后发现是某批次车辆的变速箱问题，反馈给车辆管理部门后推动召回检修，该部分延误下降18%；
• 协助完成应急演练的流程设计与执行，例如模拟“地铁2号线故障导致公交接驳”场景，负责协调5条公交线路的临时调整，演练后输出《接驳调度流程优化建议》（如提前10分钟部署接驳车辆、设置乘客引导岗），被纳入公司《应急调度手册》

协助调度员开展日常监控、日志记录与数据统计，参与应急演练与基础调度策略验证

• 协助完成每日早高峰（7:00-9:00）的调度监控，记录12条线路的车辆位置、客流密度与延误情况，形成《早高峰调度日志》——其中发现“某公交站点乘客积压超15分钟”的问题，推动调度员增加1辆区间车，一周内该站点积压情况完全缓解；
• 参与季度应急演练，模拟“公交车辆抛锚导致线路中断”场景，负责记录演练中的调度指令执行时间、乘客疏散流程，演练后输出《抛锚事件调度优化建议》（如提前通知下一站准备接驳、通过APP推送延误信息），被纳入新员工培训教材；
• 统计每月调度相关的成本数据（燃油消耗、车辆损耗、人员加班时长），对比“固定间隔调度”与“弹性间隔调度”的成本差异，发现弹性调度可节省12%的燃油成本，为后续策略推广提供了基础数据；
• 协助维护调度系统的车辆信息库，更新100余辆公交车的型号、载客量、维修记录等数据，确保调度时的车辆匹配准确率达到100%

粤中市主城区公共交通智能调度系统升级及运营效能优化项目

• 项目背景：粤中市主城区公交系统依赖2015年部署的传统调度系统，存在数据孤岛（车辆定位、客流统计、路况信息未打通）、动态调度滞后（高峰时段车辆分配不合理，拥堵路段空驶率达25%）、乘客体验差（早高峰平均等待时间12分钟）三大痛点。项目目标是构建“实时感知-智能预测-动态调整”的新型调度体系，将运营效能提升30%以上，乘客等待时间缩短50%。
• 关键难题：一是老系统与第三方数据源（如高德路况、手机信令）的兼容性问题，无法实现实时数据联动；二是传统静态调度算法难以适配动态客流变化，高峰时段线路拥堵导致准点率仅72%；三是跨部门协同障碍——运营部担心调度调整影响既有线路营收，信息中心顾虑系统稳定性风险。
• 核心行动与创新：1. 技术层面：主导搭建基于Apache Kafka的实时数据中台，打通车辆GPS、车载客流计数器、路况API三类数据，实现每10秒更新一次的全链路数据同步；结合TransCAD交通需求预测模型与自研的LSTM动态客流预测算法，构建“客流-路况-车辆”三维调度决策引擎，支持高峰时段每2分钟调整一次发车间隔。2. 协同层面：设计“成本共担+收益分成”机制——对因调度优化减少空驶的线路，将节省成本的20%反哺运营部；同时引入第三方机构做系统稳定性审计，消除信息中心顾虑。
• 量化成果与价值：项目上线后，调度响应时间从15分钟缩短至3分钟，早高峰准点率提升至91%，乘客平均等待时间降至6分钟；年度运营成本降低18%（约1200万元），因体验改善带动公交客流量增长15%（新增约80万人次）。本人主导了从技术方案设计到跨部门落地的全流程，推动系统从“被动响应”转向“主动预测”，成为粤中市交通公用事业数字化转型的标杆案例。

粤中市轨道交通1号线配套公交线网重构及衔接体系建设项目

• 项目背景：粤中市2020年底开通轨道交通1号线，主城区既有公交线网存在“与轨道重复覆盖（12条线路与轨道重合超50%）、换乘不便（轨道站点500米覆盖率仅65%）、盲区残留（3个大型社区无直达轨道接驳线路）”问题。项目目标是重构公交线网，实现“轨道主骨架、公交补充层”的一体化格局，提升公共交通整体吸引力。
• 关键难题：1. 如何量化线网优化的效果——传统指标（如线路长度、站点数）无法反映“换乘便利性”“覆盖精准性”；2. 平衡运营商利益——既有线路运营商担心调整后营收下降，抵触取消重复线路；3. 数据缺失——缺乏乘客出行OD（起讫点）的精准数据，难以识别真实需求。
• 核心行动与创新：1. 方法论创新：引入“公共交通可达性指数”（结合覆盖范围、换乘次数、步行时间），通过GIS空间分析与手机信令OD数据，识别出15个高需求盲区和8个重复覆盖区域；2. 利益协调：设计“线路调整补偿方案”——对因取消重复线路导致营收下降的运营商，给予年度运营补贴（按原营收的10%计算），同时将接驳轨道的新线路营收的15%优先分配给参与调整的运营商；3. 需求验证：通过“线上问卷+线下访谈”验证优化方案，收集2万份乘客反馈，调整3条拟取消线路的发车频率以保留核心需求。
• 量化成果与价值：优化后，轨道站点500米覆盖率提升至88%，公交与轨道的换乘系数从1.8降至1.2（即平均换乘次数减少33%），重复线路占比从18%降至5%；年度公交客流量增长22%（新增约120万人次），其中轨道接驳线路客流占比达35%。本人主导了需求调研、方案设计与落地评估全流程，用数据驱动解决了“线网冗余”与“衔接不畅”的行业共性问题，为后续公共交通一体化建设积累了可复制的方法论。

• 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。