负责区域内8条公交主干线、12条微循环线路的实时运营调度，统筹司机排班、车辆调配及突发应急响应，目标为提升线路准点率至95%以上、降低无效空驶率至8%以内，协同站务、维修、乘客服务部门保障公共交通网络高效运转。

• 主导早/晚高峰动态调度策略优化，基于历史客流数据（日均采集12万条OD信息）与LSTM算法构建客流预测模型，精准识别早8:00-8:30体育中心站30%的突发大客流，联动司机端APP推送弹性发车指令，将原固定8分钟间隔调整为5-7分钟动态间隔，该时段准点率从88%提升至96%，乘客投诉率下降42%。
• 牵头制定《恶劣天气应急调度SOP》，针对台风季、暴雨内涝场景，整合GIS地理信息系统实时路况数据，建立“线路-站点-车辆”三级预警机制；2023年8月特大暴雨期间，提前2小时预判5条低洼路段公交受阻，协调备用车队启用绕行方案，将平均延误时长从45分钟压缩至18分钟，保障了90%以上班次当日恢复常规运营。
• 搭建调度数据驾驶舱，接入TMS（运输管理系统）、ERP车辆管理模块及乘客APP反馈数据，开发“发车间隔合规率”“车辆满载率波动”等8项核心指标看板，实现异常数据自动触发预警；推动跨部门每日晨会同步看板数据，促成维修部门前置排查故障车、站务部门加强重点站点引导，季度内车辆因故障延误率从3.1%降至0.7%。
• 主导微循环线路与主干线衔接优化项目，通过分析乘客换乘等待时间（原平均12分钟），提出“主干线末站预留5%空驶运力+微循环首站弹性发车”方案，联动调度系统实现“车到即发”，换乘等待时间缩短至6分钟，该优化被纳入年度市级公共交通服务提升典型案例。

协助资深调度员完成日常线路监控、数据统计及基础调度指令执行，参与调度系统功能测试与新员工带教，重点夯实调度规则理解、实时数据处理及跨岗位沟通能力，为独立承担调度职责奠定基础。

• 负责8条线路的实时监控台账记录，每日处理TMS系统报警信息超200条，梳理出“车辆GPS漂移”“到站时间误差超2分钟”等高频问题，编制《调度系统常见报警处理手册》，使团队处理同类问题效率提升50%，被纳入新人培训教材。
• 参与智能调度系统V2.0测试，重点验证“多线路协同排班”模块功能，通过模拟早高峰7条线路交叉运行场景，输出12条优化建议（如增加跨线路司机待命池设置），其中8条被开发团队采纳，系统上线后跨线路支援响应时间从15分钟缩短至5分钟。
• 协助完成季度调度质量复盘，整理近3个月准点率、满载率等18项指标数据，运用Excel数据透视表定位“周末10:00-12:00老城区线路空驶率偏高”问题，提出“拆分区间车+增加社区接驳点”建议，实施后该时段空驶率从11%降至6%，获部门季度创新奖。
• 带教3名新入职调度支持专员，编制《调度基础操作速查指南》（含TMS系统查询路径、指令发布规范等15项内容），通过“案例复盘+模拟演练”方式培训，新人独立上岗周期从45天缩短至25天，团队整体业务差错率下降30%。

参与公共交通服务一线支持，学习基础调度规则、线路运营逻辑及乘客需求响应流程，重点熟悉城市公交网络布局、车辆配置标准及政府监管考核要求，完成从公共服务新人到调度领域的角色过渡。

• 跟随资深调度员参与日常跟岗学习，记录《调度指令全流程手册》（含正常时段、高峰时段、突发情况3类场景下的指令逻辑与沟通话术），整理典型调度案例23个，快速掌握“先保主干线、再调微循环”的优先级原则及“5分钟响应、15分钟处置”的应急时效要求。
• 协助收集乘客出行需求，通过分析12345热线、APP留言等渠道数据，提炼“晚高峰19:00-19:30高校周边线路拥挤”“周末景区专线发车间隔过长”等6类高频诉求，形成《乘客需求对调度优化的启示报告》，其中3条建议被纳入季度调度调整计划。
• 参与政府年度公交服务质量考核准备，整理线路准点率、投诉处理及时率等8项指标数据，协助完善支撑材料12份；考核中集团公交板块得分92.3（满分100），个人因数据整理细致获部门通报表扬。
• 学习智能调度系统基础操作，掌握TMS系统的线路监控、车辆定位及简单指令下发功能，完成100+次模拟调度演练，通过集团调度岗位基础技能认证，为正式转岗调度支持奠定技术基础。

上海市轨道交通18号线智慧运维平台升级及全生命周期管理体系搭建项目

• 18号线作为上海东西向骨干线路（全长约36公里、设站26座），日均客流超80万人次，原有运维系统存在三大痛点：一是12个厂商设备数据格式不统一，形成“数据孤岛”；二是传统故障预测模型依赖单一线路样本，准确率仅65%，无法支撑早期故障预警；三是维修资源调度依赖人工经验，响应滞后。我的核心职责是主导项目全生命周期管理，包括需求调研、技术方案设计、跨厂商协同及落地推广，目标是打造“智能预判-精准调度-全周期追溯”的智慧运维体系。
• 项目面临三大关键挑战：其一，多厂商设备数据异构，需解决协议适配与标准统一问题；其二，新型设备（如永磁牵引系统）早期故障样本不足，传统机器学习模型泛化能力弱；其三，维修团队长期依赖“故障后维修”模式，对智能系统的接受度低。针对这些问题，我采用“数据治理+迁移学习+人机协同”方案：用Apache Kafka搭建实时数据总线，制定《轨道交通设备数据接入规范》（涵盖18类设备、23项数据字段）实现数据标准化；联合上海交通大学人工智能实验室，基于其他线路10年故障数据做迁移学习，用LSTM神经网络训练故障预测模型；同时将系统界面设计为“故障预警-处置建议-进度跟踪”的引导式流程，降低操作门槛。
• 为推动项目落地，我做了三件核心动作：一是牵头成立跨厂商数据治理小组，每周召开对接会，用3个月完成所有设备的协议适配与数据接入；二是针对样本不足问题，引入GAN（生成对抗网络）生成10万条仿真故障数据，扩充模型训练库，将模型准确率从65%提升至92%；三是设计“培训+绩效”双驱动机制，组织20场维修人员操作培训，将系统使用率纳入班组KPI，推动智能系统从“可用”到“愿用”。
• 项目成果显著：故障提前72小时预警率从30%提升至65%，维修响应时间从45分钟缩短至27分钟，年度运维成本降低18%（约1200万元）；更关键的是，我们输出了《城市轨道交通智慧运维全生命周期管理指南》，被纳入浦东新区交通行业地方标准。我个人也完成了从“运维流程优化”到“智慧体系搭建”的能力跃迁，成为公司智慧交通领域的核心负责人。

上海市轨道交通16号线公交衔接优化及客流协同管控项目

• 16号线是连接临港新城与市区的“郊区快线”，存在典型潮汐客流特征：早高峰进城方向拥挤度超120%，而公交衔接不畅导致15%的乘客换乘时间超30分钟，严重影响出行体验。我的任务是聚焦“地铁-公交”衔接环节，通过客流分析与流程优化，降低拥挤度、提升换乘效率，同时搭建实时客流协同管控机制。
• 项目难点在于“数据分散+利益协调”：一方面，地铁AFC、公交IC卡、手机信令数据分属不同主体，难以整合分析；另一方面，公交线路调整涉及公司运营成本与驾驶员排班，协调难度大。我采用“数据融合+利益绑定”思路：用Tableau搭建客流可视化平台，整合三方数据构建“潮汐客流预测模型”（基于SPSS回归分析，预测准确率达88%）；同时设计“客流联动考核机制”，将公交衔接率纳入地铁与公交公司的协同KPI。
• 我主导完成了三项核心工作：一是分析1个月的客流数据，识别出早高峰“惠南站-滴水湖站”区间的换乘痛点，提出“新增2条区间车+1条短驳专线”的优化方案；二是与公交公司协商，调整3条既有线路的首末班车时间（提前30分钟发车、延后20分钟收班），匹配地铁客流峰值；三是开发“地铁-公交实时联动接口”，当地铁站点客流超过阈值（如拥挤度≥110%）时，自动向公交调度系统发送增派车辆指令。
• 项目落地后效果明显：早高峰进城方向拥挤度降至95%以内，换乘时间超30分钟的比例从15%降到5%，公交衔接率从60%提升至85%；该项目被上海市交通委员会评为“2021年度优秀公共服务优化案例”。通过这个项目，我掌握了“数据驱动+跨部门协同”的流程优化方法，为后续智慧运维项目积累了底层经验。

• 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。