负责区域内12条常规公交线路、2条轨道交通支线的实时运营调度，统筹车辆、司机、站点资源配置，联动客服、维修、应急部门处置突发情况，通过策略优化降低延误率与乘客投诉，支撑线网整体效率提升。

• 主导优化早高峰时段3条拥堵线路（如15路、28路、轨道交通3号线支线）的调度策略：基于GPS智能调度系统的实时车辆定位与近1年历史客流数据（提取早8:00-9:00、晚17:30-18:30高峰断面流量），构建“实时客流-车辆间距”动态调整模型——当区间客流密度超1.5人/㎡时自动触发“加发区间车”，当车辆间距超800米最优值时调整后续车辆速度。实施3个月后，3条线路早高峰平均延误时长从12分钟降至6分钟，乘客APP端“延误投诉”占比从30%降至7%，直接降低客服投诉处理工作量25%。
• 牵头处置“某线路公交车抛锚+暴雨叠加”的双重突发情况：第一时间联动维修部门锁定最近的备用车辆（距故障点1.2公里），15分钟内完成替换；同时通过“车来了”APP、站点广播推送绕行信息，协调相邻线路调派2辆空车支援滞留站点。最终乘客滞留时间控制在20分钟内，事件满意度从70%提升至90%，事后形成《多场景叠加突发情况处置手册》被部门推广。
• 参与编制《轨道交通支线应急调度预案》：结合“分层响应机制”（一级：车辆/信号故障→5分钟内启动备用车；二级：大客流→10分钟内增开区间车；三级：极端天气→15分钟内调整行驶路线），将应急响应时间从30分钟压缩至15分钟。全年未发生因调度不及时导致的大规模乘客滞留（超500人），预案获市交通局“优秀应急处置方案”评选三等奖。
• 通过延误根因分析（RCA）识别“跨线路资源调配滞后”问题：整合近6个月的调度日志与车辆轨迹数据，发现闲置车辆的响应时间平均达25分钟。推动建立“实时资源共享池”——将各线路10%的备用车辆纳入统一调度，配套开发“一键调车”功能模块嵌入GPS系统。上线后闲置车辆利用率提升18%，月度运营成本（车辆空驶里程费）降低8%（约12万元）。

协助资深调度员处理日常运营调度事务，收集整理客流、车辆状态数据，参与调度方案试算，跟进突发情况处置进度，为正式调度决策提供基础支撑。

• 搭建“周客流波动监测表”：梳理10条公交线路的刷卡数据结构（线路编号、站点ID、刷卡时间），用VLOOKUP关联站点客流计数器的“进站人数”数据，再通过数据透视表按“星期、时段”汇总峰值。每周输出的报告中标注“客流增长超10%的线路”“峰值提前的站点”——如第3周发现8路公交晚高峰峰值从18:30提前至18:15，协助调度员加开18:10区间车，使该时段上车等待时间从5分钟降至2分钟，周末班次满载率从75%提升至88%。
• 优化晚高峰轨道交通换乘站（如“市中心站”）调度流程：观察到换乘乘客需等待8分钟才能赶上下一班车，提出“提前5分钟预发车”方案——结合闸机实时客流数据，当换乘通道人流超500人/小时时，让后续列车提前出库。实施后换乘等待时间降至4分钟，换乘率提升15%（从22%升至37%），该方案被纳入站点日常调度标准。
• 处置暴雨导致的线路积水事件：协助调度员对接气象部门获取实时雨情，标记3条低洼路段（如“解放路”“中山路”）的积水深度（超30cm），调整线路行驶至备选路线；同时通过广播、APP推送绕行信息，联系站点工作人员引导乘客换乘。最终避免约2000名乘客滞留，事件处理满意度达88%，事后被公司评为“季度优秀辅助员工”。

处理全市公交、轨道票务数据，提取客流规律、异常交易等信息，为调度、运营部门提供数据支持，支撑线网优化与调度策略调整。

• 整合50条公交线路的票务数据：用SQL查询提取“高峰时段、热门站点、换乘量”等指标，每月生成《客流规律分析报告》。其中“12路公交早高峰满载率超120%”“5号线换乘站‘火车站’客流峰值超设计容量”等8条建议被调度部门采纳，推动加开12路高峰区间车、调整5号线列车间隔，整体运营效率提升10%。
• 开发“异常客流预警模型”：用Python Pandas库处理实时票务数据，设定“站点10分钟内刷卡量超日均同期2倍”为预警阈值，触发时自动发送邮件+钉钉消息给调度员。第5个月模型预警体育中心站早8点客流异常，协助调度员提前15分钟增开2辆区间车，原本预计1500人滞留减少至300人，应急响应时间从20分钟缩至5分钟，获部门“数据应用创新奖”提名。
• 支撑新线路开通评估：对比18路新线路开通前后的票务数据，发现其“人民广场站”换乘率仅12%（低于预期20%）。通过分析刷卡轨迹，发现该站换乘通道标识不清、步行距离过长，提出“调整站点位置至通道入口50米处”的建议。实施后换乘率升至20%，该建议获公司“季度优秀提案奖”，成为后续新线路评估的标准参考维度。

XX市老城区公共交通适老化网络重构与智慧运营项目

• 项目背景：XX市老城区60岁以上人口占比达35%，现有公共交通网络存在站点覆盖盲区（12个社区步行1公里内无公交站）、换乘不便（平均换乘时长超15分钟）、适老设施缺失（仅20%站点有无障碍设施）等问题，老年人出行投诉率连续3年达18%。项目目标是通过网络重构与智慧化改造，将老年人出行满意度提升至85%以上，同步降低线路空驶率10%。
• 关键难题：一是多源数据融合困难——公交GPS、社区人口、地铁闸机等数据分散在不同部门，未形成统一分析体系；二是适老化需求精准识别难——传统问卷调研样本量小且易受主观影响；三是既有设施改造兼容性低——老城区道路宽度不足3米，站点扩建与周边居民出行冲突大。
• 核心行动与创新：1. 主导搭建“人口热力-出行轨迹-设施可达性”三维分析模型，采用ArcGIS Pro进行空间叠加分析，结合问卷星收集的1200份老年人深度访谈，通过AI语义分析提取“短距离接驳”“夜间照明”“座椅保暖”等11项高频需求；2. 协调交通局、街道办、公交集团三方，创新“微循环+主干线”网络模式——重构5条主干线延伸至老旧社区，新增3条12座小型微循环巴士（适配窄路通行），改造15个站点（加装无障碍电梯、太阳能夜间照明、加热座椅）；3. 开发适老化智慧运营平台，联动社区养老服务中心设置“一键叫车”终端，接入实时客流数据调整发车间隔（高峰时段缩至5分钟）。
• 项目成果：老年人出行满意度提升至89%，线路空驶率降低12%，投诉率下降25%；项目被纳入XX市交通局“十四五”适老化改造示范案例，形成《老城区公共交通适老化设计导则》（市级行业标准）；个人因统筹协调与技术创新获XX市交通系统“民生服务先进个人”表彰。

XX市公共交通客流预测与动态资源配置系统研发项目

• 项目背景：传统公共交通资源配置依赖历史客流数据，无法应对大型活动（如马拉松、展会）、突发事件（如暴雨、疫情）导致的客流波动，常出现“空车跑”或“挤不上”现象，车辆利用率仅70%。项目目标是通过智能化系统提升客流预测准确率至90%以上，降低线路拥挤率15%。
• 关键难题：一是多源数据实时接入与清洗——需整合公交IC卡、手机信令、地铁闸机、天气预警等4类数据，存在格式不统一、延迟高的问题；二是突发事件下的动态修正——传统LSTM模型对非连续异常数据的适应性差，无法快速调整预测结果；三是系统兼容性——需对接现有公交调度平台，避免重复建设。
• 核心行动与突破：1. 设计“历史趋势+实时感知+事件因子”三层预测架构，采用Apache Flink实现秒级实时数据处理，解决多源数据延迟问题；2. 构建改进型LSTM+注意力机制模型，引入“天气突变”“赛事举办”等事件标签作为辅助特征，预测准确率从传统模型的78%提升至92%；3. 开发动态资源配置模块，当预测客流偏差超10%时，自动向调度员推送“增加班次”“调整线路”等建议，同步对接公交集团现有调度系统，实现指令一键下发。
• 项目成果：系统上线后覆盖全市12条核心线路，车辆拥挤率从22%降至15%，年节省运营成本约800万元；模型获国家版权局计算机软件著作权（登记号：2021SRXXXXXX）；个人主导模型优化与落地实施，获公司“年度技术创新奖”，并成为后续智慧交通项目的核心技术底座。

• 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。