负责区域内8条公交线路、3条地铁联络线的实时运营调度，统筹车辆排班、人员调配与路况联动，保障线路准点率≥90%，联动维修、客服、交管部门处置突发应急事件，优化调度策略以提升服务稳定性。

• 主导优化12号线早高峰调度策略，针对早8:00-9:00体育中心站至会展中心站区段因社会车辆拥堵导致准点率下滑至82%的问题，调用公司自研智能调度平台（TOS系统）的“历史客流峰谷模型”与“动态发车间隔算法”，结合交管局智慧交通平台的实时路况数据，将发车间隔从5分钟压缩至3分40秒，同时联动前方3个站点通过广播引导乘客分散候车，季度内该区段准点率提升至90%，乘客投诉量较优化前下降35%。
• 核心处置“7·22”台风天6号线车辆涉水抛锚应急事件，第一时间启动《交通运营极端天气应急调度预案V4.0》，通过TOS系统锁定5公里内2辆备用车，协调维修组10分钟内到达现场拖离故障车，同步通过“小楷出行”APP向受影响乘客推送改道信息（覆盖5个站点、约1800名乘客），并联动地铁2号线在换乘站增加引导人员，最终线路延误时间控制在22分钟内，较同类事件历史平均延误缩短21%，未发生乘客滞留或舆情事件。
• 牵头分析10条线路的月度运营数据，运用OD客流分析（起讫点客流分布）与满载率阈值模型，发现4条线路平峰时段车辆空驶率达28%（行业标准≤20%），提出“平峰期合并2条低客流线路、调整车辆至高峰线”的优化方案，实施后4条线路的平峰空驶率降至19%，车辆利用率提升15%，年度运营成本节约约45万元。
• 联动公交集团、地铁运营公司搭建“多模式交通协同调度机制”，通过对接市交通局“城市交通大脑”平台，整合公交、地铁的实时班次与站点客流数据，优化3个换乘站点的调度衔接——例如将地铁1号线出口的公交站发车时间与地铁到达峰值匹配，使换乘等待时间从8分钟缩短至4分钟，换乘乘客满意度调研得分从8.1分提升至8.9分。

协助完成15条线路的日常调度监控，录入与核对车辆GPS数据、司机排班表，记录运营异常事件，参与应急事件的前期处置与数据复盘，支持中级调度员优化策略。

• 协助搭建“线路运营数据监控看板”，基于Tableau与SQL查询技术，整合15条线路的准点率、满载率、车辆位置等12项指标，每日生成运营日报；通过分析晚高峰数据发现3条线路满载率超120%（远超行业标准110%），结合OD客流数据提出“增加2辆高峰区间车”的建议，被纳入月度调度计划，实施后这3条线路的乘客投诉量减少25%，满载率降至105%以内。
• 参与处置“5·10”暴雨天7号线线路中断事件，按照《初级调度员应急操作手册》，协助调度3辆备用公交车接驳滞留乘客，通过APP推送改道信息（覆盖4个站点、约1500名乘客），并记录事件全程的关键节点（如故障发生时间、备用车到位时间、乘客疏散进度），事后参与复盘会，整理出“暴雨天备用车前置至易涝点”的优化建议，被写入下一版应急预案。
• 负责整理近3年的应急事件案例库，分类统计了18类常见故障（如车辆抛锚、信号系统故障）的处理时长与应对措施，优化了预案中的“故障响应步骤”——例如将“联系维修组”的流程从“逐级上报”改为“直接对接维修调度室”，使同类故障的处理时长缩短18%，获部门“数据处理先进个人”称号。
• 协助完成“公交站点命名规范”项目，核对12条线路的56个站点名称与地理位置匹配度，纠正了4处站点名称歧义（如“人民广场站”与“广场北路站”混淆）和2处位置偏差，更新后通过12345热线反馈的“站点找不到”投诉减少19%，提升了乘客出行体验。

协助调度员完成日常数据录入、车辆状态跟踪，参与线路基础信息维护，学习实时调度流程与应急处理规范，保障调度工作的基础数据准确性。

• 负责15条线路的车辆GPS数据录入与核对，针对人工处理耗时久、易出错的问题，自学Python脚本开发“GPS数据自动校验工具”（基于经纬度范围与站点坐标匹配），将每日3小时的人工核对工作量缩短至1小时内，数据准确率从97%提升至99.8%，工具被部门推广至其他小组，获“效率优化小能手”称号。
• 参与“线路首末班车时间调整”项目，收集了2000份乘客问卷（通过APP推送与站点现场填写），分析早高峰通勤需求峰值（7:30-8:30），提出将2条线路的首班车提前15分钟的建议，实施后早高峰客流量增加18%，乘客对“首班车准点”的满意度从7.8分提升至8.5分。
• 协助更新“线路站点信息数据库”，核对50条线路的320个站点信息，纠正了5处站点名称错误（如“李家村站”误写为“李家庄站”）和3处位置偏差（如站点偏移50米导致导航错误），更新后通过导航软件查询的“站点不准确”投诉减少15%，保障了乘客的出行便利性。
• 跟随资深调度员学习实时调度流程，参与处理12起小型应急事件（如车辆临时故障、乘客突发疾病），记录调度决策的关键逻辑（如“优先调度空驶车辆前往故障点”“同步通知客服安抚乘客”），整理成《新手调度员学习笔记》，成为部门新员工培训的辅助材料。

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。