负责小楷市主城区6条地铁线路、8条公交主干线的实时运营调度，统筹车辆、司机与路况资源，协调跨线路应急响应，保障线路准点率、客流匹配度及服务投诉率达标

• 主导优化早高峰核心区段调度策略，针对1号线人民广场站至徐家汇站区段早高峰（7:30-8:30）拥挤度超30%的问题，调用“城轨智调”平台的实时客流监测模块（结合SQL挖掘近30天闸机进出站数据、Tableau生成客流热力图），定位“列车发车间隔与客流峰值错配”的根因；联动司机班组将发车间隔从5分钟压缩至3分20秒，同步通过“小楷出行”APP推送拥挤提示及2号线换乘引导，最终该区段拥挤度降至18%，线路准点率保持99.2%，乘客拥挤投诉量环比减少25%
• 牵头处置暴雨天气下的线路中断应急，2023年8月台风“海葵”导致3号线中山公园站至延安西路站区间积水，立即启动《恶劣天气调度应急预案》：用GIS系统规划“中山公园站→虹桥路站→延安西路站”绕行路线，协调相邻2号线的3列备用车投入支援，同时通过APP、车站广播实时更新延误信息（每5分钟推送一次）；将原本预计40分钟的延误缩短至15分钟，该事件后部门应急响应流程新增“GIS绕行路线预演”环节
• 建立“调度-维修-站务”跨部门协同机制，针对“车辆故障导致延误”的痛点，联合维修部制定“故障10分钟响应、30分钟到场”的SLA，设计调度端“故障代码一键推送”功能（嵌入“城轨智调”平台）；季度内车辆故障导致的延误率从12%降至7.2%，维修部对调度的满意度评分从8.1分提升至9.3分
• 用数据驱动优化晚高峰换乘衔接，分析地铁2号线陆家嘴站与公交985路的换乘数据（提取近6个月的换乘等待时间、乘客滞留量），发现末班车时间差导致15%的乘客错过接驳；调整地铁2号线末班车从22:30延迟至22:40，同步将公交985路末班车从22:40提前至22:35，换乘匹配度从75%提升至92%，换乘平均等待时间缩短8分钟

协助资深调度员完成日常线路调度执行，参与新线路开通筹备及调度流程优化，处理突发情况的辅助协调与数据支撑

• 协助优化常规线路运力配置，爬取公交IC卡刷卡数据（用Python的Pandas库清洗近1个月的上下车数据）及地铁闸机数据，分析出5路公交车早高峰（7:00-9:00）在“人民广场站”的乘客上下车量占比达40%，但区间车仅2班/天；提出将该线路区间车增至5班/天，调整后高峰时段运力提升35%，乘客站立率从45%降至28%，线路满载率更均衡
• 参与地铁3号线南延段开通筹备，模拟早高峰8万人次/小时的客流场景，用“城轨智调”测试版平台验证发车间隔（从4分钟调整至3分钟）及车辆配置（增加2列备用车）的可行性；开通首日线路准点率100%，未出现大规模延误，筹备方案被纳入公司新线路开通标准流程
• 辅助处置地铁站屏蔽门故障突发情况，2021年11月某站点屏蔽门无法关闭，立即协助调度员协调后续列车减速至60km/h（原80km/h），同时联动站务人员引导乘客从相邻车门上下车；将原本预计20分钟的延误缩短至10分钟，该案例被纳入部门《突发故障处置案例集》
• 整理调度数据报表并输出优化建议，用Excel Power Query整合3个月的调度日志（包括发车间隔、延误原因、客流峰值），发现非高峰时段（9:00-16:00）某线路车辆空驶率达22%；建议将发车间隔从8分钟延长至10分钟，实施后空驶率降至10%，季度运营成本节约约8%（约12万元）

协助调度中心完成日常数据统计与流程学习，参与调度系统测试及新人培训资料整理，处理简单突发情况的咨询与信息传递

• 搭建调度数据管理库，用Access数据库录入10条线路的调度日志（包括发车间隔、延误原因、客流数据等），设计“线路-日期-司机”三维检索标签；将数据查询时间从30分钟缩短至5分钟，该数据库被部门沿用至2021年
• 整理《早高峰大客流调度应对手册》，通过观摩资深调度员处理“商圈活动导致客流激增”的案例，总结出“实时监测客流→调整发车间隔→推送换乘提示→联动站务疏导”的5步流程；手册被作为新人培训教材，覆盖2020年入职的15名调度员
• 协助处理乘客调度咨询，通过“城轨智调”系统查询列车实时位置，解答晚点、换乘等问题；月均处理150件咨询，准确率98%，获部门“服务之星”称号
• 参与“公交地铁协同调度平台”测试，负责验证“实时客流同步”“跨线路调度指令发送”功能模块；反馈12条优化建议（如“增加延误原因分类标签”“优化指令推送弹窗逻辑”），其中8条被开发团队采纳，提升了系统实用性

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。

• 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。