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。

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。