统筹辖区重点群体就业帮扶、就业政策落地执行、公共就业服务平台运营及就业数据监测分析，牵头构建“精准识别-分类帮扶-效果追踪”全链条就业服务体系，推动区域就业局势稳定与质量提升。

• 牵头构建“三色预警+动态清零”重点群体帮扶机制，针对失业半年以上人员、高校毕业生、退役军人等6类重点群体，运用“就业困难人员动态管理台账”与“就业需求画像系统”，联合街道、社区开展拉网式排查，累计更新2300余名重点人员信息，创新“一人一策”帮扶方案（含技能培训推荐、公益性岗位适配、企业定向推送），2023年帮扶成功就业1872人，帮扶就业率达89%，较上年提升12个百分点。
• 主导开发“小楷就业服务平台2.0”，整合岗位发布、培训报名、补贴申领等12项核心功能，对接省级公共就业服务信息系统与区政务数据共享平台，打通企业用工需求与求职者技能证书数据壁垒，上线“智能岗位匹配”模块（基于岗位胜任力模型与求职者能力标签），平台注册企业从320家增至680家，求职者活跃用户增长210%，年度线上岗位匹配成功数占比达75%。
• 创新建立“企业用工保障专员”制度，选取辖区50家重点用工企业（制造业、服务业为主），每月开展“入企问需”调研，梳理缺工岗位技能要求与薪资结构，针对性举办“智能制造操作岗”“电商客服岗”等专场招聘会18场，同步推广“以训稳岗”政策，引导企业将员工技能提升与稳岗补贴挂钩，2023年重点企业用工缺口同比下降40%，员工流失率从18%降至12%。
• 负责区域就业数据监测与分析，搭建“就业景气指数”监测模型（涵盖岗位供给、求职热度、重点群体就业率等8项指标），每月形成《就业形势分析报告》报送区政府，2023年通过数据预警发现青年失业率异常波动，及时联动教育部门优化高校毕业生就业指导课程，推动下半年青年失业率回落至15%以下（低于全省平均水平）。

负责全市青年就业见习、就业援助月等重点政策项目落地，统筹就业服务质量提升行动，推动公共就业服务标准化、专业化建设。

• 统筹实施“青年就业启航计划”，联合高校、企业共建12家市级就业见习基地，设计“见习岗位开发-匹配-跟踪”全流程操作规范（参照《就业服务与就业管理规定》及省级见习补贴申领标准），开发“见习岗位数据库”（按行业、技能要求分类标注），2020-2022年累计开发见习岗位3200个，组织1560名离校未就业高校毕业生参与见习，见习后留用率达65%（超目标15个百分点）。
• 主导“就业援助月”专项活动，针对就业困难人员设计“政策宣讲+技能体验+岗位对接”三位一体服务模式，梳理编制《就业援助政策明白卡》（涵盖社保补贴、公益性岗位安置等10类政策），联合残联、妇联等5部门开展进社区活动43场，现场提供职业指导2100人次，促成1200余名困难人员与用人单位达成就业意向，活动满意度达92%。
• 推动就业服务标准化建设，牵头编制《公共就业服务事项操作手册》（包含失业登记、创业担保贷款申请等15项高频业务），统一全市服务流程、材料清单与办理时限，同步开展基层工作人员轮训（累计培训300人次），2022年全市就业业务办理平均时长从5个工作日压缩至2个工作日，群众投诉率下降60%。
• 参与省级“就业服务质量提升工程”试点，引入“客户满意度测评（CSAT）”工具，针对服务对象设计包含响应速度、专业度、解决问题效果等6个维度的评价体系，每季度收集有效问卷1000份以上，形成问题改进清单并推动整改，试点期间全市就业服务满意度从81%提升至89%。

负责就业失业登记、就业创业证办理、就业政策咨询等窗口业务，对接乡镇（街道）开展基层就业服务指导，推动政策精准落地。

• 独立承办全县就业失业登记与就业创业证申领业务，梳理优化“材料预审-系统录入-证件发放”流程，制作《业务办理一次性告知清单》（含所需材料、办理时限、常见问题解答），窗口业务办理效率提升40%，年度累计办理业务2800余件，零差错率通过上级部门抽查。
• 针对农村转移劳动力就业信息不对称问题，建立“乡镇就业服务联络员”机制，培训120名村（社区）干部掌握基础就业政策与岗位信息推送方法，每月收集农村劳动力求职需求并同步至县级平台，2018年促成860名农村劳动力实现就近就业（主要为制造业、建筑业岗位）。
• 参与“春风行动”等专项活动，深入乡镇开展流动政策宣讲会21场，针对农民工群体重点讲解“免费技能培训”“跨省务工交通补贴”等政策，现场发放宣传资料5000余份，推动1200余名农民工主动咨询并申请相关政策，政策知晓率从55%提升至80%。
• 协助建立就业困难人员“一对一”帮扶机制，对辖区内320名低保家庭失业人员、残疾人员等特殊群体，定期跟踪就业状态，协调企业提供公益性岗位45个，帮助210人实现兜底就业，相关工作经验被市人社局作为基层服务典型案例推广。

粤省事社保待遇资格认证智能升级项目

• 项目背景是广东省退休人员待遇资格认证原有模式依赖线下窗口及单一人脸识别，存在冒领风险（年冒领率约1.1%）、老年群体“数字鸿沟”突出（60岁以上老人认证失败率达22%）两大痛点；我的核心职责是统筹项目全生命周期，包括需求调研、系统重构、跨部门协同及上线后迭代优化。
• 关键难题一是老年群体非结构化数据缺失（如行动轨迹、社交互动等辅助验证信息），传统视觉AI模型对高龄、病残老人的识别准确率不足90%；二是基层工作人员需手动录入大量辅助材料，操作复杂度高导致推广阻力大。我选择融合“生物特征+行为轨迹+社区生态”多模态数据，引入迁移学习算法优化小样本下的老年人群体模型，并基于低代码平台开发“粤省事”端“一键认证”轻应用。
• 核心行动包括：1）联动11个地市社保经办机构开展4轮基层蹲点，梳理出老人“怕泄露隐私、不会操作、行动不便”三大核心诉求，针对性优化隐私协议弹窗及语音引导功能；2）对接省通信管理局获取脱敏手机信令数据，联合社区网格员系统采集老人参与公益活动、就医等行为数据，扩充训练集至120万条；3）设计“认证失败人工兜底”流程，将网格员核查任务推送至“粤政易”，实现“线上认证+线下兜底”闭环。
• 项目成果：认证准确率从89%提升至98.7%，年冒领金额下降76%（约1.3亿元）；60岁以上老人认证耗时从15分钟缩短至2分钟，认证成功率提升至96%；系统覆盖全省120万企业退休人员，被省人社厅列为“数字政府”民生示范项目，推广至周边3个省份。我个人主导的“多模态老年认证模型”获国家版权局软件著作权。

广州市灵活就业人员社保参保精准扩面项目

• 项目背景是广州市灵活就业人员超350万，但社保参保率仅38%，主要问题是底数不清（数据分散在市场监管、税务、民政等8个部门）、参保意愿不明；我的职责是牵头数据整合与精准施策，目标是通过数据治理识别未参保群体，提升参保率。
• 关键难题一是跨部门数据格式不统一（如市场监管的“个体工商户”与税务的“灵活就业纳税人”标签冲突），二是灵活就业人员流动性大（月均变更居住地址率达15%），传统静态标签无法反映参保意愿。我采用联邦学习技术在不共享原始数据的前提下整合跨部门数据，构建“职业属性-收入水平-政策认知”三维画像模型，同时接入网约车、外卖平台实时位置数据更新人员状态。
• 核心行动包括：1）制定《灵活就业人员数据清洗规则》，统一12类关键字段定义（如“月均收入”“从业时长”），清洗无效数据32万条；2）通过模型识别出“月收入超5000元、无企业职工社保、连续3个月未变更居住地址”的高潜力未参保群体，形成23万条精准名单；3）联动街道办、平台企业开展“点对点”宣传，针对外卖骑手推出“参保即赠意外险”激励政策。
• 项目成果：精准触达率达85%，新增参保人数8.9万，参保率提升至56%；降低社保基金潜在缺口约1.2亿元（按灵活就业人员平均缴费基数测算）；我牵头编制的《灵活就业人员社保参保精准扩面操作指南》被纳入广州市人社局标准化流程，项目获“广东省人社数据治理优秀案例”。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。