统筹区域内重点群体就业服务全流程管理，推动就业援助政策精准落地，优化公共就业服务数字化平台功能，提升就业匹配效率与企业满意度。

• 主导构建‘就业困难人员动态管理+分类帮扶’机制，依托区就业服务信息系统整合民政、残联等5部门数据，建立涵盖长期失业、零就业家庭等12类群体的基础信息库（覆盖2300余人）；针对帮扶对象就业意愿弱、技能匹配度低问题，创新设计‘需求-能力-资源’三维评估模型，联合职业指导师团队制定‘一人一策’方案，6个月内推动87名困难人员实现稳定就业（就业率较上年度提升21%）。
• 牵头推进‘企业用工需求精准对接’项目，运用‘企业用工需求画像工具’（含行业属性、岗位技能要求等18项标签），通过问卷调研、实地走访采集320家重点企业岗位信息，提炼‘制造业普工缺口大’‘服务业技能型人才短缺’等5类共性问题；搭建‘岗位-求职者’智能匹配模型，上线后月均匹配成功数从150人次提升至380人次，企业招聘周期缩短40%，获市人社局数字化服务创新案例提名。
• 重点优化就业服务流程，梳理原有12项业务办理环节，识别‘材料重复提交’‘跨部门审批耗时’等痛点；推动实施‘一窗受理+全程网办’改革，整合就业创业证办理、社保补贴申领等8项业务，引入电子签章和OCR识别技术，平均办理时限从5个工作日压缩至1.5个工作日，群众满意度达98.6%。
• 组织开展‘就业能力提升专项行动’，针对失业青年群体设计‘职业规划+技能实训+岗位见习’课程体系，联合职业院校开发电商运营、养老护理等6门实操课程；全年举办培训班18期，培训420人次，其中315人通过培训实现就业或转岗（就业转化率75%），相关模式被市人社局列为典型案例推广。

负责街道辖区就业困难人员日常帮扶、企业用工信息采集及就业政策宣传，协助推进区域就业服务基础数据建设。

• 承担辖区6个社区的就业服务网格化管理，建立‘社区协理员-楼栋信息员-重点对象’三级联系机制，每月定期走访登记失业人员、低保家庭成员等4类群体，累计更新维护就业困难人员档案1100余份，确保帮扶对象动态信息准确率100%。
• 针对辖区机械制造企业用工需求集中问题，设计‘企业用工需求登记表’和‘季度用工监测问卷’，全年采集有效企业信息87家，整理形成《街道重点企业用工需求白皮书》，为区就业中心制定区域性招聘计划提供数据支撑；协助举办‘春风行动’‘民营企业招聘月’等线下活动12场，促成就业匹配216人次。
• 负责就业政策宣传落地，编制《就业援助政策明白卡》（涵盖灵活就业社保补贴、公益性岗位安置等6项核心政策），通过社区微信群、线下宣讲会等渠道覆盖群众3000余人次；重点跟进12户零就业家庭，通过‘政策解读+岗位推荐+跟踪回访’组合策略，3个月内全部实现至少1人就业，相关案例被街道评为‘年度民生服务优秀事例’。

协助开展就业数据统计分析、就业政策调研及基层就业服务指导，参与区域就业形势研判与政策优化前期工作。

• 协助完成季度就业统计报表编制，运用Excel数据透视表、SPSS基础分析功能，对全区城镇新增就业、失业人员再就业等8项核心指标进行趋势分析，形成《季度就业形势分析报告》4份，其中关于‘青年失业率上升’的预警建议被纳入年度重点工作计划。
• 参与‘就业困难群体帮扶政策效果评估’课题，设计包含帮扶满意度、就业稳定性等6个维度的调查问卷，回收有效样本620份；通过交叉分析发现‘技能培训与市场需求匹配度低’是影响帮扶效果的主因，相关结论写入评估报告，推动后续调整培训课程设置。
• 跟随科室开展基层就业服务工作指导，走访12个街道服务站，梳理出‘政策宣传形式单一’‘服务流程繁琐’等共性问题；协助编制《基层就业服务操作指南（试行版）》，规范信息登记、需求采集等5项基础业务流程，基层工作人员操作效率提升约30%。

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。