统筹智慧城市领域（聚焦政务协同、智能交通、社区治理融合）项目全生命周期管理，对接区政府、城管局、民政局等6个委办局需求，协调技术研发、硬件施工、运营服务三方团队，推动项目从需求调研到验收落地，保障项目符合财政评审标准与民生服务效果指标。

• 针对某区智慧城市中枢项目启动期多部门需求碎片化问题，运用KANO模型对城管（实时监控）、政务（数据共享）、社区（便民服务）3个板块共87项需求进行优先级分层，组织6场跨部门用户旅程地图workshop对齐核心目标，最终输出覆盖‘感知-传输-计算-应用’全链路的需求规格说明书，需求吻合度从前期65%提升至92%，直接减少后期需求变更30%，节约返工成本约25万元。
• 项目执行中遇到AI算法团队（负责交通拥堵预测）与硬件施工队（负责路侧传感器部署）进度冲突，采用‘敏捷Scrum+瀑布模型’混合管理模式，每周召开跨团队站会同步关键路径，用Microsoft Project甘特图调整算法迭代节点以配合硬件进场时间，将项目进度偏差从15%缩小至5%，提前10天完成中期验收并获得区政府‘高效协作’专项表扬。
• 破解公安、民政、社保3部门数据接口不兼容难题，严格遵循《国家政务服务平台数据交换标准》，协调厂商开发12个定制化数据适配器，配套制定AES-256加密+SSL双向认证的安全方案，最终实现23类民生数据（如户籍信息、社保缴纳记录）实时共享，支撑‘一站式民生服务大厅’上线，群众办事平均材料数从7份减少至4份，满意度达91%。
• 项目验收后针对区政府‘提升系统用户活跃度’的要求，用GrowingIO分析用户行为发现‘老年人不会用线上服务’是核心痛点，于是联动社区增加15个线下引导终端、开展20场志愿者培训，同时简化APP界面操作步骤（将核心功能点击次数从5次减少至2次），上线3个月后系统月活从35%提升至68%，被评为‘区年度民生服务优秀案例’。

负责社区网格化与智慧停车项目的区域落地，对接街道办、物业、业主委员会三方诉求，协调研发与实施团队，保障项目符合基层治理精细化要求与街道财政预算约束。

• 针对某街道社区网格化平台‘网格划分不合理、事件处置慢’的问题，运用ArcGIS地理信息系统结合人口密度、事件类型（矛盾调解、环境整治）重新划分动态网格，将原12个网格调整为18个‘微网格’，同步组织30名网格员开展‘事件上报-处置-反馈’全流程培训，最终网格响应时间从45分钟缩短至18分钟，事件办结率从82%提升至95%，成为区网格化管理示范项目。
• 智慧停车项目面临‘车主逃费率高（28%）’的运营难题，通过NPS问卷与深度访谈发现‘计费不透明、支付不便’是主因，于是开发‘实时车位查询+电子发票’小程序，联合社区开展10场‘智慧停车’主题宣传活动，最终逃费率降至12%，停车周转率提升35%，物业月均收入增加2.5万元，项目ROI较预期提升18%。
• 项目中期财政评审时发现硬件采购成本超支15%（原预算120万，执行至80万时已超支18万），运用挣值管理（EVM）分析瓶颈为‘物联网传感器价格上涨’，协调厂商替换为性价比更高的LoRa传感器（单设备成本下降22%），同时优化施工流程减少10%人工投入，最终总成本控制在118万，比原预算节省1.67%，顺利通过评审并获街道‘成本管控优秀团队’称号。

协助项目经理完成政务数据共享项目的需求调研、文档管控与进度跟踪，对接区政府办公室、大数据局，整理项目资料，保障项目按计划推进。

• 协助开展政务数据共享需求调研时，针对‘部门间数据共享范围分歧’问题，参考《政务信息资源共享管理暂行办法》梳理出20项核心共享数据目录（如企业登记信息、个人社保缴纳记录），组织5场部门座谈会解读政策要求，最终促成各部门达成一致，形成区政府首份政务数据共享清单，为项目启动奠定基础。
• 解决项目文档版本混乱问题，搭建Confluence文档管理系统，建立‘需求-设计-测试’三级文件夹结构，设置权限控制与版本日志机制，将文档检索时间从30分钟缩短至5分钟，项目组沟通效率提升40%，获项目经理‘文档管控标杆’评价。
• 跟踪研发团队进度时，发现‘算法优化延迟导致测试版本无法按时提交’，用Jira工具定位瓶颈任务为‘交通流量预测模型调优’，协调算法工程师增加2名资源、调整任务优先级，最终测试版本按时交付，项目进度未受影响，保障了后续验收节点。

某新一线城市全域交通拥堵治理智慧化升级项目

• 项目背景：该城市早高峰平均车速仅17.8km/h，拥堵指数位列全国前十，且公安、交通、城管等部门数据孤岛严重，应急调度依赖人工经验，拥堵处置响应滞后。核心目标是通过全域感知与协同决策体系，将拥堵指数降至25以下，关键路段应急处置时间缩短30%以上。我的职责是主导跨部门需求对齐、技术方案设计与全生命周期落地，协调6个委办局的数据打通与业务协同。
• 关键难题与技术路径：一是多源异构数据融合——交通摄像头、GPS轨迹、政务停车数据格式差异大，且涉及隐私合规；二是动态信号配时优化——传统固定周期信号无法应对突发大客流或事故。针对前者，采用联邦学习框架，在不物理集中数据的前提下，结合《政务数据共享安全管理规范》完成联合建模；针对后者，引入深度强化学习算法（DQN），以实时车流密度、公交运行状态、事件预警为输入，动态调整信号周期。
• 核心行动与创新：带领15人团队完成12个核心路口的全量数据采集（3个月累计1.2亿条轨迹数据），迭代3版算法模型；推动制定《跨部门交通数据共享操作细则》，解决公安与交通部门的数据权限顾虑；整合公交优先调度系统，将公交车辆通行效率纳入信号配时权重，实现“车-路-政”协同。
• 成果与价值：项目上线后，核心区域拥堵指数降至22.1（降幅20.8%），应急处置时间从45分钟缩短至28分钟（达标28.9%）；公交准点率提升21%，年减少碳排放约3.6万吨。项目入选“省级新型智慧城市十大示范案例”，我本人获评“2023年度智慧交通解决方案专家”，后续该模式被推广至周边3个地级市。

某地级市政务服务“秒批”系统升级及场景拓展项目

• 项目背景：原有“秒批”系统仅覆盖身份证补办、生育登记5个低复杂度事项，依赖OCR模板匹配，材料格式兼容性差（如营业执照与房产证识别准确率仅88%），且政策更新时需人工修改规则，无法支撑“放管服”深化需求。目标是拓展至20+高频事项，审批准确率≥98%，用户办理时长压缩至10分钟内。我的职责是牵头AI算法优化、政策知识库搭建及政务服务网对接。
• 关键难题与技术突破：一是多品类材料的精准识别——不同事项的表格、证件版式差异大，传统OCR泛化能力不足；二是政策动态适配——法规更新频繁，系统需自动同步审核逻辑。针对前者，构建多模态AI模型，融合CNN（图像特征提取）与BERT（文本语义理解），标注10万+份真实政务材料优化模型；针对后者，搭建政策知识图谱，将法规条款转化为可计算的规则节点，对接司法局政策更新接口实现自动同步。
• 核心行动与决策：带领算法团队攻克“手写体+电子章”混合材料的识别难点，通过迁移学习复用通用OCR模型，再针对政务场景微调；推动建立“事项-规则-材料”关联矩阵，确保新事项上线时仅需配置基础信息即可自动适配审核逻辑。同时，协调政务服务网团队开放接口，实现“秒批”结果与电子证照库实时联动。
• 成果与价值：系统拓展至23个高频事项（覆盖社保、民政、市场监管等6大领域），材料识别准确率提升至96.5%，审批准确率达98.2%；用户办理时长从平均72小时缩短至8分钟，事项好评率从76%升至92%。项目获“2021年度省级政务服务创新奖”，成为该省“数字政府”基层可复制样板，我个人主导的“多模态政务AI审核方案”申请2项实用新型专利。

• 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。