负责政务数据资源整合、质量管控及场景化应用支撑，衔接业务部门与技术团队，保障数据要素在民生服务中的高效流转

• 主导设计小楷市XX区政务服务数据目录体系，参考《政务信息资源目录编制指南》（GB/T 36073-2018），结合“一网通办”改革需求，逐一梳理民政、人社、行政审批等32个部门的12类187项数据元，解决过往部门间数据定义、分类标准不一致的痛点，推动目录通过省级数据治理合规性验收，为跨部门数据共享奠定基础
• 重点优化“出生一件事”跨部门数据共享流程，针对新生儿落户需重复提交材料的问题，采用华途数据脱敏系统对身份证号、户籍地址等敏感字段脱敏，通过API网关打通民政“出生登记”、社保“社保卡申领”、医保“少儿参保”3个系统接口，将数据调用时长从2小时压缩至15分钟内，支撑“三证联办”上线，月均办理量从1200件提升至1680件（增长40%）
• 核心参与构建政务数据质量校验规则库，基于Apache Atlas元数据管理系统梳理数据血缘关系，针对“身份证号格式错误”“办理时间逻辑矛盾”等常见问题，设计11类56条自动化校验规则（覆盖唯一性、完整性、一致性），每月对23万条办件数据全量质检，将数据准确率从92%提升至98.5%，全年减少群众重复提交次数超1.5万次
• 支撑“政务服务满意度分析”场景落地，采集12345热线、政务服务网1.2万条反馈文本，用Tableau可视化+Python jieba NLP分析，识别“材料清单不清晰”“进度查询慢”两大痛点，推动优化3类18项办事指南模板、上线“办件进度实时推送”功能，季度满意度从89分提升至94分

负责全市政务数据资产化管理、场景化应用创新及数据安全合规保障，推动数据要素向民生服务效能深度转化

• 主导推进小楷市政务数据资产登记试点，依据《政务数据资产登记管理办法（试行）》搭建“政务数据资产登记平台”，定义15项登记字段（含数据名称、所属部门、更新频率），完成公安、民政等11个部门45类数据资产（如“人口基础信息”“养老服务资源清单”）登记，形成“一数一码”全生命周期台账，支撑数据要素市场化配置试点
• 重点优化“小楷市养老服务平台”数据融合，针对养老机构、健康档案、居家服务数据分散问题，用Spark离线批处理整合民政“养老机构备案系统”、卫健委“健康档案系统”数据，构建包含“健康状况、服务需求、地理位置”的老人画像模型，支撑平台向80岁以上独居老人精准推送助餐、体检服务，服务覆盖率从75%提升至88%，服务匹配度满意度从82分升至100分
• 核心解决跨层级数据延迟痛点，针对省-市-区医保数据同步慢（街道获取区级数据需1天）问题，引入Kafka消息队列实现实时传输，设计“变更触发-消息推送-缓存更新”链路，将街道获取医保数据延迟从1天缩至实时，支撑“社区医保代办”上线，月均代办1.2万笔，群众跑腿减少90%
• 推动政务数据安全合规落地，制定《小楷市政务数据共享安全操作规范》，明确分级分类、加密传输、权限审批要求；用AES-256加密敏感数据（如医保报销记录），采用RBAC实现细粒度权限管理，全年零数据泄露；完成3次省级安全检查均获“优秀”，成为全市数据安全示范单位

某新一线城市智慧水务全域感知与协同调度平台建设项目

• 项目针对该城市传统水务系统“碎片化监测、高漏损率（18%）、应急响应滞后（45分钟/次）”的痛点，目标是构建“全域感知-智能预测-跨域协同”的智慧水务平台，支撑精细化运营与风险防控。我作为方案总设计师，负责从需求调研到落地运营的全流程统筹。
• 核心难题有三：一是 legacy 监测系统与新建平台的异构数据无法整合；二是管网物理模型精度不足，漏损预测准确率仅65%；三是跨水务集团、应急局、排水公司的协同机制缺失，事件处置脱节。我选择数字孪生技术构建管网模型，采用LSTM+随机森林融合算法优化预测，并设计跨系统API接口规范。
• 具体行动中，我牵头成立12人跨领域团队，完成1200公里管网的实地普查与三维建模，整合GIS、BIM及10万余台物联网设备数据；针对异构数据，搭建基于Apache Kafka的实时数据管道，用Spark Streaming实现秒级处理；联合业务部门迭代算法，加入气象、用水高峰等15个特征维度，提升预测准确性。
• 项目成果显著：漏损率降至10%（年节约水量2500万吨），应急响应时间缩短至15分钟，平台覆盖全市80%水务设施、服务200万人口；成为省级智慧水务示范项目，获市政府“数字化改革突出贡献奖”。我主导解决了跨系统整合与模型精度的核心问题，推动建立跨部门协同机制，实现了从“被动抢修”到“主动防控”的转变。

某地级市智慧城管事件智能分拣与处置闭环系统研发项目

• 项目针对该城市城管“人工分拣效率低（50件/人/小时）、处置率仅75%”的痛点，目标是构建AI智能分拣+流程闭环系统，提升事件处理效能。我负责AI算法落地、系统集成及业务对接，是从技术执行向方案设计转型的关键项目。
• 核心挑战在于：一是城管事件类型多样（12大类45小类），标注数据不足（仅5000条）；二是不同部门（环卫、市政、执法）流程差异大，无法形成闭环。我采用迁移学习微调YOLOv5模型，并基于BPMN 2.0设计标准化流程引擎。
• 行动中，我联合业务部门收集3万条历史事件数据完成精细标注，通过迁移学习将模型准确率从70%提升至92%；搭建BPMN流程引擎，对接12345热线、数字化城管平台及5个部门系统，实现“自动派单-进度跟踪-结果反馈”闭环。
• 项目成果：分拣效率提升24倍（1200件/小时），处置率升至90%，平均处理时间从24小时缩至8小时，节省30%人工成本。系统覆盖15个区县，成为市级城管数字化标杆。我主导解决了数据标注与流程闭环问题，推动城管业务从“人工驱动”转向“智能驱动”，积累了跨部门流程重构的经验。

• 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。