负责区域内政务数据全生命周期治理，统筹跨部门数据共享与应用，支撑智慧城市“一网统管”“民生服务一件事”等重点场景落地，对接公安、民政、人社等12个委办局数据需求，推动数据要素价值释放。

• 主导构建区级政务数据资源池，基于《政务信息资源目录编制指南》（GB/T 36073-2018），梳理人口、法人、空间地理3大类32小类核心数据项，制定包含214项数据元的本地标准及主数据管理规范；通过Apache Spark开发自动化清洗脚本，解决跨系统数据格式不一致、编码冲突问题，6个月内完成12个部门800万+条数据归集，数据可用率从78%提升至95%，支撑“出生一件事”联办事项材料精简40%。
• 牵头设计省级“政务数据共享交换平台”本地化适配方案，创新引入数据血缘追踪技术，利用SQL Server Integration Services（SSIS）搭建数据链路监控体系，实现90%以上共享数据的来源可查、流向可溯；支撑区教育局“学生资助精准发放”场景落地，通过比对民政低保、残联残疾等数据自动匹配资助对象，申请材料审核时间从3个工作日缩短至4小时，年度减少人工差错导致的退件率85%。
• 针对基层“数据重复填报”痛点，联合市场监管局、税务局探索联邦学习应用，构建企业经营状况联合画像模型，在不泄露原始数据前提下实现跨部门数据协同分析；覆盖辖区2.3万家企业，替代传统表格填报模式，年度减少重复录入数据量约150万条，获区政府“数字赋能基层减负”专项表彰（全区仅3家单位入选）。
• 制定《区政务数据质量评估办法》，设计包含完整性（字段缺失率）、准确性（逻辑矛盾率）、一致性（跨库匹配率）的三维评估模型，每月输出质量报告并推动责任部门整改；一年内数据质量问题工单量从月均120件降至22件，相关经验被纳入《市级政务数据治理典型案例汇编》。

协助完成政务数据归集清洗、基础分析及平台运营支持，对接街道、社区数据上报需求，保障“互联网+政务服务”平台数据供给稳定性。

• 负责街道级人口、房屋基础数据日常维护，使用Python编写自动化校验脚本，针对地址重复、身份证号格式错误等17类常见问题建立规则库；将人工核查耗时从每周80小时降至20小时，数据准确率从92%提升至98.6%，支撑“社区养老服务精准推送”场景落地，服务匹配效率提升50%。
• 参与“疫情期间重点人员管控”数据支撑项目，整合卫健委流调数据、公安户籍数据、社区走访数据，通过Tableau制作动态热力图展示重点人员分布密度及流动轨迹；为街道指挥部提供“高风险区域划定”“隔离资源调配”等决策建议，助力3个街道72小时内完成全员排查，排查效率较传统方式提升3倍。
• 编制《街道数据上报操作手册》，梳理12类高频上报场景（如低保申请、残疾人补贴）的填写规范及系统操作流程；组织4场线下培训覆盖80余名社区工作人员，配套开发“上报错误自动提醒”功能模块，数据上报及时率从65%提升至88%，获街道办“数据治理优秀支撑单位”书面表扬。

参与政务数据整理、政策研究及基础分析，支持智慧城市试点项目数据准备工作，协助团队完成跨部门数据对接需求。

• 系统整理国家、省、市三级政务数据相关政策文件（含87份政策原文、42项地方标准），构建包含政策层级、适用范围、责任部门的三维政策图谱，开发关键词检索工具提升团队政策响应效率30%，相关成果被纳入研究所《政务数据政策工具书》。
• 参与“智慧交通”试点项目数据采集，使用GPS轨迹分析工具（TransCAD）处理公交、出租车运营数据，提取高峰时段（早7:30-9:00、晚17:30-19:00）、拥堵路段（如中山路-解放路交叉口）等12项指标；形成《试点区域交通运行分析报告》，为公交线路优化（新增3条区间车）提供数据支撑，试点后重点路段拥堵指数下降18%。
• 负责跨部门研讨会数据需求台账维护，建立“需求提出-分析确认-开发跟进-验收反馈”全流程跟踪机制；保障20余次公安、交通、民政联合会议的成果落地，推动“交通违法与个人信用关联”等3个数据应用场景进入实施阶段，获项目组“优秀实习生”称号（全所仅2人）。

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。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。