昵称登录后显示

项目一：AI智能化开发平台
项目职责：
需求分析：与算法团队、数据科学家和业务部门进行深入沟通，深入了解算法团队从开发环境搭建、 数据存储、模型训练、部署等协作流程，分析现有工作流程中的痛点和瓶颈，明确平台的功能模块和性能指标，收集并整理300+需求。
产品功能规划与设计：基于对同类产品的深入研究与借鉴，积极参与技术架构的评估与方案实施工作。全面规划平台的核心功能模块，涵盖模型开发、训练、部署、数据管理以及监控等方面，输出详细的产品原型与需求文档(PRD)。
敏捷迭代模式：与算法、产研、测试等团队，进行需求和效果图评审、开发排期。使用飞书、 Jira进行团队协作和进度管控，采用 MVP 模式进行敏捷迭代，每两周完成一个可交付的增量，并通过功能点度量方法评估每个迭代的工作量，确保开发进度和质量。
迭代优化：功能上线后，编写用户手册和收集常见问题解答（FAQ）的方法，帮助用户快速上手。通过用户反馈系统和定期调研，收集到 200 +条优化建议。针对算法同学提出的模型训练速度瓶颈和算法兼容性问题进行重点优化，通过优化界面交互提升用户满意度。
项目成果：
资源效率：采用智能调度算法和分布式训练，算力利用率提升约140%，任务等待时间缩短约50%。
开发效能：GPU资源复用率提升约2-5倍，模型开发周期从6周压缩至4周，年节省算力成本超200万。

项目二：大数据研发治理平台
项目背景：以车联网系统为核心，开展业务线数据资产盘点、业务域和数据字典的梳理工作，构建数据治理体系。规划设计数据管理平台，通过数据集成、建模、开发、元数据管理、质量管理，构建数据地图，进行数据资产全生命周期管理。
项目职责：
建设数据平台：
离线/实时开发平台web-ide：采用自助ETL画布式架构，实现从数据源接入到采集、清洗、加工的全流程一站式处理，高效应对海量数据。
数据标准管理：负责收集行业数据标准和码表等资料，协同业务、研发、算法、数据等部门共同制定数据标准，实现数据标准的分级管理。通过设计数据标准管理功能架构，支持自定义数据标准的设计与应用，灵活满足各业务需求。
元数据管理：构建元数据的采集、注册、检索与分析，实现从最新元数据到定版元数据的全生命周期管理。
数据质量管理：归纳关键业务监控场景，制定库、表、字段的数据质量监控指标，配置质检标准与规则、创建质检任务、生成数据质量报告，根据问题报告工单跟踪机制，验证质量整改效果，实施数据质量闭环管理，推动数据质量持续提升。
数据资产管理：可视化资产目录、数据地图呈现数据价值，借助数据API接口，支持数据的共享与复用。采用灵活的权限设计，实现底层数据权限隔离，保障数据使用的安全。
车辆监控大屏：
信息版块规划：全国车辆数及类型分布、自驾车型里程与能耗数据、智能垃圾数据、车辆和环卫人员作业位置、环卫作业质量评分等。
降工单专项：结合工单的数据分析结果，以车联网为切入点，建立车辆运营管理体系，梳理上下游数据、业务链路，从体检、质量、流程、文档为抓手，经过6 个月治理，通过工单数据分析优化车辆调度策略，客工单响应时间缩短约40%，年节省运维成本约120万。
产品运营与BP机制：
通过周会、办公协同软件等机制，建立问题和需求管理机制，与研发、算法、运营等团队紧密合作，解决因技术、功能等方面的问题，确保产品功能按时保质上线。借助数据分析、优化体验等方式，持续挖掘产品优化点。
项目业绩：
获取数据分析报告的周期由1-2天缩短为数小时。
通过动态质检规则配置，数据异常率下降60%，支撑业务决策效率提升25%。