陈思瑜 · Project Specialist

• 在5G宏基站A产品线项目中，牵头制定从需求冻结到量产试制的12个月主计划，分解为68个关键里程碑，通过Jira建立任务依赖与资源负载矩阵，协调8个跨职能团队，推动项目提前2周通过TR4评审。

• 针对硬件迭代与软件集成阶段的进度冲突，主导优化Jira看板流程与每日站会机制，将跨团队任务流转延迟降低35%，并识别出3项关键路径风险，通过资源再分配成功规避累计28天的延误。

• 管理200余项Jira工作项，每周输出进度偏差分析与关键路径图，结合燃尽图驱动团队调整优先级，使整体任务按时完成率从78%提升至92%，支撑项目按期进入小批量验证阶段。

• 主导建立项目周报与里程碑审计模板，标准化进度跟踪与风险上报流程，推动6个并行子模块的进度透明化，项目阶段交付物一次性通过率提升至85%以上。

• 主导某12nm基带芯片验证项目，识别并管控37项关键风险，通过引入自动化回归测试脚本将验证周期缩短28%，提前2周完成全部功能验证，获得研发总监认可。

• 协调8人跨部门团队（研发、测试、DFT），制定周迭代验证计划，使用MS Project跟踪150+测试用例进度，推动缺陷关闭率从72%提升至95%，项目交付零延期。

• 建立芯片验证日报与周报机制，向技术委员会汇报38次里程碑评审报告，提前识别3项时序收敛风险，推动调整验证优先级，避免1次流片延期。

• 主导验证资源调配，将测试机台利用率从60%提升至85%，通过并行验证策略使单芯片验证周期从11周压缩至8周，累计节省30个测试人天。

• 优化跨部门沟通流程，组织15次跨功能团队工作坊，将需求澄清时间从平均3天缩短至1天，验证阶段返工率降低40%，项目总成本节约约$120K。

• 主导某智能穿戴设备（旗舰运动手表）从概念到量产的全生命周期管理，协调硬件、软件、算法及供应链等8个跨部门团队共50余人，通过推行Scrum敏捷开发模式将迭代周期从4周压缩至2周，提前1.5个月完成工程验证（EVT），节省研发成本约120万元。

• 负责核心器件（光学心率模组、6轴IMU）供应商开发与质量管理，主导5家候选供应商的技术评审及试产考核，推动关键物料良率从68%提升至93%，确保首批量产直通率达96%以上，避免因供应商产能瓶颈造成的2周上市延迟。

• 建立覆盖功能、性能、可靠性及用户体验的全维度质量门禁体系，制定缺陷分级与回溯机制，累计闭环340+项问题，产品首次送检通过率100%，最终量产不良率低于0.3%，获公司年度质量卓越奖。

• 统筹跨职能资源池，推动智能穿戴产品在7个月内完成5轮工程验证与3轮小批量试产（EVT→DVT→PVT→MP），协调芯片、电池等长交期物料提前12周锁定，最终实现首批15万+台订单按时交付，上市首季销量突破8万部。

• 针对5G小基站手动测试效率低、重复性差的问题，主导设计并搭建全自动测试框架，整合射频指标与协议一致性测试用例，将单轮测试耗时从3天压缩至4小时，测试覆盖率提升至95%。

• 引入参数化脚本与CI/CD流水线，实现每日自动执行200+次测试，缺陷早期发现率提高40%，并推动团队将回归测试周期由2周缩短为3天。

• 通过分析2000+条历史测试数据，识别性能瓶颈，优化天线校准与信道模拟器配置，使关键指标（EVM、ACLR）的测试重复性从85%提升至98%，减少调试工时约120小时/月。

• 联合研发与质量部门制定标准化测试流程，建立可复用的测试用例库，支撑6款小基站型号并行验证，每型号环境部署时间从2天降至20分钟。

• 编写30页自动化测试操作手册并组织3场专项培训，使5人团队测试产出提升60%，新成员上手周期缩短至1周内。

• 在AI芯片设计阶段，主导跨部门需求对齐会，协调5家供应商完成IP选型与工艺评估，将设计周期缩短3周，确保项目按计划进入后端实现。

• 针对流片前的关键风险，建立供应商产能与交付里程碑跟踪表，提前识别2项封装材料短缺风险，通过备选方案将流片延迟控制在5个工作日内，避免整体延期。

• 统筹内部芯片设计、验证及测试团队共4个部门，推动每日站会与周度评审，解决信号完整性等8项跨模块问题，使芯片设计冻结按时达成，流片一次成功率提升至95%。

• 管理3家主要供应商的流片订单与生产进度，实时监控晶圆厂产能波动，通过分批交付策略将流片成本降低约7%，同步完成200颗工程样片的验证分配。

• 针对智能运动手环量产导入阶段物料短缺风险，主导建立关键元器件备料预警机制，拉动采购、仓库与3家核心供应商联动响应，将物料齐套率从82%提升至96%，保障首批10万套生产按时启动。

• 在产线测试环节发现整机功能测试覆盖率不足，推动引入自动化测试脚本并优化测试工位布局，将单台测试时间从45秒压缩至28秒，同时将出厂良率从91.3%提高到98.7%。

• 统筹管理BOM变更与替代料验证，协调研发与质量部门在3周内完成7项关键物料切换，避免因某型号MCU停产导致的产线停工风险，节省约35万元紧急采购成本。

• 通过建立生产测试日报与异常快速响应机制，将批次测试异常处理周期从平均48小时缩短至12小时，支持项目在2024年1月顺利完成首批3万台的海外交付。

• 针对健康监测手表固件版本管理混乱导致的升级失败率攀升问题，主导建立基于Git Flow的版本控制流程与自动化CI/CD流水线，将固件构建周期从3天压缩至1.5天，同时将OTA升级成功率从85%提升至99.3%，覆盖5万+用户。

• 在支持多型号手表并行OTA升级的场景下，设计并实施分批次灰度发布策略，协调开发团队优化差分升级算法，使大版本更新在3周内完成10万+设备推送，回滚率控制在0.4%以内，用户无感升级。

• 为保障固件迭代质量，组织开发与测试团队重构测试用例库，引入自动化回归测试覆盖核心功能，将每两周一个稳定版本的交付周期稳定在14天，累计发布18个固件版本，零生产安全事故。

• 针对用户反馈升级后电池续航下降的痛点，联合测试团队搭建功耗自动化监测平台，推动优化后台静默任务调度，使升级后平均续航提升16%，同期用户投诉量下降62%。

获得项目管理专业人士认证

因高效交付AI芯片流片项目获公司表彰