01天津大学
财务管理 · 本科财务管理训练我理解收益结构与商业逻辑,也在大创项目中把 Python、评论挖掘和模型分析应用到真实服务问题。
数据不是装饰,数字背后都对应一次判断、取舍与验证。
01 · LEARNING COORDINATES
两段学习经历把商业理解、数据方法与产品实践逐步连接起来,也构成了我判断问题的底层坐标。
01财务管理训练我理解收益结构与商业逻辑,也在大创项目中把 Python、评论挖掘和模型分析应用到真实服务问题。
02进一步把数据分析、信息系统与商业决策连接起来,持续深化对用户增长、AI 工作流和产品落地的理解。
02 · MY CAPABILITY
我的经历横跨商业分析、增长策略与 AI 产品,但主线始终一致:先理解用户正在完成什么任务,再用数据判断问题是否值得解决,最后把假设落到可验证的产品方案。
用用户分层与实验设计,在短期收入、体验和长期 LTV 之间做取舍。
从消费行为识别供需错配,把推荐结构与生命周期承接落到具体场景。
围绕真实任务设计检索工作流,并通过 Badcase 持续收敛可用边界。
把行为数据、用户反馈与业务目标,转化成能验证的产品判断。
03 · SELECTED WORK
点击项目标题展开,读完可在底部收起。
04 · AI PRODUCT PRACTICE
点击项目标题展开。AI 能力不写在工具清单里,而是写在任务拆解、检索工作流和 Badcase 迭代里。
05 · NON-LINEAR ROAD
财务管理让我理解收益结构,商业分析训练我拆数据问题,增长与 AI 产品实践让我把判断落到真实流程里。
用户价值分层、端内生命周期经营、Push 与投放策略产品化
AMR 知识 Agent 与 Fleet 地图信息架构
数据分析、信息系统与商业决策
连续两年校级奖学金(前 15%)