主要使用 Python 做数据处理、自动化脚本和 AI 应用原型开发。熟悉 CSV/Excel 数据清洗、字段标准化、去重合并、统计汇总、自动生成 Markdown/Excel 报告等工作;可以根据客户提供的样例数据,把重复性的表格处理流程做成可复用脚本或本地小工具。了解 FastAPI、SQLite、基础前后端接口、文件解析、API 对接和本地部署流程,能完成小型后端接口、数据处理服务、自动化任务调度和简单页面原型。AI 方向主要关注 RAG/知识库问答、文档摘要分类、结构化信息提取、AI 审核流程和大模型 API 封装,倾向先做最小可运行版本,明确输入、输出、验收标准后再扩展功能。不接刷量、抢券、绕过验证码、违规采集隐私数据等高风险需求。
做过个人项目和小型工具类实践,主要围绕 Python 数据处理、自动化脚本和 AI 工作流。一个典型示例是 CSV 自动周报工具:输入模拟订单数据,脚本自动读取表格,排除退款订单,统计订单数、销量、收入、成本、利润、客单价,并按产品和渠道生成汇总结果,最后输出可读的 Markdown 周报。这个项目重点体现了从原始表格到结构化报告的完整流程,包括字段设计、数据清洗、指标计算、结果汇总和使用说明整理。另一个方向是 AI 文档处理原型:将文档摘要、分类、关键词提取、结构化字段整理等流程拆成可复用步骤,用于知识库问答、资料整理和内部审核场景。我的项目习惯是先确认样例输入和目标输出,再做最小可运行版本,交付脚本、样例结果和简短使用说明,后续根据反馈扩展更多数据源、图表或接口。