精通 Python 数据采集与自动化开发,能够独立搭建从数据获取、清洗、分析到可视化输出的全链路处理系统。熟悉金融市场数据接口(东方财富、新浪财经、akshare 等),具备 ETF 板块实时监控、主力资金流向分析、基金持仓诊断等量化数据处理经验,已完成 91 个 ETF 板块自动化监控脚本的开发与长期稳定运行。
熟练运用 AI 大模型(DeepSeek、GPT 系列)进行工程化集成,包括多 Agent 协作系统搭建、自动化报告生成、智能客服 Bot 开发等,能够将 AI 模型能力落地为实际可交付的商业产品。
具备前端页面开发与 UI 设计能力,可独立完成产品主图、详情页设计(HTML/CSS/Playwright 渲染),熟悉电商平台(淘宝/千牛)上架流程。另有游戏安全逆向分析、反作弊机制研究等技术储备。
数据处理技术栈:Python / Pandas / NumPy / akshare / MongoDB / CSV 自动化。输出能力:数据报表、可视化图表、结构化分析报告、Telegram/微信 Bot 消息推送。
项目一:A股 ETF 全板块自动化监控系统
独立开发了一套覆盖 91 个 ETF 板块的实时行情监控系统,集成东方财富、新浪财经、akshare 等多数据源,实现每日自动采集板块行情、主力资金流向、申赎数据,并自动生成结构化日报。系统包含板块背离检测、资金流入流出 TOP10 排名、持仓风险评分等量化分析模块。项目持续稳定运行超过两周,所产出的 ETF 日报和持仓诊断报告具备实战级别的投资决策参考价值。
项目二:个人基金持仓智能诊断系统
基于自建的 ETF 板块映射引擎,开发了跨基金持仓的穿透式风险诊断系统。通过将基金十大重仓股与 91 个 ETF 板块建立映射关系,实现对任意基金组合的行业暴露度计算、单一赛道风险预警和调仓建议生成。系统曾成功预警 CPO/光通信赛道集中度过高风险并给出具体减仓方案。
项目三:AI 多智能体协作开发平台
基于大语言模型搭建了三 Agent 并行协作系统,包含架构师 Agent(方案设计与审核)、执行者 Agent(代码开发与测试)、以及消息总线(Agent Bus)通信中间件,实现 AI Agent 之间的结构化任务分发、结果审核与迭代优化。该架构已应用于数据处理脚本开发、竞品分析报告生成、电商商品文案批量产出等多个实际场景。
项目四:电商商品视觉自动化生产工具链
搭建了从文案生成到主图渲染的全自动化电商上架工具链。通过 HTML/CSS 模板 + Playwright 无头浏览器渲染,可批量产出符合淘宝/闲鱼规范的商品主图(800×800 PNG),配合结构化文案模板,单商品从上架文案到主图产出全流程可压缩至 5 分钟内完成