正在寻找数据分析 · AI 应用开发岗位

我用数据找到业务问题，再用 AI 把重复的工作自动化。

电子商务专业出身，自学 Python、SQL 和大模型应用开发。下面的项目代码全部公开，可以直接在线体验。

看主项目 联系我
用中文提问，AI 写 SQL、查数据库、总结结论。点一个问题试试：
以上是系统真实输出的回放。想问别的问题？ 打开完整在线看板 →
主项目

电商 AI 运营助手

用阿里天池公开的 1 亿条淘宝用户行为数据，从清洗数据、搭建分析看板，一直做到用大模型自动查数、写周报和回答客服问题。

运营每天都在问同样的问题：用户在哪一步流失？谁是核心用户？这周哪个品类掉了？这个项目把回答这些问题的过程拆成两半：先把数据整理成可靠的指标，再让 AI 接手重复的查数和写报告工作。

  • 数据3.5GB、1 亿行原始记录，分四层建表，16 项自动质量检查全部通过
  • 分析看板经营总览、用户漏斗、RFM 用户分层、品类四象限
  • AI 问数中文提问自动写 SQL，23 道标准题准确率 95.7%，10 道新题全对
  • 自动周报SQL 算数、AI 写分析，自动核对数字后推送飞书
  • 智能客服根据店铺规则回答并标注出处，查不到就转人工
项目详情 在线体验 查看代码
品类分析页面：品类四象限散点图和机会品类列表
同一份数据，转化率到底是多少？ 老板问“转化率”时，先要问清口径。这是我在这个项目里最想讲清楚的一件事。
2.2%

按次数算：每 100 次浏览，只有 2.2 次购买。看的是流量效率。

61%

按用户算：9 天里，61% 浏览过商品的人最终买了东西。看的是用户有没有被转化。

个人项目

A 股 ETF 轮动雷达

给自己做的投资辅助系统：每天自动采集外围市场、成交量、32 个行业和宽基 ETF 的数据，生成市场健康度和复盘日报。

这个项目最有价值的地方不是代码，而是一次放弃：我先做了个股短线策略，回测后发现扣掉手续费后不赚钱，于是停掉它，改做规则更简单、能验证的 ETF 轮动。

仅用于个人研究和学习，不构成投资建议。代码暂未公开。

  1. 每日数据自动采集盘前、尾盘、盘后三个定时任务，在 Mac 上自动运行，完成后弹出通知
  2. 个股短线策略已停止：研究结论是扣费后不赚钱，代码存档，不再继续投入
  3. 改为 ETF 轮动按“涨得快又稳”给 32 只 ETF 打分，每周持有第一名
  4. 先回测，再模拟，最后才用真钱2016–2022 年数据用来设计规则，2023 年至今的数据只测一次，之后 4–8 周模拟盘
技能

我会用的工具

每一项都在上面的项目里实际用过。

数据处理

  • SQL（窗口函数、多表关联）
  • DuckDB、Parquet
  • Python、pandas
  • 数据清洗与质量检查

数据分析

  • 漏斗、留存、复购
  • RFM 用户分层
  • 指标口径设计
  • 网页看板（shadcn/ui 模板）

AI 应用

  • 大模型 API（DeepSeek）
  • Text-to-SQL
  • RAG 知识库问答
  • 评测集设计

自动化

  • n8n 工作流
  • Dify
  • FastAPI 接口
  • 飞书机器人、定时任务
关于我

边做边学

我是 LT，电子商务专业，正在自考工商管理本科。

我习惯边做边学：想弄清楚 A 股的规律，就自己写了一套数据系统；想转做数据和 AI 方向，就用真实的大数据集从头做了一个完整项目，并给 AI 功能配上评测，用数字说明它好在哪里、还差在哪里。

我的电商背景让我熟悉 GMV、转化、复购这些业务指标，知道运营真正关心什么。

联系

欢迎联系我

邮件回复最快。