0-1 产品落地与异常兜底
独立完成产品需求抽象与前后端全栈开发。针对图像识别可能失败的极端场景，设计了严密的降级录入方案，确保核心业务流在异常情况下依然畅通。
精细化策略干预
构建基于用户 TDEE 的动态结算模型。设计 4 个容错阶梯，根据额度下发“居家自炊”与“外卖精选”策略，尝试打通从记录到指导的业务闭环。
体验最低门槛化
巨型拍照按钮主导核心流线，结合本地直录功能（如喝水打卡），既提供了即时的正反馈动效，又大幅节省了云端 Token 成本。
独立完成产品需求抽象与前后端全栈开发。针对图像识别可能失败的极端场景，设计了严密的降级录入方案，确保核心业务流在异常情况下依然畅通。
构建基于用户 TDEE 的动态结算模型。设计 4 个容错阶梯，根据额度下发“居家自炊”与“外卖精选”策略，尝试打通从记录到指导的业务闭环。
巨型拍照按钮主导核心流线，结合本地直录功能（如喝水打卡），既提供了即时的正反馈动效，又大幅节省了云端 Token 成本。
调研一线设计师的工作痛点，提提炼出“成本”与“效率”的核心平衡点，明确了降低全生命周期流线总成本的优化北极星指标。
结合真实的业务诉求，协助团队引入曼哈顿距离与垂直惩罚系数，确保底层算法选型能真实解决跨楼层物流成本的痛点。
打通从抽象算法数据到 Stable Diffusion 高保真视觉表现的工作链路。一键渲染建筑效果图，提升前端竞标时的直观说服力。
针对传统金融软件“持仓成本失真”的痛点，利用 n8n 与智谱 AI 大模型独立架构的 Serverless 智能定投流水线。实现从跨源数据融合、大模型清洗到多端战报推送的完整商业闭环。
探索大模型赋能与 Serverless 架构逻辑
打通新浪财经与天天基金 API，创新性接入智谱 AI 大模型 (GLM) 进行异构金融数据的智能清洗与摘要提取。利用 Prompt 工程约束输出标准 JSON，保障下游业务流 100% 畅通。
设计涵盖“触发-大模型解析-核算”的复杂容错流。手写降级函数抹平结构差异，并利用强制时序校验解决接口乱序，成功打破资产结算滞后，提前 24 小时提供真实大盘反馈。
将系统全量迁移至 Hugging Face 容器，独立攻克 IPv4/IPv6 跨网桥接、Session Pooler 与 SSL 证书强校验等底层网络难题，实现彻底脱机、免维护的 24h 云端自动化运行。
内含排版精美的个人介绍与更多细节
研究方向：数字化设计（生成式设计、交互设计、智能建造）
主修课程：Python 编程基础、数据分析与挖掘、算法与应用
成绩情况：GPA 3.86/4.00 (加权 90.52/100)
产品与设计： Axure, Figma, Xmind, Photoshop
数据与开发： Python, SQL, 小程序全栈开发, Excel
AI 效率工具： Stable Diffusion, Midjourney, Prompt Engineering
拥有参数化设计背景与全栈开发实践，具备良好的工程思维。能够顺畅地与研发团队对接，协助评估技术可行性，避免脱离实际的过度设计。
习惯用技术手段优化工作流，熟练运用各类 AI 工具解决实际问题，并在过往项目中成功将大模型引入产品闭环。
执行力强，具备跨职能沟通意识。能够将业务需求转化为清晰的技术语言，习惯用数据驱动决策，踏实推进复杂需求的落地。