求职方向：数字化产品经理 / RPA 自动化 / AI 应用产品
会计学背景出身，长期处理业务流程、数据和系统落地问题。擅长把部门需求拆成可执行方案，并用 RPA、Python 和 AI 工具交付可量化的效率提升。
具备数字化产品、RPA 自动化与 AI 应用落地经验，能够独立完成从需求调研、流程设计、方案推进到项目交付的全链路工作。
参与并主导过企业内部自动化、AI 智能体、官网建设及业财一体化等多个项目，擅长将复杂的业务问题转化为可执行的产品与技术方案。
熟练运用 Python 生态进行数据分析与工具开发，能结合 Claude Code、Codex、Cursor、Trae 等 AI 编程工具完成需求拆解、原型开发、页面实现和交付验证，关注实际效率提升，而不是停留在工具演示。
能从业务问题开始，完成需求访谈、流程拆解、方案设计、工具实现、上线验收和复盘优化。
能把 RPA、AI 智能体、飞书多维表格和低代码工具接入具体业务场景，重点关注可维护和可复用。
具备轻量开发和数据处理能力，能写脚本、处理表格数据、调用 API、生成分析图表，前端页面。
不是只会调用工具，而是把 AI 放进需求拆解、原型生成、代码实现、测试排查和文档整理的工作流里。
企业内部存在大量跨系统、重复录入、表格核对和流程流转任务，人工处理耗时长，且不同部门对自动化的接受度和流程成熟度不一致。
从高频、稳定、规则清晰的任务切入，完成需求访谈、异常路径梳理、SOP 设计和 RPA 流程配置，并在上线后持续收集反馈优化。结果是交付 60+ 条自动化流程，形成可复用的流程设计方法。
实际成果：累计交付 60+ RPA 流程，覆盖财务、供应链、HR、运营等 13 个部门。上线后平均单流程耗时降低 80% 以上，累计节省超过 5,000 人工小时。建立了标准化的需求评估表、SOP 模板和异常处理规则库，自动化需求响应周期从 2 周缩短至 3 天。
商品成分判断依赖人工查询和经验判断，信息分散在内部库、文本资料和图片中，业务同事需要更低门槛、更快的分析入口。
设计支持多模态输入的智能体流程，将成分识别、内部成分库查询和风险分析串联为一次交互，减少人工检索路径，将单次分析耗时压缩到 5s 左右。
实际成果：智能体上线后覆盖日常成分查询场景，单次分析从人工 30 秒缩短至 5 秒以内。成分库收录 9000+ 条目，支持文本和图片双模态输入，风险分析结果可直接关联到具体法规条款，一线业务同事无需培训即可使用。
企业需要一个能承载品牌介绍、产品信息和对外展示的官网，同时项目资源有限，需要快速完成从方案到上线的闭环。
负责页面信息架构、视觉方向、前端实现和上线部署，并结合 AI 编程工具加速页面开发、样式调整和问题排查，完成从需求到交付的完整闭环。
实际成果：独立完成从信息架构、视觉设计到前端开发和部署上线的全流程。官网已正式上线运行，包含品牌介绍、产品展示、新闻动态等核心模块，支持响应式适配。项目周期约 2 周，利用 AI 编程工具将页面开发效率提升约 2-3 倍。
财务报表分析涉及数据爬取、清洗、图表生成和文字解读，人工处理链路长，且报告表达质量容易受经验影响。
用 Pandas 清洗财务数据，Matplotlib 生成可视化图表，并调用百度千帆大模型 API 生成智能分析内容，配合 Tkinter 交互界面提升操作体验，最终获得 银奖。
实际成果：项目获 2024 年中国 RPA+AI 开发者大赛银奖。工具支持从数据爬取、清洗、可视化到 AI 智能解读的全流程自动化，生成的分析报告包含趋势图、财务比率和自然语言解读。