作品要经得住追问

这里放的是我正在搭建的学习体系,以及在真实企业和业务中持续建设的产品与系统。每个项目先说清楚问题、状态和可以继续看的材料。部分企业级项目因公开范围限制无法展开。

代表作品

作品按当前工作主线排列。公开页面只呈现已有材料支持的信息;部分企业级项目因公开范围限制不展开。

LEARNING SYSTEM持续搭建

FDE 学习体系

把 FDE(前沿部署工程师)相关知识、学习路径和企业 AI 落地实践整理成一个长期搭建的学习项目。

解决什么问题

FDE 涉及企业问题理解、软件工程、AI 应用和部署运行等多个方向,需要把分散的学习内容整理成可以持续实践和复盘的体系。

下一步

阅读项目实践

ENTERPRISE WORKBENCH公开展示

工人与车间主任工作台

为某家公司开发的工人与车间主任工作台,面向生产现场中不同岗位的工作入口和协作界面。

解决什么问题

生产现场的不同岗位需要清晰、对应的工作入口和信息协作方式,不能只依赖分散的沟通和临时记录。

下一步

打开项目站

Emalyze项目预览图
PRODUCT持续建设

Emalyze

为自己的 eMAG 选品和经营做的数据工具,帮助卖家看清商品、市场和利润。

解决什么问题

选品和经营判断依赖大量手工表格,信息分散,难以稳定复用。

下一步

打开产品站

DATA SYSTEM内部运行

Ecomind

围绕商品发现、平台采集、销量计算、数据同步和业务查询持续搭建的跨境电商数据系统。

解决什么问题

经营数据分散在不同平台和流程里,口径、状态与失败结果难以统一追踪。

下一步

阅读项目实践

WORKSPACE长期沉淀

Copilot 工作台

把目标、经营数据、内容和生产状态放在一个可以持续观察与复盘的工作区。

解决什么问题

目标、经营事实和执行状态分散在多个系统里,复盘时容易失去上下文和证据链。

下一步

阅读项目实践

未命名

我怎样把实践做成可用的东西

技术选型会变化,处理真实业务问题时坚持的判断方式更稳定。

01

先把经营问题说清楚

从卖家的真实动作出发,明确口径、边界和下一步判断,再决定需要什么系统。

02

保留可追溯的数据链

区分事实、推断、数据质量警告和未知,不用看似完整的数字掩盖信息缺口。

03

让工具进入长期运行

关注任务状态、失败恢复、人工确认和上线后的证据,让一次性演示变成可持续流程。

想了解这些作品从哪里来?

时间轴记录了从学习、工作、创业到 AI 企业应用探索的五段经历,也说明这些项目如何连接到我的工作主线。

查看时间轴