求职意向
环境 AI 数据工程师。环境工程硕士(上海交大联合培养),具备环境行业认知与 AI 落地双重背景。现职从事环境法规 AI 梳理与数据库搭建,擅长将大模型能力转化为可复用的业务工具并推广落地。能独立完成 AI 资源库搭建、提示词体系设计、跨部门 AI 赋能培训与内部工具开发推广。
核心能力
环保法规与环评流程
大模型应用(GPT/Claude/通义千问)
提示词工程与知识库搭建
AI 资源库与素材库建设
多源数据处理与索引
AI 赋能培训与跨团队推广
数据质控与风控合规
AIGC 内容生产
工作经验
数据处理工程师(AI + 管道 + 环境)
- AI 梳理环境规章制度:使用大模型系统梳理环保法规、行业标准与导则,建立基础索引数据库,辅助企业标准编纂与信息咨询
- 搭建紧急业务数据库:协助管道检测数据处理,用 AI 建立数据索引与规则过滤体系,沉淀 2 套可复用数据处理工具
- 数据偏差风险处置:项目交付前使用 AI 建库比对,将一周工作压缩至 1 天完成,判断准确率超 90%,成功规避逾期损失
- 内容质量把控:建立数据处理复核机制,确保 AI 输出与人工判断一致性,保障交付数据合规无误
科研助理(AI + 环境数据)
- 引入大模型与 AI 工具优化实验数据处理流程,实现数据归档自动化
- 搭建知识库:完成实验数据与基准数据的比对校验与差异分析,建立可查询的实验数据素材库
项目经验
管道检测数据紧急交付 - 数据处理负责人
背景:交付前两日发现内外检测数据差距过大需全量重算,人工处理需一周,面临逾期风险。
方案:使用 AI 建立数据索引数据库,设计规则过滤掉 90% 无效数据,人工聚焦 10% 关键判断。
成果:1 天完成全部处理,准确率 90%+,数据符合交付要求,避免逾期损失。沉淀 2 个可复用工具。
字幕擦除工具 - 独立制作人(AI 赋能推广案例)
背景:团队 AIGC 视频制作中字幕处理效果差,人工逐帧修复成本高。
方案:调研选用阿里云 AI 服务,结合 AI 辅助编程封装为内部工具,最小成本 Demo 验证后说服团队投入。
成果:推广至 20+ 制作团队,峰值单日处理 178 次,稳定运行 2 个月。形成"痛点发现 - 低成本验证 - 结果说服 - 规模推广"方法论。
教育背景
上海交通大学联合培养(两年)。使用 AI 辅助液相数据分析,Agent 辅助实验,经行业调研明确 AI 方向。
班长、校学生会部长,具备统筹协调与跨部门沟通能力。
技能
大模型:GPT-4、Claude、通义千问、文心一言
AI 应用:提示词工程、知识库搭建、RAG、AI Agent
数据处理:多源数据索引、规则过滤、数据比对校验
环境领域:环保法规、行业标准、管道检测、数据归档
工具开发:AI 辅助编程、阿里云 AI 服务、自动化工具封装
软技能:跨团队推广、SOP 编写、AI 培训赋能、项目协调