我能解决什么问题
候选人的差异化不是单点工具能力，而是把产业政策、数据模型、AI 工作流和产品需求连接起来，形成可交付、可复用、可验证的业务提效方案。
产品与需求
把政策、市场和技术约束翻译成需求定义、PRD、评审材料和产品规划输入。
AI 与自动化
用 Prompt Engineering、Vibe Coding 和轻量 Agent 改造重复性的检索、分析、报告任务。
数据与模型
能够完成时序数据治理、模型封装、指标自动评估和可视化报表输出。
产业与科研
具备新能源政策、风电产品规划和理工科研训练形成的复杂问题拆解能力。
把复杂行业问题产品化
从政策、市场、数据和技术约束中提炼用户场景、流程规则、指标体系与输出物。
把 AI 嵌入业务流程
不是简单调用大模型，而是设计数据准入、Prompt 模板、人工复核和报告生成闭环。
用量化结果证明价值
两个核心自动化项目合计贡献约 102+ 人日/年的提效价值，具备结果导向。
从科研训练到 AI 产品落地
经历主线可以概括为：理工科研训练建立结构化分析能力，新能源产业实践形成政策与产品规划视角，AI 自动化项目进一步沉淀为可复用工具能力。
东北农业大学｜环境科学｜本科
SIPT 国家项目负责人，获学院创新创业先进个人，建立科研项目组织与实验验证基础。
中国林业科学研究院｜木材科学与技术｜硕士
连续三年获得奖学金，聚焦竹基炭材料、水质净化、吸附-催化等方向，强化数据分析与工程验证能力。
材料与中试生产实践
参与生物质成型炭、竹基炭中试生产及工艺调整，形成从实验室研究到工业化验证的落地意识。
三一重能｜产品规划与 AI 实践
参与新能源政策研究、产品规划前期调研、需求定义、PRD 输出与跨部门协同，推动 AI 工具落地。
客户需求洞察与销售体验
通过客户触达、需求沟通和体验式销售，补充用户决策链路、客户痛点与商业转化视角。
项目展厅
从政策监测自动化到行业能耗预测，从海外风电需求转化到中试验证——每个项目聚焦真实业务场景，突出问题定义、方案设计与可量化成果。
三一重能工作详情
覆盖风机制造认知、高耗电行业与风电市场预测、能源消费预测建模、政策分析 SOP 与 AI 工作流、周报/月报/专题研究输出等六大并行工作主线。
新能源政策监测与 AI 分析 Agent
面向政策信息分散、人工追踪成本高的问题，设计政策源准入、定向采集、分类研判、影响力评分与人工复核机制。
- 主导需求定义与 PRD 输出，明确数据源、自动入库规则和分析链路。
- 通过 Prompt Engineering 实现政策分级、影响链拆解和研判报告初稿生成。
- 设计 AI 初筛 + 人工复核机制，降低误判与大模型幻觉风险。
- 推动能力封装为内网轻量 Agent，支撑产品规划与业务决策。
行业能耗预测模型与自动化分析工具
面向行业用能年度测算与多情景预测，完成数据治理、模型设计、Python 封装和可视化报表自动化。
- 整合 20 年跨度、30+ 行业时序能耗数据。
- 采用鲁棒融合算法并引入政策锚定机制，支持 2035 双碳目标下多情景预测。
- 引入大模型辅助建模架构设计与指标自动评估。
- 输出可复用 Python 工具和可视化报表，直接支撑政策研究。
海外风电政策约束到产品需求转化
将海外政策、市场准入、竞品落地和合规边界转化为大兆瓦风电机组的产品需求提案。
- 汇总东南亚等区域外贸、绿电、外商工程政策。
- 对标竞品机组方案，输出产品准入要求和外部合规边界。
- 梳理国别政策演化时间轴，沉淀政策转产品需求闭环。
- 联动技术部门论证可行性，支撑专家评审与产品定义。
竹基炭材料中试生产及性能调整
基于实验室结果放大竹基生物质炭化工艺，完成接近实验室性能的中试级连续化生产验证。
炭基光催化“吸附-催化”协同研究
制备可高效吸附、降解水中 SMX 的炭基光催化剂，并通过循环模拟验证稳定性与选择性。
SIPT 科研项目负责人经历
负责秸秆基生物炭、海藻酸钠-生物炭固定化菌等项目，沉淀项目拆解、实验路径设计和结果验证能力。
科研背景如何迁移到 AI 产品
长期科研训练沉淀出四类可迁移到产品工作的底层能力：复杂问题拆解、多变量控制与调优、指标体系构建与验证、从技术可行性到应用价值的判断力。
土壤污染修复
秸秆基生物炭与功能菌剂研究，形成实验设计和项目组织能力。
水体 PAEs 去除
SA-BC 功能凝珠与固定化工艺优化，形成参数调优和效果评价能力。
竹基炭材料改良
十四五重点研发项目子课题，形成中试验证和产业化判断能力。
吸附-催化协同
炭基光催化去除抗生素，形成复杂系统建模与机制分析能力。
荣誉与稳定性证明
连续三年获得学业奖学金并承担国家级科研项目负责工作，体现持续学习投入与项目组织能力。
“标杆工程”创新创业先进个人
一等学业奖学金
二等学业奖学金
二等学业奖学金