主导复杂 AI 平台建设
主导华福证券企业级 AI 能力矩阵建设，设计覆盖 CV、ASR、LLM 的标准化框架， 推动“中台 + 应用”分层架构落地，让 AI 能力能够被业务持续复用。
ABOUT ME
我如何做产品
兼具技术理解与产品抽象
我能和算法、研发一起推进大模型、RAG、Agent、多模态能力建设，也能把复杂技术 转化成清晰的产品结构、SOP 标准和可复制的交付路径。
重视业务结果与规模化使用
我的项目经验集中在金融业务场景，关注问答效率、业务办理转化、用户活跃、调用成本 和中后台提效，强调从上线到推广到数据复盘的完整闭环。
FEATURED PROJECTS
代表项目
以下内容已根据你的简历信息更新，突出你在证券行业 AI 平台建设与产品落地中的负责人角色。
CASE 01
AI 中台
2023.12 - 至今
4100+
平台服务用户
企业级 AI 中台与“AI 百宝箱”超级智能体
面向公司内部 AI 开发“烟囱式”重复建设、算力割裂与数据孤岛问题，主导建设 “中台 + 应用”一体化 AI 基础设施，推动能力复用与规模化推广。
项目背景
核心目标是统一模型能力、算力资源和组件体系，降低重复开发成本，形成可复制的平台底座。
我的方案
设计“数据-模型-能力-应用”四层架构，整合视觉能力中心与语音能力中心，并接入 DeepSeek、Qwen 等模型。
项目成果
沉淀 50+ 通用 Prompt 与 RAG 组件，平台月调用量 5 万次，会议纪要效率提升 40%。
CASE 02
RAG 问答
2024.02 - 2025.06
1400+
月活用户
企业智慧问答系统
面向财务与合规部门高频、低价值、重复咨询场景，主导构建基于 RAG 与 Agent 的企业知识问答系统，提升内部知识流转与业务办理效率。
项目背景
重点解决制度问答、财务咨询和复杂文档检索效率低、依赖人工经验的问题。
我的方案
从 V1 基础 RAG 迭代到 V3 业务助理 Agent，打通财务系统 API，并建立human-in-the-loop机制及解决图文检索问题。
项目成果
覆盖总部及 27 家分公司，月活 1400+，将高频咨询沉淀为持续可复用的组织知识资产。
CASE 03
智能助手
2024.05 - 至今
10万+
MAU
新一代证券智能 APP 助手
针对证券 APP 功能堆叠、交互路径深的问题，主导构建 APP 端统一 AI 入口， 通过意图识别与动态路由实现“菜单式交互”向“自然语言交互”升级。
项目背景
原有 APP 信息架构复杂、路径层级深，用户很难快速完成高频任务和业务查询。
我的方案
设计 5 大一级意图与多轮对话架构，采用“小参数模型微调 + 动态路由”，并基于真实交互数据持续优化。
项目成果
AI 助手 MAU 突破 10 万+，意图识别准确率提升到 95%，高频操作步骤缩减 80%，次日留存提升 12%。
EDUCATION
教育经历
数据科学与软件工程的复合背景，让我在 AI 产品工作中能够同时理解技术实现与业务落地。
英国爱丁堡大学 / 数据科学硕士
系统学习数据科学、机器学习与工程分析方法，并以第二作者身份发表论文 《Image Deconvolution with Deep Image and Kernel Priors》。
华东师范大学 / 软件工程学士
夯实软件工程、系统设计与产品协作基础，为后续从 AI 技术交付走向 AI 产品规划与平台建设 提供了扎实的工程能力支撑。
EXPERIENCE
工作经历
覆盖证券行业 AI 产品、智能平台与能力中心建设，持续连接业务需求、算法能力与工程交付。
华福证券有限责任公司 / 数智赋能部 AI 产品负责人
负责公司级 AI 产品战略规划、平台建设与前沿技术落地，推动 AI 能力与金融业务深度融合。 主导企业级 AI 中台从 0 到 1 建设，形成“中台 + 应用”分层架构，沉淀标准化开发与接入 SOP。
华泰证券股份有限公司 / 信息技术部 交付工程师（AI 方向）
负责 AI 项目全周期管理，连接算法与业务，推动 OCR、ASR 和企业搜索等能力在金融场景的 工程化交付。累计交付 3+ 核心 AI 项目，上线后支撑 9000 万次调用、降本约 50%。
WORKFLOW
我的工作方法
从业务痛点切入
优先识别高频、重复、规则复杂且人工成本高的金融场景，再判断适合用 AI 还是流程改造解决。
做平台而不只做单点
将单一项目沉淀成标准组件、通用 SOP、统一接口与能力中心，提升复用率与后续交付效率。
用数据驱动迭代
通过调用量、MAU、准确率、耗时和转化等指标建立反馈闭环，让产品优化有据可依。
平衡技术与合规
在证券行业场景下同步考虑安全、权限、算力成本与系统接入复杂度，确保方案可落地可推广。
POINT OF VIEW
产品思考
AI 产品真正难的是系统化
模型只是能力的一层，真正决定成败的是架构分层、知识组织、流程设计、反馈机制与推广策略。
金融 AI 更需要可控与可复用
在业务场景里，准确性、权限边界、审计追踪和长期维护成本，往往比单次演示里的“惊艳效果”更重要。
AI PM 的价值在于把能力变成组织资产
不只是把需求做出来，更要把项目沉淀为可以复制的组件、规范和方法论，让组织持续受益。