USER & CONTENT
用户与内容
能从场景与用户类型出发整理需求，把零散信息转成分类、内容和标准，对新内容能快速建立可复用的生产方法。
8 类场景 · 5 类用户分层 · 800+ 内容样本
Content · Product · Operations · 2027
把用户反馈， 整理成判断， 落成结果。
我是张鑫，数据科学与大数据技术本科在读。具备两段 AI 内容与数据实习经历，参与用户与场景拆解、内容规则设计、指标搭建、测试验收及问题复盘，能把零散反馈转化为可执行的产品与运营动作。
800+
日均处理用户反馈
5万+
累计清洗分类数据
40+
场景化测试用例
800+
组内容样本沉淀
01CAPABILITY EVIDENCE
我的能力，都有具体证据。
不只用标签描述能力，而是用真实项目里的动作与结果说明：我如何理解用户、组织内容、定位问题，并把方案推进到可验证的交付。
CAPABILITY / 01
USER
从用户类型与场景出发，设计内容规则、分类和模板，让零散信息变成可复用、可交付的内容资产。
PROJECT EVIDENCE
01场景拆解8 类用户场景
02用户分层5 类用户内容库
03内容生产800+ 组样本
用户研究
内容策划
模板沉淀
标准制定
CAPABILITY / 02
DATA
把反馈清洗、指标搭建、问题定位和周报输出连成闭环，用标签和优先级推动策略迭代。
PROJECT EVIDENCE
01指标搭建6 项内容与体验指标
02数据处理5 万+ 条反馈记录
03问题定位TOP3 高频问题
SQL
Excel
问题台账
运营复盘
CAPABILITY / 03
TEST
把体验问题拆成可验收场景，完成回归验证并按影响范围排优先级，形成可追踪的质量闭环。
PROJECT EVIDENCE
01用例设计40+ 场景化测试用例
02回归验证2 轮完整回归
03质量抽检6 次质量抽检
测试用例
缺陷记录
优先级判断
一致性检查
02CORE SIGNAL
我的竞争力，是把想法做实。
能把用户反馈、内容标准和数据证据串成一条可执行的链路。既能提出判断，也能把它落成内容、测试项和具体的改进行动。
DATA LOOP
数据与复盘
能从反馈清洗、指标搭建、问题定位走到周报输出，用标签和优先级推动策略迭代，不只停留在数据呈现。
6 项指标 · 5 万+ 数据 · 3 轮策略迭代
QUALITY & DELIVERY
测试与交付
能把体验问题拆成测试场景，完成回归验证与优先级判断，并通过标准手册和抽检机制守住交付一致性。
40+ 测试用例 · 2 轮回归 · 6 次质量抽检
STEP 01
捕捉信号
从用户反馈、咨询记录和业务数据中，找到真正反复出现、值得优先解决的问题。
STEP 02
形成判断
拆开需求、内容、体验和转化路径，判断问题发生在理解、使用、反馈还是交付环节。
STEP 03
推进动作
把判断转成内容优化、测试用例、问题台账或策略建议，并明确优先级与负责人。
STEP 04
验证迭代
用周报和反馈复看结果，保留有效动作，修正无效判断，形成下一轮可复用的方法。
用户研究
内容策划
指标搭建
问题台账
测试验证
Excel
SQL
Python
Hive
Hadoop
Word / PPT
03FIELD NOTES
真实项目里，练过这些动作。
两段 AI 内容与数据实习，让我完整参与用户反馈、内容标准、测试验收和效果复盘，形成从发现问题到验证结果的闭环工作方法。
2026.07 — 2026.09INTERNSHIP / 01
重庆橙讯智科网络科技有限公司
AI 数据分析（实习） / 用户反馈 · 指标复盘 · 测试验收
- 把反馈变成问题地图：搭建 6 项内容与体验指标，日均处理 800+ 条反馈，累计清洗分类 5 万+ 条数据，输出 8 份周报；建立 6 类问题标签，定位 TOP3 高频问题并推动 3 轮策略调整。
- 把体验问题变成验收项：设计 40+ 个场景化测试用例并完成 2 轮回归，按影响范围与紧急度输出优化优先级；识别高风险表达，支撑内容与体验优化。
2025.07 — 2025.09INTERNSHIP / 02
中云数汇
AI 训练师（实习） / 内容策划 · 分类建设 · 质量评测
- 把零散内容做成可复用资产：面向 8 类场景设计提问与标准回复，按用户类型构建 5 类内容库，累计产出 800+ 组样本及可复用模板，提升内容复用与一致性。
- 把主观评价拆成评测维度：从 4 个维度评测 600+ 条输出，梳理 8 类典型问题并形成台账，推动 3 版策略迭代；维护标准手册 3 版，组织 6 次质量抽检。
04SELECTED WORK
不只判断，也能交付结果。
竞赛经历补充了数据清洗、项目协作和结果表达的能力，让我在内容判断之外，也能对数据质量和交付结果负责。
DATA / TEAM OF 5二等奖
第四届大数据技术应用大赛
负责团队数据清洗与处理，将原始数据整理为可分析的数据基础，支持后续建模、结果输出与项目答辩。
数据清洗团队协作结果表达
RECOMMENDATION / 300+ DATA竞赛项目
校园餐品推荐项目
清洗标注 300+ 条餐品数据，输出推荐结果并参与答辩。通过分类、筛选和结果解释，练习从数据到用户选择的转化。
数据标注推荐逻辑答辩表达
RESEARCH / PROVINCIAL入围省赛
“挑战杯”课外学术科技作品竞赛
负责项目数据采集与整理，为团队完成数据准备和内容梳理，支持作品从资料收集到省赛提交。
数据采集资料整理项目协作
NEXT STEP