平安科技
数据分析实习生
- 家庭画像与精准触达:独立编写 SQL 关联客户、家庭成员、保单与被保人数据,还原家庭保险关系,接入 AI 智能体生成营销话术。
- 客户分层与特征筛选:以历史续保标签为目标计算 IV,筛选有效客户行为特征,形成外呼优先级名单。
- 推荐排序优化:围绕用户、产品与交互设计特征,优化 LightGBM LambdaRank;Top-1 约 50%,Top-3 约 70%。
- AI 数据自动化:开发 SQL 迁移 Skill,递归追踪数据血缘并整合建表脚本。
李高阳 / 数据分析与 AI 实践
我是李高阳,大连理工大学 2027 届硕士研究生。
从业务数据里寻找洞察,用 SQL、Python 与 AI,
让分析走向更有针对性的决策与更高效的工作。

Data. Insight. A little curiosity.
推荐排序 Top-3 准确率
平安科技 · 优化后模型评估结果
工具辅助完成排班
AI 辅助开发 · 原流程超过 1 小时
独立完成产业分析报告
氢能产业 · 数据分析与成果输出
从客户画像、推荐排序到产业研究,
把业务问题拆解成可执行的数据工作。
数据分析实习生
产业数据分析
基于 incoPat 专利数据与公开政策资料,梳理氢能产业技术趋势、主要申请人和潜在合作方;独立完成 30 余页产业分析报告,为校企合作与科技成果转化提供数据支撑。
客户风险数据分析
整理客户财务、信用与行业信息,构建资产负债率、现金流和行业风险等评分指标;运用 Excel 透视表与嵌套公式将客户划分为低、中、高三档风险,支持差异化管理和业务决策。
用项目说清楚:问题是什么,
我做了什么,又带来了什么变化。
优化后的模型评估结果
从开发者社区反馈出发,用多种文本分析方法识别 AI 编程工具的使用需求与体验痛点。
将元数据检索、上游依赖追踪和 SQL 整合组织成 Agent 工作流,支持跨环境库表迁移。
从招聘数据采集到 Tableau 可视化,再到主题建模与回归分析,研究技能要求与薪资的关联。
从实际管理问题出发,完成需求梳理、交互设计与 AI 辅助开发,让排班更快、更清晰。
管理科学与工程的学习,让我习惯从系统与决策的角度看问题。实习和项目则让我走进真实场景:客户如何分层、用户为什么使用 AI、一个重复流程怎样变得更高效。
我希望在数据分析岗位上,继续把清晰的分析、可靠的方法和 AI 技术结合起来,让结果成为下一步行动的依据。
2024.09 — 2027.06
应用数理统计、决策理论与方法、高级机器学习
2020.09 — 2024.06
获校三好学生、学习优秀奖学金,并保研
SQL / Presto · Python · Excel
多表关联、数据清洗、指标设计与客户分层
LightGBM · K-means · LDA · BERT
特征工程、推荐排序、文本聚类与需求分析
AI Agent / Skill · 提示词工程 · AI 辅助开发
任务拆解、数据血缘检索与工作流设计
Tableau · Excel / PPT · SPSS / SmartPLS
探索分析、图表呈现与专业报告输出
如果你正在寻找能读懂业务、也能动手实现的数据分析伙伴,欢迎联系我。