韩国全南大学
工商管理 · 硕士（MBA）- 奖项荣誉：荣获两次校级真理奖学金，具备较为优异的学习能力。
01
金鑫 · 数据生命体HOMO DATA / BEIJING NODE
QUANTUM FIELD / 00
正在接入量子意识场
穿过无序噪声，寻找一个由经验、判断与行动构成的数据坐标。
拖拽旋转 · 滚轮缩放 · 移动指针扰动粒子
BEIJING / 北京39.9042° N · 116.4074° E
> policy_graph.scan()
> risk_nodes: 10
> compliance_state: STABLE
> writing protocol...
> human judgment: ONLINE
> risk_nodes: 10
> compliance_state: STABLE
> writing protocol...
> human judgment: ONLINE
ENTITY MANIFESTED / 03金鑫 JIN XIN
QUANTUM
-- / --
● ONLINE
60 FPS
POINTER LINKED / 控制权已移交
COMPLETE
PROFILE
本档案严格依据最新简历整理，完整呈现教育、技能、工作、项目和作品信息。
下载最新简历01 / IDENTITY
基本信息
数据治理、合规管理、内控体系与风险识别方向，理工科、商科与法律实践复合背景。
金鑫
女 · 1998.03
北京
籍贯 / 当前节点
18518626150
电话联系
jinxin_connect@163.com
工作邮箱
02 / EDUCATION
教育背景
东北林业大学
软件工程 · 本科中国劳动关系学院
计算机应用技术 · 专科03 / SKILLS
专业技能
语言技能
日语 N2；英语读写听说能力良好，可作为工作语言；韩语听说能力良好。
专业证书
数据合规与保护专业能力证书；数据治理工程师 CDGA（2026 年 10 月 11 日已报名参加）。
软件技能
计算机四级；熟练使用 Word、PPT、Excel、飞书多维表格、Obsidian；掌握 Python、SQL、PowerBI、帆软等数据分析工具。
AI 辅助编程
熟练使用 ChatGPT、Deepseek、Cursor、Claude Code、Trae、WorkBuddy、Kimi-K3 等 AI 辅助编程工具进行技术研发。
04 / EXPERIENCE
工作经历
完整保留简历中的职责、数据成果与业务过程。
北京智瑞创想数据技术有限公司
AI 项目经理- 数据清洗：对脏数据进行去重、分类及标准化处理，保障数据库准确性达 98% 以上。
- 数据可视化与汇报：将复杂的舆情数据转化为可视化图表（如折线图、词云图），定期向业务部门汇报数据洞察，直接支撑市场策略调整，后续相关负面信息环比下降 46%。
- 跨部门协作支持：配合产品及运营团队完成紧急数据提取需求，搭建临时数据监控看板，提升突发舆情响应效率 30%。
- 个人研发 Skill 测试并落地：聚焦测试边界条件与结构化提示词工程，涉及 Playwright 浏览器自动化、PaddleOCR 验证码识别及多格式数据清洗。
- 主导负责对接项目客户：直接对接企业客户梳理舆情处置需求，推进项目落地交付，协调技术、运营、法务等多方资源保障交付质量与客户满意度，同时负责客户二次销售 KPI。
北京丹顿会计师事务所
招投标助理（实习）- 标书编制：负责审计、税务、工程造价咨询等业务板块的投标文件编制工作，独立完成资格文件、技术方案、报价文件等标书模块的撰写与整合，累计完成投标文件 140+ 份，确保内容完整、格式规范、响应精准。
- 信息收集：持续关注政府采购网、招标代理平台及行业协会发布的招投标信息，每日筛选匹配事务所业务方向的招标公告，建立招标信息台账，累计跟踪有效项目信息 70+ 条，保障信息获取的时效性与全面性。
- 资质管理：统筹整理事务所执业资质、注册会计师证书、业绩证明、财务审计报告等核心资质文件，建立标准化资质档案库，确保各类证照在有效期内，支撑投标文件的资质响应零差错。
- 流程跟进：全程跟进投标项目进度，协调业务部、财务部、行政部等多部门完成标书会签、盖章、密封及递交工作，跟踪开标结果及评标反馈，累计参与投标项目 30+ 个，中标率保持在合理水平。
- 竞品分析：收集同业竞争对手的投标动态及报价策略，整理分析中标结果与评分细则，输出竞品分析报告 15+ 份，为事务所投标策略优化与报价决策提供数据支撑。
安徽合光光掩模科技有限公司
合规专员（实习）- 政策跟进：跟进国家及安徽省、合肥市数据安全、劳动用工、安全生产等合规政策更新，标注条款差异与监管重点，定期编制政策解读简报同步各部门，累计整理合规文件 10+ 份，保障公司制度贴合现行法规要求。
- 文档编写：协助合规专员起草、修订、审核内部合规制度、SOP 流程及法律文书，覆盖员工手册、保密协议、数据安全规范等核心文件。核查业务合同、内部通知合规条款，排查风险漏洞并提出修订建议，归档各类合规文书 100+ 份，严控文档合规性与时效性。
- 风险排查：参与公司日常合规风险排查，聚焦采购、人事、数据、生产核心场景，协助完成风险识别、等级评估与台账登记，编制风险清单及整改方案。配合内部合规自查，跟踪整改进度、核验整改材料，撰写排查小结，累计排查风险点 10+ 个，推动 5+ 项问题完成整改闭环。
- 审计协助：配合内外部合规审计与监管检查，提前整理归档制度文件、风险记录、整改凭证等审计资料。对接审计及监管部门，提供资料、解答基础问询，记录整改要求，协助起草自查报告与整改方案，保障核查工作高效推进。
- 合规培训：协助筹备内部合规宣导与培训工作，整理反商业贿赂、数据安全、员工行为规范等主题课件与案例素材。协助组织线下培训与线上科普活动，负责现场执行、资料分发及反馈收集，强化全员合规意识。
北京科宏律师事务所
知识产权- 法规研读：钻研知识产权维权相关法律法规及文件，每月更新及整理新规要点，夯实专业法律知识基础。
- 需求对接：每月平均与 10+ 个企业客户进行直接沟通，基于其需求，同步知识产权申请、维权及合规相关事项，精准传递业务要求与进度。
- 维权执行：负责知识产权侵权纠纷处理，梳理维权相关法律法规及证据文件，推进案件落地执行。
- 文档管理：建立知识产权档案库，规范专利、商标等 200+ 份不同类型文件的分类、归档与检索，保障数据可追溯。
- 合规风控：协助开展企业知识产权合规审查，识别潜在法律风险，输出风险提示与优化建议。
05 / PROJECTS
项目经历
项目区采用参考视频中的空间节点与聚焦逻辑，点击/悬停时获得明确反馈。
人工智能 AI 技术在企业经营中的应用与发展 - 以 DeepSeek 为例
- 技术调研：梳理 DeepSeek 技术优势，涵盖开源生态构建、低成本技术路径、轻量化设计及多模态扩展能力，对比同类模型性能与应用场景。
- 场景分析：聚焦金融、制造业、网络安全、人力资源等核心领域，调研企业经营痛点与 AI 应用潜力，明确技术适配方向。
- 案例收集：搜集神州信息、邮储银行、龙软科技等企业应用案例，提取技术落地路径、实施细节及数据成果。
- 影响研究：从生产力提升、就业结构变革、跨学科协作、伦理风险等维度，分析技术应用对社会生产关系的深层影响。
- 趋势预判：结合地缘政治、数据安全等挑战，预判 DeepSeek 技术“普惠化 + 全球化”的发展方向，提出应对策略。
AI 产业链全景解析与深度讲解项目
- 统筹策划：担任项目组长，负责整体课题拆解与任务分配，协调 3 位组员围绕 AI 产业链上中下游（基础设施层、技术层、应用层）进行分工，制定项目进度表与交付标准，确保各环节高效衔接。
- 产业调研：系统梳理人工智能产业链全景，涵盖芯片算力、算法框架、数据服务、大模型开发、行业应用及终端场景等核心环节，调研国内外主流厂商布局与竞争格局，建立产业链知识图谱。
- 内容整合：主导 13 分钟讲解脚本的内容架构设计，将复杂产业链信息提炼为“上游支撑 - 中游技术 - 下游落地”逻辑主线，整合数据图表、案例素材与可视化框架，确保内容专业且易于理解。
- 现场讲解：作为主讲人完成 13 分钟现场讲解，精准把控时间节奏与内容深度，通过结构化表达呈现 AI 产业链全貌，获得良好反馈。
- 团队管理：带领 3 位组员完成资料收集、PPT 制作与预演彩排，建立组内交叉审核机制，优化讲解逻辑与视觉呈现，强化团队协作与成果交付质量。
06 / WORKS
作品合集
完整保留项目背景、开发流程、核心功能、技术栈与个人收获。
MDM / 01
01 / 访问链接
https://github.com/yiyuanrvk77/M-AI-Master
02 / 项目背景
面向大型制造集团，构建 AI 物料主数据智能治理与共享系统。系统以 Flask + SQLite 为权威运行端，完成多源数据接入、标准识别、Embedding 向量入库、图谱辅助查重、多主体审核、质量评估、跨工厂分发和工厂反馈回流八步闭环；将文本、语音、图片、检索、RAG、分发与治理编排统一到主数据 Agent 工作台，并保留服务端 RBAC、工厂数据域、CSRF、HMAC 签名审计、数据分级与保留策略，以及可导入、可发布、可回滚的版本化 RAG 标准知识库。无需服务器部署，数据存储于浏览器本地 IndexedDB，适合企业内网安全环境。
03 / Vibe Coding 迭代流程
需求拆解 → 建立全局宪法（同义词字典 / 编码前缀 / 相似度阈值 / 分类分级规则）→ 结构化提示工程 → ChatGPT 生成核心代码 → 人工审查关键逻辑与边界条件 → 多轮迭代调优 → 质量验收。
04 / 核心功能
- CSV 脏数据接入：支持拖拽上传，自动识别 UTF-8 BOM / UTF-8 / GBK 编码，完成缺失值填充、格式标准化、描述文本预提取。
- 智能字段映射：自动识别 7 个标准字段，支持手动调整映射关系。
- AI 语义聚类合并：基于同义词字典归一 + n-gram + TF-IDF + 余弦相似度算法，自动识别相似数据并聚类合并，数据压缩率 ≥60%，自动合并率 ≥50%，准确率 ≥90%。
- 冲突审核：支持 AUTO_MERGE（相似度 >0.85 自动合并）、REVIEW（中置信度人工审核）、NEW（建议新建）三种决策模式。
- 数据质量评估：五维评分报告（完整性、准确性、一致性等），引入 Isolation Forest 异常检测，字段完整率 ≥85%；质量问题闭环（OPEN → ACKNOWLEDGED → RESOLVED / WAIVED）。
- 自然语言搜索与 RAG 知识库：语义查询召回率 ≥85%，响应 ≤500ms；RAG 知识库管理 72 条分类、12 条别名规则和 10 条标准依据，支持版本化发布回滚，检索融合结构化规则、词法重合和本地特征哈希向量，断网仍可检索。
- 八步闭环数据流：接入 → 标准识别（SY/T 5497-2018）→ Embedding → 图谱查重 → 审核 → 评估 → 跨工厂分发 → 反馈回流，分类分级（A/B/C/D 对象分级 + PUBLIC/INTERNAL/CONFIDENTIAL/RESTRICTED 敏感级）嵌入每一步。
- 企业安全与合规：RBAC 五角色权限体系、工厂数据域隔离、CSRF 防护、HMAC-SHA256 签名审计链、SHA-256 防篡改链式审计账本、数据分级与保留策略、字段级脱敏。
05 / 技术栈 & 亮点
Python Flask + scikit-learn + SQLite（后端），HTML5 / CSS3 / JS + IndexedDB（前端），PaddleOCR 本地识别 + Qwen-VL 增强 + 规则兜底三级 OCR 适配器，通义 Embedding 与 Agent 解释。前后端分离架构，后端 RESTful API + 前端单 HTML 零依赖；同义词扩展、正则实体抽取（品牌 / 型号 / DN / 压力 / 材质）；按品类自动分配 MDM 编码前缀。DMBOK2 映射为 14 项可验证工程控制，12 项达 IMPLEMENTED / MONITORED；回归测试基线 43/43。
06 / 个人收获
借助 ChatGPT 实践了人机协作的 AI 开发模式——本人负责架构和意图，ChatGPT 负责实现细节。掌握数据清洗、TF-IDF 相似度计算、Isolation Forest 异常检测、Embedding 向量检索、RAG 知识库管理、DMBOK2 数据治理框架、分类分级体系设计、企业级安全审计等核心能力，提升了 AI 辅助编程能力与从需求到落地的工程思维。