Machine-readable resume — fetched and edited by AI agents (Claude, Cursor, ChatGPT) through the cv-pro CLI or MCP. Also served as raw JSON at /liuruitong.json.
Copy {
"username": "liuruitong" ,
"header": {
"name": "刘瑞桐" ,
"tagline": "商业分析 · 数据运营 · 金融分析"
} ,
"personalInfo": {
"email": "3077645868@qq.com" ,
"phone": "15208444550"
} ,
"experience": [
{
"company": "蔚来（用户商业服务部）" ,
"role": "数据运营实习生" ,
"startDate": "2025.06" ,
"endDate": "2025.08" ,
"bullets": [
"参与 UCS 部门核心业务流程梳理与优化，基于 SQL 提取多维业务数据，独立搭建 Power BI 可视化看板，实现业务数据实时监控。" ,
"主导乐道销售飞书多维表格数字化方案设计，完成从需求洞察到工具落地的全流程闭环。" ,
"基于 Python + SQL 设计并部署自动化数据流水线，打通飞书与内部系统，实现跨平台数据自动抽取、清洗、同步与整合，日均节省人工工时 1 小时。" ,
"参与销售绩效评估体系搭建，运用 R 语言构建多元回归模型，实现销售绩效自动化打分。" ,
"通过 K-Means 聚类完成销售人员精准分层，输出数据驱动的考核优化建议，支撑绩效体系迭代。" ,
"参与月度销量预测模型迭代优化，引入竞品动态、国家补贴等外部特征，调优 Transformer 时序预测模型，将预测误差 MAPE 降低 3%，提升销量预测精准度。"
] ,
"tags": [
"SQL" ,
"Python" ,
"Power BI" ,
"飞书多维表格" ,
"R" ,
"K-Means" ,
"Transformer" ,
"数据运营"
]
} ,
{
"company": "建信信托有限责任公司" ,
"role": "金融分析实习生" ,
"startDate": "2024.06" ,
"endDate": "2024.08" ,
"bullets": [
"参与 2 个亿级大型融资项目尽职调查，收集并分析股权结构、负债情况、涉诉记录等核心资料，为项目准入提供数据支撑与风险参考。" ,
"协助完成企业财务报表深度分析，运用 Excel 搭建偿债、盈利、现金流等核心财务指标体系，实现项目风险指标量化评估。" ,
"负责尽职调查报告、风险排查报告的数据校验与逻辑审核，保障风险结论严谨可追溯；跟进项目评审会并协助 PPT 制作。"
] ,
"tags": [
"尽职调查" ,
"财务建模" ,
"Excel" ,
"风险分析" ,
"融资项目"
]
} ,
{
"company": "中国农业银行（成都经开区支行）" ,
"role": "支行运营实习生" ,
"startDate": "2023.06" ,
"endDate": "2023.08" ,
"bullets": [
"引导客户从人工渠道转向自助渠道，提升电子渠道使用黏性。" ,
"参与信用卡、ETC 等金融产品一线营销，落地精准营销动作，助力支行基础业务销售额提升超 20%。"
] ,
"tags": [
"运营" ,
"客户服务" ,
"精准营销" ,
"银行零售"
]
}
] ,
"education": [
{
"school": "澳门科技大学" ,
"major": "商业分析学" ,
"degree": "学士" ,
"startDate": "2022.09" ,
"endDate": "2026.06"
} ,
{
"school": "香港大学" ,
"major": "商业分析学" ,
"degree": "理学硕士（拟就读）" ,
"startDate": "2026.09" ,
"endDate": "2027.06"
}
] ,
"projectsRecent": [ ] ,
"projectsDetailed": [
{
"title": "基于脑电信号（EEG）的抑郁症自动分类系统" ,
"type": "本科课程项目" ,
"startDate": "2024" ,
"endDate": "2024" ,
"bullets": [
"提出并实现 CNN-XGBoost 混合诊断模型，采用一维 CNN 从原始脑电信号中提取深度特征，通过 XGBoost 完成分类，相较 SVM 等基线模型，预测准确率提升 47.6%。" ,
"主导多源特征融合设计，结合文献研究整合临床生物标志物、CNN 深度特征及交互特征，丰富信息维度，实现模型性能突破。"
] ,
"tags": [
"EEG" ,
"CNN" ,
"XGBoost" ,
"Python" ,
"机器学习"
]
} ,
{
"title": "巴拿马电力需求预测系统" ,
"type": "本科课程项目" ,
"startDate": "2024" ,
"endDate": "2024" ,
"bullets": [
"搭建 Winters'、ARIMA、LSTM 三类时序预测模型并开展系统性对比实验，对 ARIMA 模型开展详细残差诊断，深度挖掘电力需求数据的多层次季节性规律。" ,
"针对 LSTM 设计循环编码、滞后特征、滚动统计等多维特征集，最终实现 6% MAPE（平均绝对百分比误差）。"
] ,
"tags": [
"ARIMA" ,
"LSTM" ,
"时序预测" ,
"特征工程" ,
"Kaggle"
]
} ,
{
"title": "AI 虚拟陪伴用户持续使用意愿研究" ,
"type": "本科毕业设计" ,
"startDate": "2025" ,
"endDate": "2026" ,
"bullets": [
"聚焦 AI 虚拟陪伴赛道，拓展经典 ECM 模型，融入感知智能、感知拟人化等核心变量，构建用户持续使用意愿结构方程模型。" ,
"整合孤独感、隐私顾虑等心理社会约束变量，采用 K-Means 聚类分析完成用户精准分层，识别 5 类差异化用户画像。" ,
"基于研究结论，从产品设计、隐私信任机制、分层用户生命周期管理三大维度，输出可落地的商业实践建议。"
] ,
"tags": [
"结构方程模型" ,
"K-Means" ,
"用户研究" ,
"AI 产品" ,
"商业分析"
]
}
] ,
"skills": [
{
"name": "编程与建模" ,
"items": [
"Python" ,
"R" ,
"SQL" ,
"回归分析" ,
"聚类分析" ,
"XGBoost" ,
"ARIMA" ,
"Transformer 时序预测"
]
} ,
{
"name": "数据可视化" ,
"items": [
"Power BI" ,
"业务分析看板" ,
"数据分析报表"
]
} ,
{
"name": "办公与协作" ,
"items": [
"Microsoft Office" ,
"Excel 函数" ,
"数据透视表" ,
"飞书多维表格"
]
} ,
{
"name": "语言能力" ,
"items": [
"英语流利（托福 105 / GRE 328）" ,
"可胜任全英文学习与工作"
]
}
] ,
"contact": [
{
"label": "邮箱" ,
"url": "mailto:3077645868@qq.com"
} ,
{
"label": "手机" ,
"url": "tel:15208444550"
} ,
{
"label": "主页" ,
"url": "https://cv.ha7ch.com/liuruitong"
}
] ,
"meta": {
"updatedAt": "2026-06-11T13:51:16.205Z"
}
}