刘泽亚个人照片
一个月内到岗

刘泽亚

环境 AI 数据工程师。环境工程硕士,具备环境行业认知与 AI 落地双重背景,擅长将大模型能力转化为可复用的业务工具并推广落地。

  • 环保法规
  • 大模型应用
  • 知识库搭建
  • 数据质控
  • 工具封装
  • 跨团队推广
  • 2 套可复用工具
  • 一周 → 1 天
  • 判断准确率 90%+

项目 案例

这些项目重点体现 AI 资源库、数据索引、规则过滤、内部工具封装和结果推广能力。

工作 经历

  1. •

    数据处理工程师(AI + 管道 + 环境)

    中合特检技术服务有限公司

    使用大模型系统梳理环保法规、行业标准与导则,建立基础索引数据库;协助管道检测数据处理,用 AI 建立数据索引与规则过滤体系,沉淀 2 套可复用数据处理工具。项目交付前通过 AI 建库比对,将一周工作压缩至 1 天完成,判断准确率超 90%,成功规避逾期损失。
  2. •

    科研助理(AI + 环境数据)

    上海交通大学

    引入大模型与 AI 工具优化实验数据处理流程,实现数据归档自动化;完成实验数据与基准数据的比对校验与差异分析,建立可查询的实验数据素材库。

工作流

可复用的方法系统和生产管线,重点展示如何把 AI 接入知识管理、内容生产和求职材料运营。

MD 知识库 RAG Skill 项目封面
工作流

MD 知识库 RAG Skill

为 Markdown/Obsidian 知识库设计规则、正式库、混合检索和原文证据回看流程,让 AI 在断网环境下稳定调用本地知识。

AI 应用课程第一节画面与课程结构预览
2 节已发布 持续积累

AI 应用课程

从大模型、智能体到 Skills 与 Workflow,记录 AI 从回答问题走向完成任务、从一次调用走向可复用流程的应用路径。当前收录前两节,后续内容将随课程发布继续补充。

查看课程制作工作流
第 01 节 已发布

从大模型到智能体

从一问一答、多轮对话和 Prompt 出发,梳理 AI 如何走向具备计划、执行与反馈能力的智能体,并区分大模型与智能体各自承担的角色。

第 02 节 已发布

从 Skills 到 Workflow

从可复用的 Skills 出发,讨论如何把经验、步骤和工具调用组织成稳定流程,让 AI 按照可复核、可重复的方法持续执行。

正在寻找环境 AI 数据工程岗位 欢迎联系沟通。