数据分析 · 数据工程 · 后端开发 · AI 应用 方向。这个账号是一个 有纪律的开源作品集：9 个仓库、20+ 子项目、190+ 自动化测试、全部 CI 通过； 数据项目使用真实公开数据采集，所有结论可由仓库内脚本一键复现。
Data analysis / data engineering / backend / AI applications. 9 repos, 20+ sub-projects, 190+ automated tests, every number reproducible.
| 仓库 | 亮点 |
|---|---|
| data-portfolio | 9 个采集→清洗→分析→结论全链路项目：17 城气象（39,456 天零缺失）、GitHub 仓库画像、世界指标面板、SQL、统计推断、文本挖掘、时序预测、双爬虫 |
| bda-toolkit | pip 可装的商用分析工具箱：RFM / ABC / 留存 / 购物篮 / 漏斗，一条命令 16 Sheet 报告 |
| 仓库 | 亮点 |
|---|---|
| dataforge | ETL 实战：水位线增量采集 → SQLite 星型数仓 → 质量门禁（error/warn 规则引擎）→ 自动日报；幂等性实测验证 |
| 仓库 | 亮点 |
|---|---|
| ml-bench | 多模型基准（最高 98.3%）+ Wilcoxon 显著性检验、标签泄漏对照实验、A/B 测试蒙特卡洛互证、学习曲线 |
| ai-lab | BM25 检索问答（recall@3 83% 含评测演进）、手写 CART 决策树、PyTorch 对照实验（诚实负结果）、自包含仪表盘 |
| dev-portfolio/ai-agents | 从零实现 ReAct 智能体框架：工具沙箱、自我纠错循环、任意 OpenAI 兼容模型可接 |
| 仓库 | 亮点 |
|---|---|
| dev-portfolio | 5 类别 11 子项目：FastAPI 分层后端、10 个设计模式、JSON 解析器、三种限流器、cron 调度器、表达式语言（Pratt 解析）、TUI 仪表盘、异步采集（实测 3.6×）、25+ 算法与性能基准 |
| 仓库 | 亮点 |
|---|---|
| yanyun-gradecalc | OCR Web 应用：斜拍照片词条配对算法 100% 准确，多方案本地管理，公开可用 |
| windsmeet-tools | 游戏资源建模：心力/体力模拟与养成规划器 |
 |
 |
|---|---|
| 城市气象：南北冬差 37℃ vs 夏差 13℃ | 世界指标：收入-寿命 Preston 曲线 |
 |
 |
| ai-lab · 泄漏对照实验：答案喂进特征 +10pp | ml-bench · A/B 方法论：功效曲线蒙特卡洛互证 |
- 真实 — 所有数据来自公开 API/站点的真实采集（World Bank / GitHub / Open-Meteo / CAMS / toscrape…），所有指标由仓库脚本实测生成；
- 可复现 — 每个项目
python xxx.py一键跑通，数据快照随仓库提供， CI 在三个 Python 版本上自动验证； - 诚实 — 不显著的检验、被数据推翻的预设叙事、MAPE 在零附近的爆炸、 深度模型输给 SVM 的负结果——都原文保留。工程判断比漂亮数字更重要。
- RESUME.md — 简历呈现：可直接粘贴的项目经历条目 + 按岗位选配建议
- INTERVIEW.md — 面试讲稿：10 个项目的 STAR 讲稿与追问预案
| 日期 | 内容 |
|---|---|
| 2026-09 中 | 新增 dataforge 数据管道实战（增量/幂等/质量门禁/日报） |
| 2026-09 中 | dev-portfolio 扩至 5 类别 11 子项目（+JSON 解析器、限流器） |
| 2026-09 中 | ml-bench +A/B 方法论、学习曲线；ai-lab +决策树从零、PyTorch 对照 |
| 2026-09 上 | data-portfolio +HTML 爬虫（books/quotes 双沙盒）；yanyun-gradecalc Web 化 |
| 2026-09 初 | 首批 4 仓库上线（data-portfolio / bda-toolkit / windsmeet-tools / yanyun-gradecalc） |
时序预测 · 检索增强生成（RAG）· 数据管道编排 · 因果推断