赵泉

面向多渠道座舱客诉场景，从 0 到 1 设计并落地 AI 运维全流程工作流，覆盖 问题分类 → 舆情预警 → 诉求分析 → 问题定界 → 智能答复 五大环节。

• AI 问题分类：基于 RAG + LLM 构建知识增强分类引擎，实现多类客诉问题自动识别，分类准确率达 85%+
• AI 舆情预警：设计向量聚类算法实现异常舆情自动识别与分级预警，预警准确率 90%+
• AI 问题定界：引入 DeepAgents + LangGraph 构建多步推理 Agent，实现跨模块问题自动定界，准确率 80%+
• 数据与工程：利用 LLM 清洗、标准化非结构化客诉，基于 Dify 编排工作流并打通 PostgreSQL 数据链路
• 业务价值：实现从客诉接入到定界、答复的自动化闭环，显著降低维护专家的重复处理投入

面向部门研发效率提升，牵头 AI 实战培训、知识沉淀与标杆场景落地，推动 AI 从个人工具使用走向团队规模化应用。

• 团队赋能：组织 10+ 场 AI 实战培训，累计覆盖 400+ 人；建设 AI 知识管理体系，沉淀工具指南、标准化 Skills 与最佳实践
• 规模化实践：以座舱运维平台为标杆场景，推动 AI 深度融入研发流程，代码仓 AI 辅助开发覆盖率达 80%+，标杆场景研发效率提升约 10 倍
• 多智能体提效：基于 Skills + Subagents 构建多智能体协作工作流，将 X 特性单车型客制化适配工作量由约 1 人月 缩短至 3 小时
• 个人工程效能：全年累计合入 5万+ 行代码，编码任务全面采用 AI 辅助，在提升开发效率的同时保持全年无重大质量事故

作为座舱软件项目经理，拉通两款量产车型的全量座舱特性及跨团队交付；同时担任音频特性交付 Owner，负责 10+ 人团队管理与音频规模化交付。

• 座舱项目管理：作为 2 款车型座舱软件项目经理，对齐座舱全量需求，拉通各特性团队，负责任务拆解、项目计划、资源协调、质量风险及客户沟通
• 座舱版本交付：统筹完成 30+ 个迭代版本，保障两款车型关键节点成功过点并量产上市
• 音频交付管理：作为音频特性交付 Owner，负责 10+ 人团队的目标拆解、人员分工、进度跟踪与交付质量
• 音频技术提效：主导音频模块架构重构与配置化改造，实现新车型音频功能 0 代码交付；沉淀配置规范、交付清单与知识库，累计支撑 20+ 款车型交付且无重大质量问题