跳到主要内容
About

关于我

一名把工程思维带进智能与生活的实践者。

01 Introduction

我是 LIOR

我目前在企业从事数字化转型工作,日常围绕数据工程、合同盈利分析、经营分析与数据治理展开,同时把 AI Agent、本地大模型与自动化工作流 引入真实业务,让智能真正服务于经营决策。

在方法上,我是一个逻辑严密、数据驱动、重视效率的人。相比一时的效果,我更在意长期的稳定与价值;相比追逐热点,我更愿意打磨一套可复用的工作流。

审美上,我偏好高端、极简、克制,喜欢现代老钱风、编辑感与精密工程感的结合——这也是这个站点的样子。


02 Principles

工作原则

从问题出发
先把业务问题定义清楚,再谈技术选型。技术是手段,不是目的。
数据驱动
让判断建立在数据与事实之上,警惕直觉与话术。
本地优先与隐私
重要数据尽量不出域,倾向可私有化、可离线的方案。
稳定且可复用
偏爱结构清晰、可长期维护的系统,而非一次性的炫技。
克制
把复杂留在系统内部,把简单交给使用者。
独立判断
不盲目追逐热点,保留对工具与趋势的清醒判断。

03 Capabilities

技术能力

数据工程

01
  • 数据建模与仓库分层
  • 批流一体管道(Spark / Flink)
  • 数据质量与指标口径治理
  • SQL 性能优化

经营分析

02
  • 合同盈利精细化分析
  • 经营驾驶舱与 Dashboard
  • 指标体系设计
  • Power BI 建模与可视化

AI 工程

03
  • AI Agent 设计与编排
  • 检索增强与知识库
  • 提示工程与评测
  • 工具链集成(Claude Code / Codex)

本地优先系统

04
  • 本地大模型部署(Ollama / LM Studio)
  • 私有化推理与网关
  • 离线可用工作流
  • 数据不出域方案

流程自动化

05
  • 自动化办公与报表
  • 内容生产流水线
  • 任务编排与调度
  • 跨系统集成

数字化转型

06
  • 数字化规划与落地
  • 业务—数据—AI 对齐
  • 数据治理体系
  • 团队工程能力建设

04 Now

当前关注方向

  • AI Agent 的工程化与长期可用性
  • 本地大模型在真实业务中的落地
  • 合同盈利与经营分析的数据体系
  • 把重复劳动交给自动化工作流

设备与工作环境详见 Uses

Belief

Engineering Intelligence. Designing Life.

用工程思维构建智能系统,也构建更高效、更有质感的工作与生活方式。

Contact

有一个值得认真做的问题?

无论是数字化转型、数据与经营分析体系,还是 AI Agent 与自动化工作流的落地,欢迎带着真实的业务问题来聊。我更看重清晰的问题与长期的价值。