• 完成《机器学习基础》课程设计，基于HR员工数据构建离职预测模型，使用决策树与逻辑回归算法实现特征权重分析，结果被用作人才保留策略参考

• 组建跨专业数据分析团队，获全国大学生市场调查与分析大赛省赛银奖，负责核心指标体系设计与可视化呈现方案

• 负责HR数字化平台的全生命周期管理，深度介入招聘、人才发展等业务线，梳理数据指标体系。

• 主导数据中台模块的搭建，协调算法与开发资源，实现多源异构数据的自动化采集与清洗。

• 构建HR管理驾驶舱，通过动态图表展示关键人效指标，辅助管理层进行组织架构调整与人力预算分配。

• 基于用户反馈与业务变化，持续迭代产品功能，优化报表交互体验，提升HR部门的数据使用活跃度。

• 协助完成HR系统功能需求文档的撰写，参与原型图绘制，确保开发团队准确理解业务逻辑。

• 制定前端数据埋点规范，跟踪埋点实施情况，保障基础数据（如考勤、入离职）的完整性与准确性。

• 定期输出人资运营周报，对员工流失率、绩效分布等关键指标进行监控与异常预警。

• 参与产品内测与验收，记录并跟踪数据Bug的修复进度，通过流程优化使数据报表生成效率提升20%。

• 针对管理层无法直观获取团队效能数据的问题，规划并落地了统一的数据可视化看板系统。

• 深入业务一线调研，与HRBP及部门负责人沟通，确定核心监控指标（如人均产出、招聘达成率等）。

• 设计数据ETL流程，打通OA、绩效、招聘等多系统数据孤岛，实现数据自动更新与异常告警。

• 项目上线后，帮助管理层快速识别低效团队，通过数据驱动的人员优化方案，使整体人效提升约18%。

• 聚焦校招场景，构建从简历筛选到Offer发放的全链路数据分析工具，解决招聘数据分散问题。

• 设计漏斗模型分析各环节转化率，针对简历筛选通过率低的问题，提供数据支持与优化建议。

• 建立候选人画像标签体系，将面试评价与业务部门需求匹配度进行量化，辅助面试官决策。

• 工具上线后，校招团队的简历处理效率提升30%，有效缩短了核心岗位的候选人到岗周期。

• 运用pandas实现招聘简历解析Pipeline，自动提取候选人技能标签并对接ATS系统，日均处理量提升3倍

• 搭建人力成本动态监控看板，通过定时任务采集多源财务数据，自动生成部门预算偏差预警报告

• 设计人才盘点3D可视化模型，整合绩效/潜力双维度数据，支持实时下钻分析，被应用于2023年度管理培训生选拔

• 构建跨部门协作的数据故事工坊，培训HRBP使用参数化图表自主更新周报，减少重复性报表开发需求60%