AI 数据分析训练营毕业总结

我目前在风控及 AI 应用开发岗位工作，主要负责利用 AI 和数据分析手段，提升风控系统的智能化和业务效率。由于从技术开发转行到风控岗位，面临一定的转型挑战，因此我选择报名参加此次训练营，既是出于职业发展的需求，本身之前也是公司内部 AI 项目负责人，所以也是出于对 AI 和数据分析的浓厚兴趣。

这次训练营的课程内容非常丰富且实用，帮助我夯实了数据分析的基础知识。直播课的陈老师讲解非常清晰，课程安排合理，既有理论讲解，也有实战操作，极大提升了我的学习体验和效果。通过课程，我系统掌握了数据分析方法和部分算法知识，为后续的工作打下了坚实的基础。

在实际工作中，我将所学知识应用到了多个项目中。基于 Qwen_agent 框架，我开发了 AI 数据分析应用，成功帮助业务部门实现了部分简单查询和数据分析功能，大大提升了工作效率。

项目基于 Qwen_agent 框架采用 MCP+FuncationCall 组合实现。

项目效果截图：

此外，通过学习 YOLO 模型，我为公司某项目开发了针对某国身份证的目标检测模型，有效减少了不合格用户的进件，显著提高了业务数据的质量和风控水平。这些成果也得到了领导和同事的认可。

项目因为需要在部分比较低版本手机上运行，因此基于 YOLO8-OBB 模型训练；另外数据标注采用 Label Studio 开源框架基于 docker 部署。

项目效果截图：

训练指标：

预测结果（证件照项目合规以及用户隐私，因此打码处理）

总体来说，这个课程非常适合我，实战内容丰富，能够直接应用于工作中。

唯一的建议是希望未来能增加更多行业案例的分享，帮助学员更好地结合实际业务场景进行学习和创新。

感谢训练营提供的优质课程和学习平台，让我在职业转型和技能提升的道路上迈出了坚实的一步。