Product Manager · Interaction Designer · AI Builder

嵇剑桥
Jianqiao Ji

Hi~ 我是一名产品经理 & AI实践者，专注于搜索推荐广告、人机交互和金融领域，前量化交易员。擅长将复杂业务问题拆解为数据驱动的产品方案，在数据工程、算法与产运团队之间搭建桥梁。Working proficiency in English, comfortable working in full-English environments.

Experience & Education

Shopee Work

数据产品经理 · 搜索、推荐与广告

2022.5 — Present

同济大学设计创意学院 Edu

交互设计硕士 (Part-time)

2022.9 — 2026.6

京东到家 Work

数据产品经理 · 大数据与算法应用部

2020.09 — 2022

量锐科技 Work

产品经理 · 产品与量化部

2018.11 — 2020.9

伊利诺伊大学厄本那-香槟分校 UIUC Edu

Master of Science in Financial Engineering

2016.8 — 2017.12

南京大学商学院 Edu

金融工程 · 经济学学士

2012.9 — 2016.6

Vibe Coding SQL Python Tableau Figma Codex Cursor Unity CSPO

Shopee · Ads

Shopee 搜索、推荐和广告数据产品

Search, Recommendation & Ads Data Products

公司 Shopee · 搜索、推荐与广告时间 2022 — Present 角色 Data Product Manager

负责 Shopee Ads 数据产品与 AI Agent 能力建设，覆盖广告投放、归因、扣费、赔付、诊断与知识库全链路；将广告业务规则、数仓表字段、代码路径和诊断 SOP 沉淀为可检索、可调用、可评测的 Ads Data Agent / Skills 体系，支撑 PM、BI、DE、算法与工程团队自助解决指标口径、数据取数和异常诊断问题。

Ads Data Agent

Ads Data Agent & Skills 体系

将 Shopee Ads 的业务规则、表字段血缘、代码路径、SQL pattern、异常诊断 SOP 和项目文档模板沉淀为可调用的 Agent Skills，覆盖广告效果诊断、文档生成、数据查询、问题追踪定位等场景。围绕 Ads Data Agent 真实使用场景，构建"问题采集 - 知识沉淀 - 评测回归 - 能力迭代"的数据飞轮：从支持群和日常业务咨询中持续收集高频问题与 bad case，沉淀为结构化 Ads 知识库、FAQ、SQL Pattern 和评测集，并通过回归评测持续推动 Agent 在指标口径、表字段血缘、异常诊断和文档生成场景下的回答质量提升。

Ads Business Questions → Skills Router → KB / Diagnose / Text2SQL / Doc Generate → Feedback / Eval Set → Knowledge Update

Ads Data Foundation

广告全链路数据资产

构建覆盖客户域、财务域、投放域、广告链路、流量域、归因域、策略域的 Paid Ads 数据图谱，沉淀核心表字段、指标口径、数据血缘和多维分析看板，支撑 PM、BI、DE、算法团队统一理解广告数据资产。

Attribution & Billing

归因 / 计费 / 模型样本升级

打通 tracking、deduction、OA、reporting 、数仓分析到算法样本建模链路，解决广告转化、计费模式和效果评估中的口径一致性问题。

Commercial Strategy

商业化策略

负责 Shopee Ads 多类商业化策略的数据产品设计，覆盖自动赔付 / ROI Protection、Target ROI、极速起量、oCPM 计费升级、AI Diagnosis 广告诊断、直播广告商业化和 Ads 发券激励策略，围绕 ROI/ROAS、预算效率、归因计费、赔付校验和策略采纳建立数据口径、监控指标与跨团队对齐机制。

达达集团 · 大数据

商家经营分析看板

Retailer Management Analysis Platform

公司达达集团 · 大数据时间 2021.09 — 2022.02 角色 Product Design · Interactive Design

为平台入驻商家（尤其是缺乏数字化能力的传统小商家）打造经营分析工具。采用 OSM (Object-Strategy-Measurement) 模型拆解业务指标体系，通过智能关联分析自动定位经营问题环节，主动推送数据洞察，帮助商家快速做出经营决策。

35万

京东到家在线商户数

60亿

某连锁超市入驻后销售提升

OSM

Object-Strategy-Measurement

4大功能

洞察 · 指标 · 明细 · 订阅

平台经济洞察

分析平台经济特征，明确赋能传统商家数字化转型的产品使命

用户画像

便利店夫妻店主：想提升销售、盘活库存，但不会使用数据工具

OSM 分析模型

目标(提升销售) → 策略(提升曝光/转化/客单) → 度量(UV/转化率/金额)

服务蓝图

前台数据洞察 → 后台算法模型 → 支撑引擎（大数据 + 元数据表查询）

达达集团 · 大数据

电商智能营销画像平台

Intelligent Promotion User Profile Platform

公司达达集团 · 大数据时间 2021.05 — 2022.02 角色 Product Design · Interactive Design

在即时零售行业高速增长的背景下，传统的"单一用户群体 + 单一商品品类"营销策略已无法满足业务需求。我主导设计了用户画像平台，通过建立海量用户特征标签库和灵活的圈选规则，帮助运营团队实现精细化人群运营和精准营销投放，大幅提升营销效率和转化率。

>300亿

平台 GMV（环比 +67%）

2亿

注册用户数（环比 +27%）

1.8亿

在售商品数（环比 +90%）

+300%

品类销售额 Top5 增长

背景洞察

O2O 市场规模 33.2 亿，用户客群、商品类型、消费行为均趋多样化

需求分析

收集用户声音，利益相关者地图梳理，定义"用户画像平台"产品边界

用户旅程

营销前(圈人/选品) → 营销中(投放/监控) → 营销后(分析/策略) 全链路

架构设计

ETL → 数仓主题建模 → 标签建模(原始/事实/模型/预测) → 画像平台

量锐科技

外汇量化交易执行终端

Quantitative Trading Execution Terminal in Forex Market

公司量锐科技时间 2019.05 — 2020.08 角色 Product Design · Interactive Design

面向银行间市场外汇交易员，设计一站式量化交易执行终端。核心解决交易员"多屏盯盘效率低、手动执行易错过行情、策略回测缺乏系统支持"三大痛点。产品集成多资产行情、算法执行、风控管理和交易簿记，实现从发现机会到事后复盘的全流程自动化。

180亿$

全球量化交易市场规模

第5代

交易系统演进 · 智能化

低延时

复杂事件处理引擎

模块化

可自由组合的组件架构

行业研究

梳理程序化交易 5 代演进，分析国内量化交易机会与政策窗口

用户画像

深度跟踪大行交易员一天工作流：盘前/盘中/盘后全场景

旅程 & 痛点

发现机会 → 下单交易 → 成交统计 → 事后复盘，定位 4 阶段核心痛点

系统架构

市场行情 · 交易执行 · 交易簿记 · 后台管理四大模块 + 数据集群

Master Thesis · Human-LLM Interaction

Seren: 融合LLM的可控式推荐系统交互设计研究

Interaction Design for Controllable Human-LLM Systems: A Case Study of Music Recommendation

在线体验原型 Demo →

学校同济大学 · 设计创意学院类型硕士毕业设计 · 2026 指导教师 魏佛兰

现有音乐推荐系统存在双重困境：离散标签难以承载灵活的音乐偏好，复杂推荐算法的黑箱性又使用户面临意图表达障碍与感知控制感缺失。本研究将 LLM 定位为用户与推荐引擎之间的交互代理，构建"表达—理解—修正"反馈闭环，设计并实现了融合 LLM 的音乐推荐原型系统 Seren，通过用户实验验证自然语言协商推荐在控制感、透明度与表达效率维度的提升。

用户研究

3 位行业专家半结构化访谈 + 80 份问卷调研 + 爬取网易云 40 首歌曲 2208 条评论，发现 67.5% 用户难以清晰表达偏好、92.5% 希望了解推荐理由

感知可控性模型

将感知可控性拆解为表达可控性（输入）、过程可控性（过程）、结果可控性（输出）三个维度，形成"表达—理解—修正"的循环校准框架

原型系统实现

LLM 作为用户与推荐引擎之间的交互代理：上游完成自然语言到结构化标签的映射与意图解析，下游将算法输出转化为可理解的推荐解释，不参与召回与排序决策

实验与评测

LLM-as-Judge + 人工抽检评测（标签映射准确率 0.84、幻觉检测通过率 0.95），10 名用户 A/B 对照实验：行为日志 + 李克特量表 + 访谈三角验证

Human-Robot Interaction

Halo: 智能摄影无人机交互设计

Intelligent Photography Drone That Avoids Non-Photographers

学校同济大学 · 设计创意学院课程人-机器人交互设计 (HRI) 团队嵇剑桥 · Ying Jingpei · Li Huan

户外拍摄时路人闯入画面是摄影爱好者和自媒体博主的核心痛点。Halo 是一款智能摄影无人机概念设计，通过 3D 空间自由飞行实时监测环境、智能识别"非摄者"并灵活调整拍摄技法，同时以投影交互友好引导路人规避取景框，实现"全眼只有你"的拍摄体验。

空间自由飞行探寻拍摄点

智能识别非摄者并调整技法

手势

自然手势交互控制无人机

投影

友好引导路人规避取景框

动机研究

户外拍摄路人入镜的现状分析，梳理 vlogger 常用的"路人消失术"（慢速快门、背景虚化、特写切换等）

用户画像

定义两类核心用户：旅行摄影爱好者 Mr.Lin 和运动自媒体博主 Ms.Wang，提炼"高质量出片"与"自动取景"需求

系统框架

三大能力支柱：环境监测（拍摄前分析 + 拍摄中人群监控）、高质量出片（多种拍摄模式 + 3D 补光）、智能交互（手势控制 + 投影引导）

交互设计

定义完整交互流程：开机 → 启动仪式 → 定点拍照（指定地点/选模式/招手靠近/确认拍照）→ 飞行结束

Data Analysis of Design

电商搜索体验的数据驱动设计

Data-Driven Design Optimization for E-commerce Search

学校同济大学 · 设计创意学院课程设计数据分析团队嵇剑桥 · Zhang Linuo

以淘宝搜索功能为研究对象，运用数据分析方法论驱动设计优化。从业务诉求（促成交易）和用户诉求出发，确立"搜索订单渗透率"和"CTCVR（曝光-下单转化率）"为核心指标，通过用户旅程图拆解搜索全流程，设计前端交互方案并建立完整指标体系与埋点方案，实现以数据闭环指导设计迭代。

CTCVR

核心体验指标

8模块

从业务诉求到埋点设计

前端+后台

设计目标双向拆解

全链路

用户旅程数据闭环

业务与用户诉求

电商平台核心目标：促成交易。搜索作为商品触达的关键入口，需帮助用户快速、准确找到想要的商品

设计目标拆解

前端4大目标（引导输入/筛选/品类/清晰展示）+ 后台5大目标（准确性/多样性/排序/速度/个性化）

用户旅程与流程

APP首页 → 搜索发现 → 搜索建议 → 搜索结果 → 商品详情 → 店铺主页 → 店内搜索的全链路流程

指标体系与埋点

构建搜索功能指标体系并设计埋点方案，以数据闭环驱动设计方案的验证和迭代优化

Human-Vehicle Interaction

Enlighten: 光语人车交互系统

Refle Elf — Enlighten the Soul of Your Car

学校同济大学 · 设计创意学院课程人车交互设计团队嵇剑桥 · Li Huan · Ying Jingpei · Weilisi

面向 2030 自动驾驶时代的人车情感交互方案。传统车辆在上车前、乘车中、下车后三个阶段缺乏情感连接和反馈。Refle Elf 以"光"作为核心交互媒介（兼具空间感、灵活性、无入侵性、弱提示的特征），设计了一套涵盖信息可视化、照明辅助与氛围陪伴三大功能的车内光语交互系统，将汽车从出行工具升级为 Soul Mate。

光

核心交互媒介（非声音/文字）

3场景

上车前 · 乘车中 · 行程结束

8种

光语反馈状态设计

3大

功能模块架构

未来洞察

2030 年趋势研判：数据孪生、自动驾驶、人工智能改变人车关系

痛点分析

传统车辆三阶段（上车前/乘车中/下车后）均缺乏情感连接与反馈

媒介选择

对比光、声音、文字/图像三种媒介，选择"光"作为最优交互载体：空间感、灵活、视觉性、无入侵

系统架构

Refle Elf 三大模块：信息可视化（速度/温度/进程）、照明（安全带/私域灯光）、氛围陪伴（迎宾/反馈/告别）

VR Game Design

VR 空间认知障碍康复游戏

VR-Cognitive Rehabilitation for Alzheimer's Patients

学校同济大学 · 设计创意学院课程 VR/AR 交互设计团队嵇剑桥 · Ying Jingpei · Jiang Liyuan

面向早期阿尔茨海默症患者设计的 VR 空间认知康复游戏。通过结合认知训练与运动训练，在虚拟自然环境中设置空间导航、方位训练、记忆训练和拉伸运动等游戏任务，帮助患者改善空间认知能力和平衡姿态。游戏支持个性化难度调节，可由疗养师或家属根据患者病情定制康复方案。

认知+运动

双训练联合康复范式

5项

核心游戏任务设计

3级

个性化难度调节

ADL

日常任务融入游戏

设计方向选定

聚焦阿尔茨海默症患者空间障碍与平衡姿态问题，结合认知训练 + 运动训练方式进行 VR 康复

康复范式研究

文献调研路径学习、目标探寻与上肢拉伸训练范式，结合 VR 环境可定制、数据可记录的优势

游戏设计原则

日常任务（ADL）更利于康复、鸟瞰图辅助空间记忆、坐式运动避免精细控制退化

难度设计

全局调节（场景光线/植被量）+ 关卡自定义（路线难易/辨识地标数/路线记忆量/缩略地图）三级难度

Brand & Marketing Design

EMO-D: 情感钻石品牌创新设计

Emotional Diamond — A Moment Is Forever

学校同济大学 · 设计创意学院课程品牌营销与创新设计合作同济大学设创学院 × L Catterton × 沃尔德钻石

EMO-D (Emotional Diamond) 是面向 Z 世代"新奢品先锋者"的培育钻石首饰品牌。融合 AIGC 技术与情感数据，通过 PAD 情感模型提取用户情绪，经由 AI 情感光谱轮和 GPT-4 情感作诗生成个性化的"情感钻石"，将情感数据转化为独一无二的珠宝设计。品牌核心理念"此刻 · 永恒"，让每一颗钻石承载佩戴者的真实情感。

AIGC

AI 生成内容驱动设计

PAD

情感模型数据提取

Z世代

目标客群定位

跨学科

情感 × 数据 × 珠宝

品牌生态构建

跨学科团队（市场/品牌/技术/产品），融合情感数据采集、AIGC 生成与数据驱动珠宝设计

目标人群洞察

Z世代消费特征：无性别潮流、"乐趣"至上、兴趣消费、情感表达、品牌共创