客诉数据分析平台：我的实习经历

业务背景

在客诉数据分析平台的实习中，我参与工单与对话文本处理。原始文本需要经过清洗和结构化整理，才能用于后续问题识别、业务打标与分析。

项目涉及 Python、FastAPI、MySQL、Pandas、大模型接口，以及用于结果展示的前端看板。这里介绍的是我参与的工作，不代表整个系统由我独立完成。

我参与的工作

对话清洗与问题摘要

参与结构化对话清洗和客户问题摘要改进，让后续分析的输入更加明确。整理摘要时，关注它是否仍然围绕原始问题，避免结构完整却偏离实际内容。

数据处理与结果核对

参与打标处理、数据迁移方案整理和结果核对。关注数据在不同处理环节之间的一致性，以及出现问题时能否回到原始记录进行检查。

评估记录与指标修正

参与评估报告的指标修正，结合具体样本与核对记录判断输出质量。模型生成了结果，不等于已经证明结果可靠；评估的计算口径和依据也需要检查。

处理流程

原始工单 → 文本清洗 → 结构化摘要 → 多维打标 → 结果核对。

这段实践让我接触到数据处理与大模型应用的结合：接口调用只是其中一环，输入质量、输出约束、结果验证同样重要。

还需要深入的部分

接下来希望进一步理解任务持久化、分批处理、失败重试和恢复机制，并学习如何设计更清晰的数据质量与模型效果评估方法。

本文不展示真实客户内容、内部部署地址或未经确认可以公开的业务数据。