基于目标岗位JD进行关键词匹配分析，用STAR法则量化改写经历，并进行ATS友好度检查，输出针对性强的优化简历。关键词: 简历优化, STAR法则, ATS, JD匹配, 量化改写, 求职, 简历润色

蒙特卡洛模拟引擎是一个用于概率建模、风险量化和不确定性分析的强大工具。它通过随机抽样和统计方法，模拟复杂系统的各种可能结果，帮助用户评估投资风险、预测项目收益、进行决策支持和敏感性分析。核心功能包括多种分布抽样、相关性处理、收敛监控、风险价值计算和龙卷风图生成。适用于量化金融、风险管理、商业决策和工程分析等领域。关键词：蒙特卡洛模拟，风险量化，不确定性分析，概率建模，决策支持，敏感性分析，VaR计算，拉丁超立方抽样。

流程仿真建模师技能是一种基于离散事件仿真的专业能力，专注于业务流程建模、资源分配优化、场景测试和系统性能分析。它通过模拟实体（如产品、订单）在系统中的流动，结合资源（如机器、人员）和队列，使用统计分布（如指数分布、正态分布）来模拟真实世界的不确定性。核心功能包括流程流建模、蒙特卡洛仿真、假设分析、容量规划和布局优化。该技能广泛应用于精益生产、产能规划、供应链优化和运营效率提升，帮助企业在决策前预测系统行为、识别瓶颈、比较不同方案并量化风险，最终实现流程优化和成本节约。 关键词：离散事件仿真，流程建模，资源分配，场景测试，蒙特卡洛仿真，容量优化，队列分析，假设分析，运营效率，系统模拟

股票量化交易专家，专注于数据统计分析与股票评估。提供量化策略开发、算法交易、回测系统、因子挖掘、风险管理及统计套利等专业服务。关键词：量化交易，股票分析，数据统计，算法交易，金融建模，风险管理，回测，因子投资。

这是一个用于在 Predict.fun 预测市场进行自动化交易的技能。它提供了完整的命令行接口，支持搜索市场、查看订单簿、下单交易、管理持仓和账户余额等功能。用户可以通过设置 API 密钥和私钥，在 BNB 链上进行二元或分类预测市场的快速、低成本交易。关键词：预测市场，BNB链，算法交易，量化交易，DeFi，智能合约，自动化交易，命令行交易工具。

PyMC概率编程技能提供了一套完整的Python工具集，专门用于实现灵活的贝叶斯建模和概率编程。核心功能包括分层模型构建、自定义概率分布定义、高斯过程建模、支持MCMC和变分推断等多种推断算法，并集成了ArviZ库进行模型诊断和结果可视化。该技能适用于需要进行不确定性量化、统计推断和预测建模的数据科学、量化金融及科研领域。关键词：贝叶斯建模，概率编程，PyMC，MCMC，变分推断，分层模型，高斯过程，ArviZ可视化，统计计算，Python数据分析。

材料选择技能是一个基于Ashby方法的系统性工程材料优选工具，专门用于机械工程和产品设计领域。该技能通过性能指标计算、材料数据库查询和多维度评估，帮助工程师根据刚度、强度、重量、成本、制造工艺和环境兼容性等约束条件，从金属、聚合物、陶瓷、复合材料等各类材料中做出最优选择。核心功能包括Ashby图表分析、性能指数推导、制造可行性评估、成本效益分析和可持续性考量。适用于航空航天、汽车制造、医疗器械、消费电子等行业的研发设计阶段，是实现轻量化设计、成本控制和性能优化的关键技术支撑。 关键词：材料选择，Ashby方法，性能指标，机械工程，材料数据库，制造兼容性，成本分析，轻量化设计，工程材料，材料性能评估

组合优化是一种利用数学建模和优化算法，在预算、资源、战略等多重约束下，科学地选择和管理项目组合的商业决策技能。它通过量化分析、多标准评估和情景模拟，帮助企业实现投资回报最大化、风险分散化和战略目标对齐。核心关键词包括：项目组合管理、数学优化、约束求解、风险回报分析、战略对齐、资源分配、情景模拟、投资决策支持。

回测系统是一个量化金融工具，用于在历史数据上测试交易策略的有效性，通过滚动预测分析和蒙特卡洛模拟来评估策略性能和风险。关键词：量化交易、策略验证、历史数据、蒙特卡洛模拟、风险评估。

财务比率分析工具是一款专业的量化金融技能，用于自动计算和深度解读企业财务报表中的关键财务指标。它能够处理盈利能力、流动性、杠杆、效率和估值等多维度比率，支持CSV、JSON、Excel等多种数据输入格式，并提供行业基准对比和趋势分析报告。该工具是股票分析、基本面研究、投资决策和财务建模的得力助手，适用于量化策略开发、风险管理、证券投资分析和财务顾问服务。关键词：财务比率计算，财务报表分析，投资分析工具，量化金融，股票估值，基本面分析，财务建模，自动化分析。

MetaPhlAn宏基因组分析技能是一款专业的生物信息学工具，专门用于物种水平的微生物群落组成分析。该技能通过分析特定分支的标记基因，能够精确识别和量化宏基因组样本中的物种组成，支持菌株水平的深度分析（StrainPhlAn），并能估计未知物种的存在。它适用于多样本比较、群落组成可视化以及跨不同条件的对比研究，是微生物组研究、环境科学、临床诊断和生物技术领域的关键分析工具。

这个技能专注于在Python中实现多目标优化，用于同时优化多个冲突目标，发现Pareto前沿，适用于数据分析、机器学习、工程优化和量化金融等场景。它提供专家指导，涵盖Pareto最优性、进化算法（如NSGA-II、NSGA-III、MOEA/D）、标量化方法、Pareto前沿分析，并使用pymoo、platypus和DEAP库进行实现。关键词包括多目标优化、Pareto前沿、NSGA-II、进化算法、Python优化、数据建模。