我目前主导一个 $2.2B、覆盖17家医院 的健康系统的定价与资金谈判，工作横跨 DRG 病例定价、按日定价、场景建模，直接与 七大健康基金 谈判合同条款。
在 Medibank 和 EY 的经历让我理解硬币的另一面——从执行分析到主导商业决策，这条路我自己走过一遍。现在，我用这套"证据讲故事"的方法论，帮助求职者把经历讲清楚、讲有说服力。
我提供的不是模板化建议，而是像做一份定价提案一样——先找到你最有分量的"数据点"，再帮你把它组织成面试官无法反驳的叙事。
这条从数据执行者到商业决策者的路径，正是我在职业规划陪跑中最常和客户拆解的成长逻辑。
主导 $2.2B、17家医院健康网络的定价谈判。将HAC赔付责任降低50%，在HBF合同谈判中争取到10%的年度提升，构建DRG与按日定价模型支撑整体商业策略。
为医院合同谈判提供数据支持，搭建供应商基准对比模型，用Tableau自助式看板提升利益相关方对绩效洞察的可及性。
横跨医疗、政府、能源客户交付端到端分析与BI方案，将报表自动化程度提升，主导从Azure Synapse到Databricks的云迁移。
这是数据分析/数据科学求职者最容易卡住的地方：项目做过，但不知道怎么讲。下面是我如何把自己的真实工作，拆解成不同面试环节需要的答案结构——这正是mock面试时我会带你练的方法。
从原始理赔数据里用SQL发现一处资金模型错误，量化影响并推动修正。"发现问题 → 量化影响 → 驱动改变"，正是技术面试case环节最想听到的答案结构。
用Power BI/Tableau把重复性人工报表变成自助式看板。这类"我简化了一个流程"的项目，是回答"Tell me about a time..."行为面试题的现成素材。
用Python构建what-if场景模型支撑商业决策。很多数据分析/科学岗位的take-home作业，考的正是这种"给一堆数据，讲出商业结论"的能力。
这是每个国际留学生找工作都会撞上的死循环。我自己也是这样一路走过来的——三份服务，专门用来打破这个循环。
无论你是想模拟一次面试，还是想彻底重写简历，先告诉我你现在的处境。
