大家好，我叫Pond，來自泰國。我的Python之旅始於大學，資料科學很快成為我最喜歡的科目之一。我廣泛使用了 pandas、scikit-learn 和 NumPy，並在2019年的第一次實習中研究了 BERT 模型，這是GPT興起之前自然語言處理的基準模型。在我的畢業設計中，我應用 TensorFlow、SpaCy 和 NLTK 等Python庫對Twitter資料進行情感分析，旨在幫助泰國在COVID-19之後恢復旅遊業。此外，我還利用CCXT庫構建了一個 加密套利機器人，以實現跨交易所代幣交易的自動化。
在職業方面，我正在構建 Tokenomist，這是一個免費增值代幣經濟學分析平臺，服務於超過 200萬獨立使用者，並與領先的加密資料工具整合。我們與超過 400個專案 合作，專注於提升代幣供應、分配和解鎖計劃的信任和透明度。這段經歷讓我對 贈款治理 有了深入而實際的瞭解，例如如何設定提供贈款的標準、審查申請以及衡量受資助專案的投資回報。我研究了Optimism和Arbitrum等主要加密治理專案如何構建和報告其支出，我相信這些經驗教訓可以幫助PSF最大限度地發揮其贈款計劃的影響力。
我還帶來了 實際的社群經驗。我志願參與了2023年和2025年的 PyCon Thailand，負責後勤和會場團隊的工作，包括現場參會者支援、本地採購、合作伙伴計劃、社交活動和志願者協調。
如果我當選，我將重點關注四個優先事項：
-
加強與嚴重依賴Python的AI公司的合作。 許多AI公司廣泛使用Python，但卻不瞭解社群如何直接支援他們的成功。我建議增加一個“Python for AI”會議專題和專門的贈款，重點關注AI相關的庫、活動和構建AI賦能產品的初創公司。這種有針對性的方法將使AI公司感受到Python的價值，並鼓勵他們贊助和支援PSF。
-
恢復PyCon US的財務可持續性。 會議從利潤創造者轉變為虧損大戶，這威脅到PSF的核心資金模式。我提出一項 “PyCon US收入多元化策略”，包括：高利潤的AI/ML高階研討會、企業培訓合作伙伴關係、分層定價的混合參會選項，以及戰略性會場合作以降低運營成本。借鑑我擴充套件Tokenomist免費增值模式的經驗，我將幫助實施 資料驅動的定價最佳化 和 企業套餐差異化，在透過經濟援助計劃保持可及性的同時，捕捉更多價值。
-
衡量受資助庫和活動的影響。 我將幫助建立一個 標準化、透明的影響衡量框架 和一個公開的 影響儀表盤。這將跟蹤受資助活動、參會者人口統計、獲得的技能以及庫使用/下載增長等指標，讓社群和贊助商清晰地瞭解成果。
-
促進贈款決策的透明度。 我將努力確保 預算模板和分配標準公開可查。贊助商將收到其捐款如何使用的季度細分報告，例如：“公司X的5萬美元支援了5項活動，培訓了1200名學生，並改進了2個Python庫。” 這種程度的公開性增強了信任，並強化了PSF對問責制的承諾。
我相信我融合了 技術專長、治理經驗和社群服務，這使我能夠獨特地幫助PSF應對當前的挑戰，特別是對可持續資金、可衡量影響和透明流程的需求。我的重點是確保每一筆支出都能為全球Python社群帶來有意義的成果，同時建立一個財務穩健的基礎，能夠抵禦未來的經濟不確定性。