大家好，我叫Pond，来自泰国。我的Python之旅始于大学，数据科学很快成为我最喜欢的科目之一。我广泛使用了 pandas、scikit-learn 和 NumPy，并在2019年的第一次实习中研究了 BERT 模型，这是GPT兴起之前自然语言处理的基准模型。在我的毕业设计中，我应用 TensorFlow、SpaCy 和 NLTK 等Python库对Twitter数据进行情感分析，旨在帮助泰国在COVID-19之后恢复旅游业。此外，我还利用CCXT库构建了一个 加密套利机器人，以实现跨交易所代币交易的自动化。
在职业方面，我正在构建 Tokenomist，这是一个免费增值代币经济学分析平台，服务于超过 200万独立用户，并与领先的加密数据工具集成。我们与超过 400个项目 合作，专注于提升代币供应、分配和解锁计划的信任和透明度。这段经历让我对 赠款治理 有了深入而实际的了解，例如如何设定提供赠款的标准、审查申请以及衡量受资助项目的投资回报。我研究了Optimism和Arbitrum等主要加密治理项目如何构建和报告其支出，我相信这些经验教训可以帮助PSF最大限度地发挥其赠款计划的影响力。
我还带来了 实际的社区经验。我志愿参与了2023年和2025年的 PyCon Thailand，负责后勤和会场团队的工作，包括现场参会者支持、本地采购、合作伙伴计划、社交活动和志愿者协调。
如果我当选，我将重点关注四个优先事项：
-
加强与严重依赖Python的AI公司的合作。 许多AI公司广泛使用Python，但却不了解社区如何直接支持他们的成功。我建议增加一个“Python for AI”会议专题和专门的赠款，重点关注AI相关的库、活动和构建AI赋能产品的初创公司。这种有针对性的方法将使AI公司感受到Python的价值，并鼓励他们赞助和支持PSF。
-
恢复PyCon US的财务可持续性。 会议从利润创造者转变为亏损大户，这威胁到PSF的核心资金模式。我提出一项 “PyCon US收入多元化策略”，包括：高利润的AI/ML高级研讨会、企业培训合作伙伴关系、分层定价的混合参会选项，以及战略性会场合作以降低运营成本。借鉴我扩展Tokenomist免费增值模式的经验，我将帮助实施 数据驱动的定价优化 和 企业套餐差异化，在通过经济援助计划保持可及性的同时，捕捉更多价值。
-
衡量受资助库和活动的影响。 我将帮助建立一个 标准化、透明的影响衡量框架 和一个公开的 影响仪表盘。这将跟踪受资助活动、参会者人口统计、获得的技能以及库使用/下载增长等指标，让社区和赞助商清晰地了解成果。
-
促进赠款决策的透明度。 我将努力确保 预算模板和分配标准公开可查。赞助商将收到其捐款如何使用的季度细分报告，例如：“公司X的5万美元支持了5项活动，培训了1200名学生，并改进了2个Python库。” 这种程度的公开性增强了信任，并强化了PSF对问责制的承诺。
我相信我融合了 技术专长、治理经验和社区服务，这使我能够独特地帮助PSF应对当前的挑战，特别是对可持续资金、可衡量影响和透明流程的需求。我的重点是确保每一笔支出都能为全球Python社区带来有意义的成果，同时建立一个财务稳健的基础，能够抵御未来的经济不确定性。