数据分析数据挖掘工程师简历范文-锤子简历

数据分析数据挖掘工程师简历范文

作者：锤子简历 2023/05/22 10:20:04

阅读 176

求职意向

数据分析/数据挖掘工程师广东广州薪资面议随时到岗

教育背景

2020.x -2020x University of Kent 数学与统计

英国肯特大学：2016年卫报（The Guardian）英国大学排名第16名

Upper Second Class Honours degree

主修课程：线性代数，计算数学，概率论与推理，回归分析，微积分与数学建模等。

工作经验

2020.x -2020x 锤子简历信息技术有限公司信息化事业部数据中心

生产运维：保障数据生产的时效性，针对问题job跟进处理。

数据管理：参与分类全中心5000+指标标签，并处理掉异常标签。

模型建立全流程：针对业务问题进行数据分析、数据预处理、模型建立、模型上线、稳定性维护和迭代更新。入职至今共完成八项模型，分别是工作地居住地、反欺诈移网、反欺诈固网、营业厅选址、终端换机、终端偏好、B2I流失预警和高质量用户流失预警。

产学研：与武汉大学针对用户行为和用户维系进行算法和思路的交流。

项目经验

2020.x -2020x 全省Power BI（PBI）报表系统数据管理

使用Oracle、Visual Studio、sql server integration services进行数据提取、相关衍生标签的制作和自动化更新，并进行数据质量维护和新增字段更新。

最终做出前端报表的展示模板, 供全省数字平台部进行使用。

2020.x -2020x 反欺诈模型数据分析

使用SPSS建立逻辑回归模型，用于找出全网中骚扰和诈骗等异常用户。

在linux中进行模型固化上线，并使用datastage将结果数据输出至Oracle数据库，用于前台展示。

投入使用后，有效甄别疑似欺诈用户每日达2000户以上，准确率在90%以上。

2020.x -2020x 终端偏好/换机模型数据分析

对于用户的基础、语音、流量、终端等数据进行分析，在Spark中使用MLlib中的随机森林进行分类和多分类模型建立，预测用户偏好终端以及换机时间倾向，供市场部门进行精准维系。

2020.x -2020x B2I流失预警模型数据分析

针对用户的基础、语音、流量、上网偏好等数据进行流失原因分析，预测用户是否会在将来流失，通过数据分析和数据预处理，筛选出对于流失影响较大的因子，并在python中使用xgboost进行分类模型建立。最终预测准确率较原始流失率高出4倍。

自我评价

本人性格活泼开朗，有良好的沟通能力，责任心强事业心强，有不服输和吃苦耐劳的精神，学习能力强，喜欢接触新生事物

内容来源说明：本文章来自网络收集，如侵犯了你的权益，请联系QQ:2772182309进行删除。

相关推荐