锤子简历品牌推广师
数据分析经验简历范文
作者:锤子简历 2023/05/24 18:40:00
阅读 118

求职意向

数据分析 广东深圳 薪资面议 随时到岗

教育背景

2020.x -2020x 锤子简历大学 计算机科学

研究生偏向人工智能和数据科学方向,在校期间积极参加各种活动,成绩突出,GPA3.4/4.0

涉及学科:Machine Learning, Database Management Systems I, Intro Program/Data Struct, Knowledge Dis & Data Mining, Intro to Python for Financial App, Text Mining, Web Mining, Human-Computer Interaction

2020.x -2020x 锤子简历大学 软件工程

本科以计算机基础知识为主,有编程经验,熟悉软件设计流程。在校期间学习成绩优异,班级排名全班前三,GPA3.0/4.0,获得学校奖学金,校优秀毕业生。

涉及学科:据库原理与应用,Java与面向对象程序设计,计算机组成原理,数据结构,软件体系结构

工作经验

2020.x -2020x 锤子简历信息技术有限公司 软件工程助理

对税务局数据库开发与设计:对项目进行需需求分析,确定系统的数据属性,数据量大小以及业务复杂关系程度,对该分析进行关系和表的搭建。


 



2020.x -2020x 锤子简历信息技术有限公司 前端开发工程师

1.项目确立:与团队沟通该项目的总体方向及所有功能。讨论市场可行性以及开发难度,确定开发所需要的所有框架和开发语言。 

2.需求分析:和架构师进行沟通进行需求分析,对前端功能进行探讨,并于UI沟通,确定前端界面样式的设计。 3.代码编写:针对UI的设计对前端进行代码编写。 
4.书写项目企划书,寻找投资伙伴。

2020.x -2020x 锤子简历信息技术有限公司 软件开发工程师

参与所在项目产品新增功能开发的需求调研以及代码开发工作 参与系统日常维护工作。

协助现场排查系统BUG,解决问题、发包测试等工作 
 协调测试人员、系统设计师、资料、UI协同工作,按照公司开发流程,顺利完成项目的交付断迭代开发新的版本;

项目经验

2020.x -2020x Movie recommendation system 

项目背景:

用户对电影的观赏习惯取决于他们喜欢的电影的类型,很多用户会希望看完电影之后系统可以根据自己的喜好推荐适合自己的电影。
完成模型搭建的过程:
1.爬取豆瓣电影的影评作为该项目的数据集,使用 Pandas 和分词对数据集进行预处理, 之后将影评进行分段拆解,之后使用 Word2Vec 训练语料库得到词向量, 最后使用tf-idf等得到词频和相似度作为一套词频文档。
2.根据用户之前看过的电影名称,通过相同的手段进行词频分析,之后和之前的词频文档进行对比,相似度越高的电影优先推荐。

2020.x -2020x Music Popularity Analysis 

1.使用 RStudio 对 Spotify上Music Top 1000数据完成单变量、双变量和多变量分析,包括数据清洗、数据处理和相关性分析等。过程中通过matplotlib完成数据可视化,运用线性回归对数据进行探索性分析。最终将 25个初始变量筛选为11个主要影响因素。
2.基于分析结果如:影响音乐受欢迎程度的主要因素是音调,风格和歌词等(正相关)和时长(负相关),撰写 相关文档报告, 可为音乐网站和歌手等提供相关优化建议,可为消费者提供音乐推荐服务。

2020.x -2020x Kaggle美国房价分析 

1.针对kaggle上的美国房价相关数据集,使用 Python 对美国房价数据完成数据整理过程,包括数据收集, 数据评估和数据清洗。通过 Pandas 和 Numpy 对数据完成评估和清洗,包括缺失值、异常值、冗余值的处理。使 用 Tableau 对数据进行可视化,完成探索性数据分析。

2.基于分析结果如:房价高低的影响情况主要因素是地区和面积及装修情况,高房价主要分布在美国沿海和五大湖区域,除此之外面积在2000-2800平方英尺和普通装修收到大部分购买者的青睐,针对此分析,可为房地产商提供房屋产品设计优化建议,可为消费者提供房屋咨询服务。

自我评价

·具备数据分析相关经验,熟练掌握Python、 R、数据库、数据可视化、 统计学、 爬虫等数据分析相关知识。

·熟悉数据分析工具如 numpy、 pandas、 matplotlib、 jupyter notebook,了解 hadoop,Spark一些  知识。
·熟悉机器学习相关经典算法(如 KNN、DecisionTree、NaiveBayes、SVM、K-means)、模型评估和特征工 程如PCA、 LDA 。
·熟悉 Language Model、Word2Vec、TF-IDF、Dependency Parsing等 NLP 相关知识。熟悉 Word Embedding 的基本方法, 熟悉集成学习包括随机森林、GBDT、XGBoost,了解 PyTorch、TensorFlow。
·具备一年的工作和创业经验,有过产品经理,前端工程师,软件助理等相关经验。
·大学英语六级 、雅思 6、听说读写能力优秀、GRE 312分

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。