久久精品国产一区二区电影,久久精品国产亚洲av瑜伽,精品无人区一码卡二卡三,久草热8精品视频在线观看 ,久久99精品久久久久麻豆

錘子簡歷品牌推廣師
數(shù)據(jù)分析建模簡歷范文
作者:錘子簡歷 2023/09/14 22:40:04
閱讀 112

求職意向

數(shù)據(jù)分析/建模 薪資面議 隨時(shí)到崗

教育背景

2020.x -2020x 錘子簡歷大學(xué) 數(shù)據(jù)科學(xué)碩士(Advance Stream)

數(shù)據(jù)清理, 數(shù)據(jù)分析模型,數(shù)據(jù)探索和可視化, 分布式數(shù)據(jù)庫和大數(shù)據(jù),大數(shù)據(jù)處理,數(shù)據(jù)分析應(yīng)用,數(shù)據(jù)分析算法。

2020.x -2020x 錘子簡歷大學(xué) 信息系統(tǒng)學(xué)士(第二主修金融)

商業(yè)分析,商業(yè)需求分析,管理數(shù)據(jù)和信息,信息系統(tǒng)服務(wù)-基礎(chǔ)設(shè)施和云, 職業(yè)道德在信息化時(shí)代,商業(yè)智能和數(shù)據(jù)庫, 設(shè)計(jì)思維,社交媒體和移動策 略,電子商務(wù)策略,項(xiàng)目管理,項(xiàng)目管理應(yīng)用。

工作經(jīng)驗(yàn)

2020.x -2020x  

項(xiàng)目經(jīng)驗(yàn)

2020.x -2020x Career Treeway 職業(yè)技能規(guī)劃網(wǎng)站 澳大利亞問題IT方案展覽會參賽者

項(xiàng)目概述:網(wǎng)站根據(jù)失業(yè)人員擁有的工作技能,為他們推薦適合的職業(yè)選擇,將職業(yè)數(shù)據(jù)可視化,并且針對缺失的職業(yè)技能推薦可選擇的短期課程。

項(xiàng)目網(wǎng)站:www.careertree.ml
  • 負(fù)責(zé)使用SQL對PostgreSQL數(shù)據(jù)庫進(jìn)行數(shù)據(jù)的導(dǎo)入,導(dǎo)出,以及使用Python進(jìn)行數(shù)據(jù)的清理(包括數(shù)據(jù)分解及格式轉(zhuǎn)化等)。
  • 運(yùn)用R語言的Collapsible Tree和Shiny對推薦職業(yè)及缺失技能數(shù)據(jù)進(jìn)行可視化處理,(包括對推薦職業(yè)優(yōu)先級的顏色分類相關(guān)編程處理)。
  • 使用R的Arima模型對澳大利亞總體和8個(gè)州的3141個(gè)職業(yè)空進(jìn)行24個(gè)月的空缺預(yù)測,其中包含3141個(gè)不同的預(yù)模型的訓(xùn)練。
  • 后期對數(shù)據(jù)可視化進(jìn)行bug測試及修復(fù),顏色推薦優(yōu)化,整體邏輯優(yōu)化。
  • 該項(xiàng)目已經(jīng)在IT展覽會展出,獲得來訪IT領(lǐng)域精英,潛在用戶群體及參觀者的一致好評。

2020.x -2020x 前列腺癌檢測模型 參加者

項(xiàng)目概述:此項(xiàng)目以新的工具來檢測前列腺患病者為背景,目的是尋找一個(gè)最好的模型來分析前列腺患者數(shù)據(jù)。數(shù)據(jù)來源于前列腺癌實(shí)驗(yàn)室包含3000病例和病人10個(gè)不同的特征。 

  • 進(jìn)行探索性分析,例如檢測數(shù)據(jù)類型,缺失數(shù)據(jù),病人特征相關(guān)性等。 
  • 分別使用了三種模型linear, glmnet(lasso)和glmnet(ridge)融合交叉驗(yàn)證對數(shù)據(jù)進(jìn)行了測試和比較,最后選出glmnet(ridge)作為最好的填充模型。 
  • 在對缺失數(shù)據(jù)填充之后,分別使用了SVM相關(guān)模型,決策樹相關(guān)模型,以及Logistic multinomial相關(guān)模型對數(shù)據(jù)進(jìn)行訓(xùn)練和測試,最后選擇SVM(linear), 隨機(jī)森林,和logistic (multinomial),并且融合交叉驗(yàn)證。 
  • 通過對比以上選擇出的3種最優(yōu)模型,最后評選出SVM(linear)以99.93%的準(zhǔn)確性作為最好的本項(xiàng)目模型。

2020.x -2020x 隱藏變量和神經(jīng)網(wǎng)絡(luò)模型 參加者

項(xiàng)目概述:此項(xiàng)目是為了研究機(jī)器學(xué)習(xí)算法文檔聚類(Document Clustering)和神經(jīng)網(wǎng)絡(luò)(Neural Network)。對比軟性(Soft Assignment)EM和硬性(Hard Assignment) EM下的兩種文檔聚類模型。對比感知器學(xué)習(xí)算法(Perceptron Learning Algorithm) 和神經(jīng)網(wǎng)絡(luò)。

  • 根據(jù)Soft EM 和 Hard EM的算法原理和Document Cluster的公式,分別寫出Soft EM Document Clustering 和 Hard EM Document Clustering的E Step和 M Step的weight計(jì)算代碼
  • 繪出Soft EM Document Clustering和 Hard EM Document Clustering對于樣本數(shù)據(jù)的聚類圖
  • 最后得出實(shí)驗(yàn)結(jié)果符合預(yù)期猜想:Soft EM Document Clustering算法產(chǎn)生出的5個(gè)聚類,都有層疊部分。Hard EM Document Clustering 產(chǎn)生的5個(gè)聚類互相沒有重疊。
  • 根據(jù)已知的Perceptron算法和3層Neural Network的代碼,繪出樣本的錯誤率和迭代次數(shù)的二維圖
  • 導(dǎo)出最小錯誤率相對應(yīng)的weight,繪出測試樣本的True/False的聚類分類圖
  • 最后得出根據(jù)Perceptron算法分類出的數(shù)據(jù),經(jīng)過幾次的運(yùn)算仍然有0.4636的錯誤率。而同樣的測試數(shù)據(jù)使用Neural Network得出當(dāng)有98個(gè)神經(jīng)元的時(shí)候,錯誤率最低為0.1184。所以Neural Network比較好的處理這一數(shù)據(jù)分類。

實(shí)習(xí)經(jīng)驗(yàn)

2020.x -2020x 錘子簡歷信息技術(shù)有限公司 商業(yè)分析實(shí)習(xí)生

1. 參與公司網(wǎng)站UI設(shè)計(jì),對網(wǎng)站內(nèi)容進(jìn)行分析和優(yōu)化
2. 創(chuàng)建公司淘寶商鋪,與公司內(nèi)部人員和淘寶商鋪人員協(xié)調(diào)和互動,商鋪整體規(guī)劃,頁面設(shè)計(jì),采集信息
3. 與物流公司溝通協(xié)調(diào),派送公司產(chǎn)品,銷售與推廣
4. 參與聯(lián)盟公司戈壁瑰寶網(wǎng)站建設(shè),包括與聯(lián)盟成員溝通合作,進(jìn)行優(yōu)秀產(chǎn)品信息采集,產(chǎn)品數(shù)據(jù)分析,網(wǎng)站UI設(shè)計(jì), 域名的設(shè)計(jì)和購買
成功完成公司個(gè)人網(wǎng)站建設(shè)和聯(lián)盟公司網(wǎng)站信息填充,銷售與推廣公司和聯(lián)盟產(chǎn)品10件

自我評價(jià)

熱愛數(shù)據(jù)分析,數(shù)據(jù)建模與模型算法研究,商業(yè)需求分析,商業(yè)信息系統(tǒng)分析與管理, 通過對數(shù)據(jù)和業(yè)務(wù)的分析為業(yè)務(wù)提供決策和規(guī)劃。熟練掌握R,Python,SQL數(shù)據(jù)庫,大數(shù)據(jù)處理Hadoop(Hive, Pig), Spark。在碩士學(xué)習(xí)2年經(jīng)常用這些工具對數(shù)據(jù)進(jìn)行各種模擬訓(xùn)練。尤其經(jīng)常使用R進(jìn)行數(shù)據(jù)建模和算法分析,機(jī)器學(xué)習(xí)算法優(yōu)化。對數(shù)據(jù)各角度有很好的分析能力。在本科期間學(xué)習(xí)信息系統(tǒng)學(xué)科,深入學(xué)習(xí)各種商業(yè)案例,策略以及需求分析,和信息系統(tǒng)的管理。熟練使用工具生成統(tǒng)計(jì)圖表和可視化,最后寫出英文分析報(bào)告。所以基于本科對于商業(yè)和碩士對于數(shù)據(jù)各方面的研究,可做技術(shù),也可做業(yè)務(wù), 希望在3年內(nèi)成為高級數(shù)據(jù)分析、建模師,并成為提供商業(yè)業(yè)務(wù)決策和計(jì)劃的關(guān)鍵性人物。

內(nèi)容來源說明:本文章來自網(wǎng)絡(luò)收集,如侵犯了你的權(quán)益,請聯(lián)系QQ:2772182309進(jìn)行刪除。
智能在線簡歷編輯器
錘子簡歷在線簡歷制作,一鍵導(dǎo)出,快速生成 專屬你的優(yōu)秀求職簡歷,敲定高薪 Offer~
立即創(chuàng)建簡歷

【使用錘子簡歷小程序制作簡歷】

范文模板 更多>