技术能力

个人技术栈： 超级喜爱在 Linux 平台下的代码开发，熟悉 Git 版本管理，使用 Python 编程，精通 SQL； 接触过以下几种数据库：Elasticsearch，MySQL，MongoDB，Spark SQL. 熟悉数据处理与分析：Numpy,Pandas,Scikit-Learn 了解大数据处理框架：Hadoop,Spark,Hive 了解并能熟练使用机器学习框架：Tensorflow,Pytorch,Scikit-Learn,Keras 了解基本机器学习方法并复现，Knn,Decision Tree,Logic Regression，ANN,CNN(RCNN,LSTM),集成学习 （Bagging,Random Forest,Boost） 了解数据挖掘建模分析流程，数据处理，数据探索，数据分析，数据建模。 两年多 Python 开发经验. 有过 Opencv 对图像进行处理

项目经验

香港地区地理数据爬取
项目描述:爬取香港分区的信息，信息包括，人口统计量，中学，大学，小学，国际学校相关的信息，房地产信息。
1

香港机场运营数据分析

项目描述： 通过对香港机场运营历史数据进行挖掘分析，对机场关注关键指标的预测，为机场运营提供辅 助决策，提高风险控制能力。
项目职责：
1. 数据格式转化与导入数据库，通过对原始数据进行清洗，将数据处理成长格式，导入 MySQL 中。
2. 对导入 MySQL 的数据，运用 pandas 进行再清洗，进行缺失值填补，删除等，数据类型转 换。
3. 是用 Pandas,Matplotlib,Seaborn 等工具，对运营数据进行基本分析探索。
4. 结合业务知识，对数据属性进行筛选，选择合适的属性进行建模分析。
5. 对感兴趣的特征数据进行卡方检验，以及主成分分析，减少非关系数据对建模的影响。
6. 使用多进程，快速训练数据，找到适合算法。
7. 通过使用 Sklearn 中的 SGD 算法，预测航班最终机位改变可能性，准确率达到 82% 8. 使用 Keras 构建深度学习神经网络（全连接，一维卷积神经网络）训练数据并预测，准确率 达到 84% 9. 机场可以根据预测模型的预测结果，进行辅助决策，达到风控的目的。

地铁车轨轮径轮缘磨损预测分析
项目描述： 依据现有数据，对轮径磨损数据进行分析，使用机器学习对轮径磨损速度进行分类，分出三个 不同磨损区间，提出建议，选择最佳维修时间。
项目职责：
1. 对原始数据进行预处理，数据格式转换，空值处理，缺失值处理。
2. 可视化，使用 Matplotlib 对数据进行可视化分析。
3. 分类，使用 Scikit-Learn 的 Knn 算法对轮径磨损速度进行无监督分类。

团队情况