1) 2019毕业于德国马普所,凝聚态物理专业,获理学博士学位,具有良好的数理背景和逻辑性思维能力。
2)精通Python,博士期间基于Python, Fortran, Bash等完成大量数据分析以及建模的工作。
3)良好的大数据分析背景,熟悉Tensorflow, Pytorch等框架,基于机器学习和Python完成过两个商业预测模型,得到公司采纳并运用。
4)熟悉SQL语言,能够熟练使用amazon Redshift操作数据库。
项目一: 基于公司历史汽车销售以及客户申诉(客户对汽车不满意获取一定的金额返还)数据,预测当前季度销售汽车可能产生的申述金额。
1. 完成历史销售数据的清洗和分析工作。
2. 尝试不同的模型预测申述金额并计算准确性,尝试过神经网络,KNN, 层级聚类等方法,其中KNN模型获得最好的效果,因而得到采用。
3. 完善并优化程序的编写,提高其可读性和易操作性。
项目二:公司自动化程序编写
1. 编写python程序完成公式内网以及外网的数据爬取工作。
2. 将爬取的数据进行分析处理,然后调用google sheet API 上传数据到google drive。
3. 优化程序,使程序能够定时每天自动的完成指定任务。