1、数据处理:熟练应用python相关库(pandas、numpy)进行数据清洗和预处理
2、数据挖掘:熟练应用SKlearn、gensim库进行数据分类、回归、聚类、关联规划、降维、逆向量分析等
3、常用软件: Tableau、MySQL、Sqlserver、ClickHouse、MATLAB、Python等
“双11”集包模型中心局处理量预测 技术负责人
2020年“双11”峰值日背景下,公司决定对全国地市间快递包裹的流量流向进行预测。通过复盘和分析历史数据、建立模型和真实数据分析,对比淡旺季集包方案,对集包模式下全国处理中心85各中心局处理量进行预测,对处理能力缺口进行评估,为集团确定“双11”旺季网运生产预案提供参考
负责数据复盘,分析处理中心实际处理量与预测量之间存在偏差原因;负责使用SQL对海量数据处理分析;处理中心业务量预测模型测算与建立
预测出当年“双11”峰值日快递包裹的收寄量,旺季收寄量是淡季收寄量的3-4倍,并提出应对旺季业务量增长的保障性措施
基于竞争视角的揽投网点布局优化方法 项目汇报人&技术负责人
快递市场的变化,使得邮政目前网点布局服务半径过大,不贴近市场,业务部门迫切需要对邮政网点布局优化做深入研究
负责实地调研,深入对标分析,收集目前网络布局问题;负责数据支撑与分析工作,爬取网点热点资源信息数据;利用自适应聚类算法和均衡选址模型优化揽投网点布局优化
增加的21个揽投网点预计将带来超过1万件上的揽收量,投递能力日均可提高7.29万件,平均服务半径由2.42KM 减小到1.89KM;核心区网点覆盖率由23.08%增加到46.15%,核心区资源投入比由14.71%提高到20%