精品国产yw在线观看,久久国产精品成人影院,狠狠精品久久久无码中文字幕

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

首頁 > 數(shù)據(jù)分析> 數(shù)據(jù)分析經(jīng)驗簡歷范文

分享
定制

數(shù)據(jù)分析經(jīng)驗簡歷范文

作者：錘子簡歷 2023/05/24 18:40:00

閱讀 122

求職意向

數(shù)據(jù)分析廣東深圳薪資面議隨時到崗

教育背景

2020.x -2020x 錘子簡歷大學(xué) 計算機科學(xué)

研究生偏向人工智能和數(shù)據(jù)科學(xué)方向，在校期間積極參加各種活動，成績突出，GPA3.4/4.0

涉及學(xué)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 錘子簡歷大學(xué) 軟件工程

本科以計算機基礎(chǔ)知識為主，有編程經(jīng)驗，熟悉軟件設(shè)計流程。在校期間學(xué)習(xí)成績優(yōu)異，班級排名全班前三，GPA3.0/4.0，獲得學(xué)校獎學(xué)金，校優(yōu)秀畢業(yè)生。

涉及學(xué)科:據(jù)庫原理與應(yīng)用，Java與面向?qū)ο蟪绦蛟O(shè)計，計算機組成原理，數(shù)據(jù)結(jié)構(gòu)，軟件體系結(jié)構(gòu)

工作經(jīng)驗

2020.x -2020x 錘子簡歷信息技術(shù)有限公司軟件工程助理

對稅務(wù)局數(shù)據(jù)庫開發(fā)與設(shè)計:對項目進行需需求分析，確定系統(tǒng)的數(shù)據(jù)屬性，數(shù)據(jù)量大小以及業(yè)務(wù)復(fù)雜關(guān)系程度，對該分析進行關(guān)系和表的搭建。

2020.x -2020x 錘子簡歷信息技術(shù)有限公司前端開發(fā)工程師

1.項目確立：與團隊溝通該項目的總體方向及所有功能。討論市場可行性以及開發(fā)難度，確定開發(fā)所需要的所有框架和開發(fā)語言。

2.需求分析：和架構(gòu)師進行溝通進行需求分析，對前端功能進行探討，并于UI溝通，確定前端界面樣式的設(shè)計。 3.代碼編寫：針對UI的設(shè)計對前端進行代碼編寫。

4.書寫項目企劃書，尋找投資伙伴。

2020.x -2020x 錘子簡歷信息技術(shù)有限公司軟件開發(fā)工程師

參與所在項目產(chǎn)品新增功能開發(fā)的需求調(diào)研以及代碼開發(fā)工作參與系統(tǒng)日常維護工作。

協(xié)助現(xiàn)場排查系統(tǒng)BUG，解決問題、發(fā)包測試等工作

協(xié)調(diào)測試人員、系統(tǒng)設(shè)計師、資料、UI協(xié)同工作，按照公司開發(fā)流程，順利完成項目的交付斷迭代開發(fā)新的版本；

項目經(jīng)驗

2020.x -2020x Movie recommendation system

項目背景：

用戶對電影的觀賞習(xí)慣取決于他們喜歡的電影的類型，很多用戶會希望看完電影之后系統(tǒng)可以根據(jù)自己的喜好推薦適合自己的電影。

完成模型搭建的過程：

1.爬取豆瓣電影的影評作為該項目的數(shù)據(jù)集，使用 Pandas 和分詞對數(shù)據(jù)集進行預(yù)處理，之后將影評進行分段拆解，之后使用 Word2Vec 訓(xùn)練語料庫得到詞向量，最后使用tf-idf等得到詞頻和相似度作為一套詞頻文檔。

2.根據(jù)用戶之前看過的電影名稱，通過相同的手段進行詞頻分析，之后和之前的詞頻文檔進行對比，相似度越高的電影優(yōu)先推薦。

2020.x -2020x Music Popularity Analysis

1.使用 RStudio 對 Spotify上Music Top 1000數(shù)據(jù)完成單變量、雙變量和多變量分析，包括數(shù)據(jù)清洗、數(shù)據(jù)處理和相關(guān)性分析等。過程中通過matplotlib完成數(shù)據(jù)可視化，運用線性回歸對數(shù)據(jù)進行探索性分析。最終將 25個初始變量篩選為11個主要影響因素。

2.基于分析結(jié)果如：影響音樂受歡迎程度的主要因素是音調(diào)，風(fēng)格和歌詞等（正相關(guān)）和時長（負相關(guān)），撰寫相關(guān)文檔報告，可為音樂網(wǎng)站和歌手等提供相關(guān)優(yōu)化建議,可為消費者提供音樂推薦服務(wù)。

2020.x -2020x Kaggle美國房價分析

1.針對kaggle上的美國房價相關(guān)數(shù)據(jù)集，使用 Python 對美國房價數(shù)據(jù)完成數(shù)據(jù)整理過程，包括數(shù)據(jù)收集，數(shù)據(jù)評估和數(shù)據(jù)清洗。通過 Pandas 和 Numpy 對數(shù)據(jù)完成評估和清洗，包括缺失值、異常值、冗余值的處理。使用 Tableau 對數(shù)據(jù)進行可視化，完成探索性數(shù)據(jù)分析。

2.基于分析結(jié)果如：房價高低的影響情況主要因素是地區(qū)和面積及裝修情況，高房價主要分布在美國沿海和五大湖區(qū)域，除此之外面積在2000-2800平方英尺和普通裝修收到大部分購買者的青睞，針對此分析，可為房地產(chǎn)商提供房屋產(chǎn)品設(shè)計優(yōu)化建議，可為消費者提供房屋咨詢服務(wù)。

自我評價

·具備數(shù)據(jù)分析相關(guān)經(jīng)驗，熟練掌握Python、 R、數(shù)據(jù)庫、數(shù)據(jù)可視化、統(tǒng)計學(xué)、爬蟲等數(shù)據(jù)分析相關(guān)知識。

·熟悉數(shù)據(jù)分析工具如 numpy、 pandas、 matplotlib、 jupyter notebook，了解 hadoop，Spark一些知識。

·熟悉機器學(xué)習(xí)相關(guān)經(jīng)典算法（如 KNN、DecisionTree、NaiveBayes、SVM、K-means）、模型評估和特征工程如PCA、 LDA 。

·熟悉 Language Model、Word2Vec、TF-IDF、Dependency Parsing等 NLP 相關(guān)知識。熟悉 Word Embedding 的基本方法，熟悉集成學(xué)習(xí)包括隨機森林、GBDT、XGBoost，了解 PyTorch、TensorFlow。

·具備一年的工作和創(chuàng)業(yè)經(jīng)驗，有過產(chǎn)品經(jīng)理，前端工程師，軟件助理等相關(guān)經(jīng)驗。

·大學(xué)英語六級、雅思 6、聽說讀寫能力優(yōu)秀、GRE 312分

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進行刪除。

上一篇:數(shù)據(jù)分析簡歷范文下一篇:策劃經(jīng)理簡歷怎么寫才能吸引HR？5個成功案例解析