电商数据挖掘工程师简历模板

• 负责用户行为与交易数据挖掘，搭建RFM与生命周期分层模型，覆盖800万用户，复购率提升9%。
• 主导商品关联规则与推荐召回优化，首页点击率提升12%，带动季度GMV增长约1500万元。
• 搭建营销活动效果归因看板，将活动复盘周期从5天缩短至1天，支撑每月20+场活动决策。

• 负责类目销售与流量数据分析，输出周度经营报告，帮助类目组定位3个高潜增长品类。
• 使用Python构建销量预测模型，预测准确率达88%，降低库存周转天数约6天。

• 基于XGBoost构建流失预警模型，AUC达0.86，提前30天识别高流失风险用户。
• 联动运营设计分层召回策略，召回活动核销率提升18%，挽回月均GMV约300万元。

• 融合内容标签与协同过滤构建冷启动召回策略，新品曝光量提升35%。
• 设计A/B实验评估方案，验证新策略使新品7日转化率提升7.5%。

相关课程：数据挖掘、统计学、数据库系统、机器学习基础。