用户数据挖掘工程师
用户数据挖掘工程师
双栏 · 有照片
数据挖掘工程师
教育背景
浙江大学
985双一流
计算机科学与技术 硕士
杭州2019年8月 - 2021年5月
研究方向为机器学习与数据挖掘，相关课程：数据挖掘、统计学习、分布式计算。
武汉理工大学
211双一流
信息与计算科学 本科
武汉2016年8月 - 2020年5月
主修数学建模与数据库原理，GPA 3.7/4.0。
技能
Python / Pandas
SQL / Hive
Spark / 分布式计算
XGBoost / LightGBM
特征工程 / 模型调优
TensorFlow / 深度学习
荣誉奖项
全国大学生数学建模竞赛 国家二等奖
浙江大学优秀研究生奖学金
个人简历
展现专业实力，创造职场价值。
个人总结
5年数据挖掘与算法建模经验，深耕电商与金融风控场景，熟悉用户画像、推荐排序与反欺诈模型全流程。熟练使用Python、SQL、Spark及XGBoost/LightGBM等算法，具备从特征工程到线上部署的完整落地能力。主导模型上线后AUC提升0.06，年化减少资损约800万元。
工作经历
杭州云析数据科技有限公司
杭州
电商大数据
数据挖掘工程师
2022年9月 - 至今
用户画像推荐算法
- 负责电商用户画像与推荐模型迭代，主导召回排序链路优化，点击率提升12%。
- 搭建基于Spark的特征平台，特征产出时效由T+1缩短至小时级，支撑20余个模型。
- 牵头流失预警模型上线，召回率提升18%，助力季度复购率提升5个百分点。
上海鑫盾金融信息服务有限公司
上海
金融科技风控
数据分析师 / 算法工程师
2020年7月 - 2022年8月
反欺诈评分卡
- 构建贷前反欺诈评分模型，KS提升至0.42，上线后年化减少资损约800万元。
- 设计客户分群与额度定价策略，配合业务落地，优质客户通过率提升9%。
项目经验
电商推荐排序模型升级
2024年3月 - 2024年5月
算法负责人
- 重构双塔召回与DeepFM排序模型，离线AUC提升0.06，线上GMV提升8%。
- 引入实时行为特征与负采样优化，冷启动商品曝光转化率提升15%。
信贷反欺诈实时决策系统
2022年12月 - 2023年2月
核心开发
- 基于规则引擎与XGBoost模型搭建实时评分链路，响应时间控制在80毫秒内。
- 上线后欺诈团伙识别率提升22%，人工审核量下降30%。
主要成就
模型效果领先
推荐模型上线后核心指标连续三个季度保持团队第一。
特征平台提效
特征平台使建模周期由两周缩短至3天，团队复用率超80%。
内部技术分享
主导6场算法分享，沉淀建模规范文档，获年度技术贡献奖。
其他信息
到岗时间:
在职，一个月内可到岗。
出差意愿:
可接受短期出差与跨城市项目支持。
证书与认证
阿里云大数据工程师认证（ACP） - 阿里云
2023年6月
证明云上数据管道与大数据分析能力。
数据库系统工程师（软考中级） - 工业和信息化部
2021年11月
证明数据库设计与数据管理能力。
就从这份模板开始
模板会复制到你的账户里，每一句话、每个板块和颜色都能改，改好再下载 PDF。