数据挖掘工程师简历模板

• 负责用户增长与流失预警模型建设，搭建特征体系并上线XGBoost模型，流失召回率提升18%。
• 主导推荐排序特征优化，通过用户行为序列特征迭代，首页点击率提升6.2%。
• 搭建SQL与Python自动化取数流程，将日常报表产出时间从2天缩短至4小时。

• 参与信贷反欺诈模型开发，完成样本清洗与特征工程，模型KS值由0.32提升至0.41。
• 负责贷后逾期预警规则与模型结合，逾期客户识别准确率提升12%，减少人工审核量约20%。

• 基于用户行为与交易数据构建流失预测模型，AUC达0.86，覆盖百万级活跃用户。
• 输出分层运营策略并推动落地，高价值用户月流失率下降3.5个百分点。

• 搭建商品推荐召回与排序链路，融合协同过滤与深度模型，线上GMV提升约8%。
• 设计离线评估与AB实验方案，完成3轮迭代验证。

研究方向：数据挖掘与机器学习；核心课程：数据仓库、统计学习、分布式计算。

核心课程：数据库原理、概率统计、数据结构。