数据挖掘实习生
数据挖掘实习生
单栏 · 无照片
python数据挖掘
教育背景
浙江工业大学
双一流硕士
计算机科学与技术 硕士
杭州2019年9月 - 2022年6月
研究方向为数据挖掘与机器学习，参与实验室推荐系统课题。
中南财经政法大学
211双一流
统计学 本科
武汉2015年9月 - 2019年6月
相关课程：概率论、多元统计、数据库系统。
技能
Python（Pandas/NumPy/Scikit-learn）
SQL与数据仓库
Spark/Hive大数据处理
机器学习建模与调优
XGBoost/LightGBM
数据可视化（Matplotlib/Tableau）
荣誉奖项
校级优秀毕业生
全国大学生数学建模竞赛省级二等奖
个人总结
4年Python数据挖掘与建模经验，熟悉用户行为、风控与营销场景，主导过推荐与流失预警模型落地。熟练使用Python、SQL、Spark与机器学习算法，具备从数据清洗到模型上线的完整能力。曾将流失预警模型准确率提升至86%，支撑业务年增收约300万元。
工作经历
杭州云智数据科技有限公司
杭州
互联网数据服务
Python数据挖掘工程师
2022年7月 - 至今
机器学习用户画像
- 负责用户流失预警模型开发，将召回率提升至86%，支撑运营挽回年增收约300万元。
- 搭建基于Spark的日处理2亿条行为数据的特征工程流程，任务耗时缩短40%。
- 与产品、运营协作落地营销响应模型，活动转化率提升12个百分点。
浙江数聚信息技术有限公司
杭州
大数据企业服务
数据分析实习生
2021年7月 - 2022年6月
数据清洗推荐系统
- 参与电商推荐系统开发，负责召回与排序特征，点击率提升8%。
- 使用Python与SQL完成数据清洗和报表自动化，人工统计工时每周减少10小时。
项目经验
电商用户流失预警模型
2023年3月 - 2023年10月
模型负责人
- 基于XGBoost构建流失预测模型，AUC达0.89，准确率86%，上线后覆盖百万级用户。
- 设计RFM与行为序列特征共120维，模型迭代3版，误报率下降15%。
营销活动响应预测项目
2022年9月 - 2023年2月
数据挖掘工程师
- 使用LightGBM预测用户领券响应，Top20%人群转化率提升12个百分点。
- 搭建自动化特征与评估流水线，模型迭代周期由2周缩短至3天。
研究经历
基于协同过滤的推荐算法研究/研究助理
杭州
计算机科学与技术学院
2020年9月 - 2022年3月
- 改进矩阵分解模型并引入时间衰减因子，公开数据集RMSE降低6%。
- 撰写实验报告与论文，相关成果用于实验室推荐系统原型。
其他信息
到岗时间:
在职，一个月内可到岗，可接受短期出差。
语言与技能:
CET-6，普通话二级甲等，熟悉Linux与Git协作开发。
证书与认证
阿里云大数据工程师认证（ACP） - 阿里云
2023年11月
证明大数据平台开发与数据分析能力。
数据库系统工程师（软考中级） - 工业和信息化部
2022年12月
证明数据库设计与SQL优化能力。
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。