锤子简历品牌推广师
数据分析师简历范文参考
作者:锤子简历 2023/09/14 14:30:04
阅读 123

求职意向

数据分析师 北京 薪资面议 随时到岗

教育背景

2020.x -2020x 锤子简历大学 统计学

工作经验

2020.x -2020x 锤子简历信息技术有限公司 数据分析师实习岗

参与数据分析的整个流程工作,将理论知识应用于实际的工作中。主要应用Hive、MapReduce、Mysql,进行数据清洗、数据匹配以及数据分析。

项目经验

2020.x -2020x 淘宝用户行为分析 

应用Python爬虫技术爬取数据保存在文件中,并将此文件作为原始数据。 将csv数据导入Mysql数据库,利用Sqoop将数据导入Hive进行数据清洗,按照项目需求清洗冗杂数据,保留有效数据。 基于清洗过后的数据,对用户的行为进行匹配(用户id,产品id,url地址,预购信息) 。对行为匹配后的数据进行统计,识别访问次数最多的地址、产品(top10),分析热门访问地址、热门产品属性、最佳广告推送时间、不同地区消费水平。使用SparkMLlib进行离线计算,利用协同过滤算法、关联规则算法进行产品的推荐(用户id,预购信息,推荐产品id列表)。利用聚类分析,将构建的淘宝用户画像进行聚类分析,做出精准营销推送报告 。将结果保存到HDFS上。

2020.x -2020x 题库查找问题的一类简单局部采样算法 

对于题库匹配查找问题,构建了一类新型的局部采样算法,该算法适用于轻微变形且文字较为稀疏的题库问题,如数学题库。对于经过预处理后的图像,采用不同的空间步长,仅仅针对每幅图像的中间部分进行间隔的将采样,并对采样结果进行简单的行(列)求和构建相应的低维特征向量,利用所得低维特征向量进行自适应查找匹配。最后,实验结合倾斜与变形图像,边缘模糊图像这两类情形进行了算法测试,获得了令人满意的查找结果。

对于经过预处理后的图像,采用不同的空间步长,仅从图像中间进行局部采样,并通过简单累积求和获取图像特征,利用所得低维特征向量进行自适应查找匹配。相比于经典的图像匹配算法,本文所提出的自适应局部采样算法避免了特征点检测、主方向选取、特征描述符生成、特征点匹配等步骤,具有原理简单、计算量小而又不失精度的优点。实验表明对于旋转或轻微变形、且二值化矩阵具有较高稀疏性的理工类题目图像,算法具有很好的匹配结果。

2020.x -2020x 好乐买数据分析平台 

通过对好乐买网站的日志进行分析,计算网站关键指标,其中关键性指标有,浏览量:页面浏览量即为PV(Page View),是指所有用户浏览页面的总和,用户每打开一个页面就被记录1 次。注册用户数:对系统每天的注册用户数进行统计。独立ip数:从某种程度上来说,独立IP的多少,是衡量网站推广活动好坏最直接的数据。跳出率=跳出数/PV:跳出率是非常重要的访客黏性指标,它显示了访客对网站的兴趣程度:跳出率越低说明流量质量越好,访客对网站的内容越感兴趣,这些访客越可能是网站的有效用户、忠实用户。板块访问量pv,和板块独立ip访问量.

实习经验

2020.x -2020x  

掌握Java,Python编程。掌握Linux 操作系统,熟悉shell脚本,了解Linux系统的操作命令。

掌握MySQL关系型数据库,能够熟练的掌握sql的增、删、改、查操作。
掌握Hadoop生态系统的构建,熟悉HDFS文件系统底层存储原理,能够使用MapReduce进行数据的离线处理,熟悉HBase、Hive,能够进行对于数据的操作。
熟悉Office的基本应用,能够使用Excel基本函数,如Vlookup、Index、Match等,能够制作数据透视图以及基本的图表。
了解统计学软件SPSS、matlab的基本操作,并且可以进行统计建模以及模型的检验。

自我评价

本人逻辑清晰,沟通能力强,学习积极主动,认真踏实,有强烈的责任心和团队精神,学习能力强,同时又较好的抗压及适应能力。热爱数据分析工作,热爱编程。

内容来源说明:本文章来自网络收集,如侵犯了你的权益,请联系QQ:2772182309进行删除。