锤子简历品牌推广师
数据分析师面试简历
作者:锤子简历 2021/04/08 03:40:00
阅读 163

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  

工作经验

2020.x -2020x 锤子简历信息技术有限公司 推广客服

1、负责微信、QQ、公众号及其它在线工具上的咨询;                                                 2、了解客户的需求,回复和引导客户的问题;                                                       3、建立、维护与客户的良好关系;                                                                  4、定期统计每一个账号的数据量,分析账号的流失率;                                                5、定期对各个账号进行维护,提高安全性和活跃度。

2020.x -2020x 锤子简历信息技术有限公司 物流信息员

1、对物流出入库订单准确、及时录入对应的信息系统;                                                2、对出入的订单进行合理的安排和分配;                                                            3、定期导出系统数据,盘点系统数据与实物情况;                                                    4、整理和维护系统数据,分析出入库情况,提出合理化建议。

项目经验

2020.x -2020x 经管之家CDA数据分析学院 数据分析课程           进修

所学课程                                                                                     EXCEL:常用函数的应用、数据透视表、数据清洗、高级图标制作、POWER BI等   马竹青教授(中国青年政治学院计算机系教授)                                                                              MYSQL:SQL查询语句、案例分析及相关使用等   刘志恒&李奇老师                                        统计基础理论:基础理论、相关分析、回归分析、主成分分析、因子分析、时间序列等   徐杨老师(留学统计学博士)                                                                                            SPSS:基本操作、数据处理、假设检验、方差分析、RFM模型、客户价值模型、对应分析原理等   丁亚军老师(某知名数据咨询公司首席CEO)                                                                    R语言:基本编程及应用、模型构建与图形实现                                                         PYTHON:基本语法与数据挖掘、数据清洗、缺失值处理、爬虫的使用与模型算法的应用等

实习经验

2020.x -2020x 经管之家CDA数据分析学院 进修

电影推荐系统项目报告                                                         
项目简介:公司为初创型电影点播公司,为了更准确的让用户找到自己喜爱的电影和提高用户的点击率,现收集用户数据,从口碑排行和用户的个性化(点击情况)进行推荐,采用IMDB top250算法对电影评分实现口碑排行,运用物品协同过滤实现个性化推荐。                                                                使用工具:EXCEL、Python                                                                         责任描述:                                                                                     1、搜集电影用户数据并进行描述性统计,判断其适用性;                                               2、对数据进行预处理,分析推荐需要的算法模型;                                                    3、采用IMDB top250算法对电影评分,实现口碑排行和影片类型排行;                                   4、运用物品协同过滤算法实现用户个性化推荐;                                                      项目成果:将原有单一服务器升级成离线和在线两个服务器端,离线服务器每天进行数据预处理、推荐算法后将推荐结果存储起来;在线服务器调取推荐结果信息处理客户端请求与收集的日志信息后反馈给客户端,同时存储用户的日志信息到数据端,大大的提高了推荐的精准性和用户的点击率。

自我评价

1、有专业的数据分析培训基础,了解多种分析软件、工具的使用;                                       2、善于学习,对数据敏感,能进行有效的分析;                                                       3、执行力强,结果为导向,保证质量完成任务;                                                       4、热爱数据工作、愿意学习并主动承担工作职责。

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。