球 Gor
数据分析师
香港城市大学 · 1年经验
日薪：
￥500/8h
地点：
北京 海淀
时间：
下班后周六周日可工作日远程可工作日驻场（自由职业原因）
信用行为
0
接单数
0
评价数
2
收藏数
技术能力
1、爬虫、数据清洗、数据分析、数据挖掘，nlp
2、nodejs、django、laravel前端制作
3、熟悉后台php，js
4、担任南方科技大学金融系研究助理，讲授《数据库金融应用》、《金融数据分析与数据挖掘》等课程，对金融科技有深刻的了解，具备机器学习、数据挖掘、自然语言处理等理论知识
2、nodejs、django、laravel前端制作
3、熟悉后台php，js
4、担任南方科技大学金融系研究助理，讲授《数据库金融应用》、《金融数据分析与数据挖掘》等课程，对金融科技有深刻的了解，具备机器学习、数据挖掘、自然语言处理等理论知识
项目经验
《ICOs白皮书的相似性验证》
· 从tokendata上爬取781个电子货币的白皮书，编写python代码，利用pdfminer、tesseract和pyocr分别将文本式pdf、 图片式pdf转换为txt文件
· 对txt文件进行预处理(词性识别、stemming、stopword、滤掉低频词等)，封装为Bag_Of_Word后进行Tf-Idf处理，利 用LDA模型计算白皮书之间的相似性
· 发现246篇白皮书之间的相似性大于50%，可见某些电子货币的原创性以及可信度不高，ICO的监管问题十分严峻
《利用深度学习预测比特币价格走势》
· 从Kaggle和Poloniex上爬取并以5分钟为间隔时序比特币历史数据，并缩放操作使神经网络易于理解
· 利用CNN、LSTM、GRU三种神经网络模型计算并预测数据，反向缩放后用pyplot可视化，预测结果图形接近现实价格走势
· 通过比较，CNN模型训练速度快，但性能稍差于另外两个模型;最好的模型是用tanh和Leaky ReLU作为激活函数的LSTM
模型
《关联账户识别研究》
· 负责网络分析模块的框架思路撰写，通过收集MAC、IP地址，发现人与人之间在社交层面和动态行为轨迹上的隐含联系
· 编写SaS代码，结合SSH Secure Shell下载WRDS的TAQ高频交易数据，导入SQL Server后编写存储过程，并结合twitter
的时间节点，计算公司的Abnormal Return
· 对twitter进行NLP处理，并对交易数据预处理后利用R语言进行T-Test，从而验证关联账户对股市的影响
微信小程序《淘宝客》前端设计 2017.07-2017.08 · 基于小程序开发工具，查看官方文档，修改编写app.js、app.json、app.wxss文件内容
· 实现Flex布局、侧栏分类、仿淘宝分类入口、购物数量加减、商品属性分类等功能
· 从tokendata上爬取781个电子货币的白皮书，编写python代码，利用pdfminer、tesseract和pyocr分别将文本式pdf、 图片式pdf转换为txt文件
· 对txt文件进行预处理(词性识别、stemming、stopword、滤掉低频词等)，封装为Bag_Of_Word后进行Tf-Idf处理，利 用LDA模型计算白皮书之间的相似性
· 发现246篇白皮书之间的相似性大于50%，可见某些电子货币的原创性以及可信度不高，ICO的监管问题十分严峻
《利用深度学习预测比特币价格走势》
· 从Kaggle和Poloniex上爬取并以5分钟为间隔时序比特币历史数据，并缩放操作使神经网络易于理解
· 利用CNN、LSTM、GRU三种神经网络模型计算并预测数据，反向缩放后用pyplot可视化，预测结果图形接近现实价格走势
· 通过比较，CNN模型训练速度快，但性能稍差于另外两个模型;最好的模型是用tanh和Leaky ReLU作为激活函数的LSTM
模型
《关联账户识别研究》
· 负责网络分析模块的框架思路撰写，通过收集MAC、IP地址，发现人与人之间在社交层面和动态行为轨迹上的隐含联系
· 编写SaS代码，结合SSH Secure Shell下载WRDS的TAQ高频交易数据，导入SQL Server后编写存储过程，并结合twitter
的时间节点，计算公司的Abnormal Return
· 对twitter进行NLP处理，并对交易数据预处理后利用R语言进行T-Test，从而验证关联账户对股市的影响
微信小程序《淘宝客》前端设计 2017.07-2017.08 · 基于小程序开发工具，查看官方文档，修改编写app.js、app.json、app.wxss文件内容
· 实现Flex布局、侧栏分类、仿淘宝分类入口、购物数量加减、商品属性分类等功能
ID:142603
复制
球 Gor
数据分析师 · 1年经验 · 香港城市大学
0
累计接单
0
用户评价
2
被收藏
信用行为
0
接单数
0
评价数
2
收藏数
技术能力
1、爬虫、数据清洗、数据分析、数据挖掘，nlp
2、nodejs、django、laravel前端制作
3、熟悉后台php，js
4、担任南方科技大学金融系研究助理，讲授《数据库金融应用》、《金融数据分析与数据挖掘》等课程，对金融科技有深刻的了解，具备机器学习、数据挖掘、自然语言处理等理论知识
2、nodejs、django、laravel前端制作
3、熟悉后台php，js
4、担任南方科技大学金融系研究助理，讲授《数据库金融应用》、《金融数据分析与数据挖掘》等课程，对金融科技有深刻的了解，具备机器学习、数据挖掘、自然语言处理等理论知识
项目经验
《ICOs白皮书的相似性验证》
· 从tokendata上爬取781个电子货币的白皮书，编写python代码，利用pdfminer、tesseract和pyocr分别将文本式pdf、 图片式pdf转换为txt文件
· 对txt文件进行预处理(词性识别、stemming、stopword、滤掉低频词等)，封装为Bag_Of_Word后进行Tf-Idf处理，利 用LDA模型计算白皮书之间的相似性
· 发现246篇白皮书之间的相似性大于50%，可见某些电子货币的原创性以及可信度不高，ICO的监管问题十分严峻
《利用深度学习预测比特币价格走势》
· 从Kaggle和Poloniex上爬取并以5分钟为间隔时序比特币历史数据，并缩放操作使神经网络易于理解
· 利用CNN、LSTM、GRU三种神经网络模型计算并预测数据，反向缩放后用pyplot可视化，预测结果图形接近现实价格走势
· 通过比较，CNN模型训练速度快，但性能稍差于另外两个模型;最好的模型是用tanh和Leaky ReLU作为激活函数的LSTM
模型
《关联账户识别研究》
· 负责网络分析模块的框架思路撰写，通过收集MAC、IP地址，发现人与人之间在社交层面和动态行为轨迹上的隐含联系
· 编写SaS代码，结合SSH Secure Shell下载WRDS的TAQ高频交易数据，导入SQL Server后编写存储过程，并结合twitter
的时间节点，计算公司的Abnormal Return
· 对twitter进行NLP处理，并对交易数据预处理后利用R语言进行T-Test，从而验证关联账户对股市的影响
微信小程序《淘宝客》前端设计 2017.07-2017.08 · 基于小程序开发工具，查看官方文档，修改编写app.js、app.json、app.wxss文件内容
· 实现Flex布局、侧栏分类、仿淘宝分类入口、购物数量加减、商品属性分类等功能
· 从tokendata上爬取781个电子货币的白皮书，编写python代码，利用pdfminer、tesseract和pyocr分别将文本式pdf、 图片式pdf转换为txt文件
· 对txt文件进行预处理(词性识别、stemming、stopword、滤掉低频词等)，封装为Bag_Of_Word后进行Tf-Idf处理，利 用LDA模型计算白皮书之间的相似性
· 发现246篇白皮书之间的相似性大于50%，可见某些电子货币的原创性以及可信度不高，ICO的监管问题十分严峻
《利用深度学习预测比特币价格走势》
· 从Kaggle和Poloniex上爬取并以5分钟为间隔时序比特币历史数据，并缩放操作使神经网络易于理解
· 利用CNN、LSTM、GRU三种神经网络模型计算并预测数据，反向缩放后用pyplot可视化，预测结果图形接近现实价格走势
· 通过比较，CNN模型训练速度快，但性能稍差于另外两个模型;最好的模型是用tanh和Leaky ReLU作为激活函数的LSTM
模型
《关联账户识别研究》
· 负责网络分析模块的框架思路撰写，通过收集MAC、IP地址，发现人与人之间在社交层面和动态行为轨迹上的隐含联系
· 编写SaS代码，结合SSH Secure Shell下载WRDS的TAQ高频交易数据，导入SQL Server后编写存储过程，并结合twitter
的时间节点，计算公司的Abnormal Return
· 对twitter进行NLP处理，并对交易数据预处理后利用R语言进行T-Test，从而验证关联账户对股市的影响
微信小程序《淘宝客》前端设计 2017.07-2017.08 · 基于小程序开发工具，查看官方文档，修改编写app.js、app.json、app.wxss文件内容
· 实现Flex布局、侧栏分类、仿淘宝分类入口、购物数量加减、商品属性分类等功能
立即沟通
