Kylin
Python数据分析师
北京胖虎 · 3年经验
日薪：
￥600/8h
地点：
山东 全区
时间：
下班后周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
熟练掌握Python基础语言, 高级语法；
熟练使用Numpy、Pandas进行数据处理分析析以及 Matplotlib、seaborn 等数据可视化工具；
熟练使用EXCEL、POWERBI、TEABLEAU、SPSS、XMind等软件；
熟悉常用的机器学习算法，如：KNN、KMeans、Linear Regression、Ridge、Lasso、LogisticRegression、Decision Tree、 Random Forests、GBDT、SVM 等；
熟悉特征工程建设，如数据预处理(数据清洗、缺失值处理)、特征选择、降维，StandardScaler、MinMaxScaler、特征缩放等；
熟悉 GridSearchCV 网格搜索、cross_val_score 交叉验证等模型调优方法等；
熟悉常用的模型评估指标，熟练解决常见的模型问题，如过拟合、欠拟合等；
熟练使用jieba分词库，朴素贝叶斯模型进行文本处理；
熟练使用Mysql、Redis、MongoDB等数据库;熟悉多表联表查询、事务；分组、聚合操作；
熟悉RFM用户价值模型、人货场模型、AARRR模型、RARRA模型、漏斗模型等；
熟悉Scrapy-Redis 分布式爬虫软件架构,有一定的反反爬能力；
了解深度学习TensorFlow框架；
了解一些统计学基础: 极大似然、最小二乘法、点估计、区间估计、置信区间等；
熟练使用Numpy、Pandas进行数据处理分析析以及 Matplotlib、seaborn 等数据可视化工具；
熟练使用EXCEL、POWERBI、TEABLEAU、SPSS、XMind等软件；
熟悉常用的机器学习算法，如：KNN、KMeans、Linear Regression、Ridge、Lasso、LogisticRegression、Decision Tree、 Random Forests、GBDT、SVM 等；
熟悉特征工程建设，如数据预处理(数据清洗、缺失值处理)、特征选择、降维，StandardScaler、MinMaxScaler、特征缩放等；
熟悉 GridSearchCV 网格搜索、cross_val_score 交叉验证等模型调优方法等；
熟悉常用的模型评估指标，熟练解决常见的模型问题，如过拟合、欠拟合等；
熟练使用jieba分词库，朴素贝叶斯模型进行文本处理；
熟练使用Mysql、Redis、MongoDB等数据库;熟悉多表联表查询、事务；分组、聚合操作；
熟悉RFM用户价值模型、人货场模型、AARRR模型、RARRA模型、漏斗模型等；
熟悉Scrapy-Redis 分布式爬虫软件架构,有一定的反反爬能力；
了解深度学习TensorFlow框架；
了解一些统计学基础: 极大似然、最小二乘法、点估计、区间估计、置信区间等；
项目经验
项目名称：淘宝爬虫
项目简介: 利用爬虫从淘宝网站上获取用户评价信息，对爬取到的数据进行汇总，分析用户对产品评论的关键字，为自家产品提供有效的分析建议。
相关技术：PyCharm、Scrapy、Xpath、Numpy、Pandas、Matplotlib、Selenium、MySQL
项目职责：
选取多个起始URL，构建Scrapy-Redis分布式策略。
使用Xpath进行数据解析提取。
通过管道Pipeline将数据存入MySQL数据库。
对数据进行预处理，分析用户评论关键字并给出建议。
项目名称：电商销量预测
项目简介：为迎合今年双十一、双十二的到来, 公司根据商品的历史销售记录，预测了3个月的销售情况，并给采购部门和业务人员产品推广提供数据支持，帮助公司实现数据化运营管理。
相关技术：Numpy、Pandas、Matplotlib、Seaborn、SVR、RandomForce
项目职责：
明确业务逻辑，观察历史数据，通过观察的方式发现数据中是否有季节性、缺货、异常销售等情况；从中截取合适的时间节点数据。
根据不同的特征指标对现有数据进行分组，对结果进行分析比较。
分析不同的因素对销量的影响，画出散点图，并计算回归参数。
使用不同的模型进行建模，预测3个月的销量，为采购部门的采购下单安排，业务人员的发货等提供数据支持。
项目名称：电商用户行为分析
项目简介: 为了降低疫情下带来的影响, 公司推出了一系列的营销活动。通过对这些活动的分析，促进GMV的提高；扩大品牌的知名度，吸引更多客户。
相关技术：Numpy、Pandas、Matplotlib、Seaborn、RARRA、RFM
项目职责：
统计活动期间DAU、MAU、PV、UV、CTR等指标，形成可视化数据。
分析指标数据，若有波动或异常要分析原因、并形成报告。
分析活动的影响：包括对活动前和活动后的影响，分析商品价格走势、客单价走势、活动的爆发度、衰减度等。
分析活动的效率：主要是关注投入产出，分析各渠道的推广费用、带来的流量、销售额、费销比等。
复盘总结：通过对本活动的分析，来发现活动的不足之处，对已经过去的活动进行评价，对未来的活动进行调整。
项目简介: 利用爬虫从淘宝网站上获取用户评价信息，对爬取到的数据进行汇总，分析用户对产品评论的关键字，为自家产品提供有效的分析建议。
相关技术：PyCharm、Scrapy、Xpath、Numpy、Pandas、Matplotlib、Selenium、MySQL
项目职责：
选取多个起始URL，构建Scrapy-Redis分布式策略。
使用Xpath进行数据解析提取。
通过管道Pipeline将数据存入MySQL数据库。
对数据进行预处理，分析用户评论关键字并给出建议。
项目名称：电商销量预测
项目简介：为迎合今年双十一、双十二的到来, 公司根据商品的历史销售记录，预测了3个月的销售情况，并给采购部门和业务人员产品推广提供数据支持，帮助公司实现数据化运营管理。
相关技术：Numpy、Pandas、Matplotlib、Seaborn、SVR、RandomForce
项目职责：
明确业务逻辑，观察历史数据，通过观察的方式发现数据中是否有季节性、缺货、异常销售等情况；从中截取合适的时间节点数据。
根据不同的特征指标对现有数据进行分组，对结果进行分析比较。
分析不同的因素对销量的影响，画出散点图，并计算回归参数。
使用不同的模型进行建模，预测3个月的销量，为采购部门的采购下单安排，业务人员的发货等提供数据支持。
项目名称：电商用户行为分析
项目简介: 为了降低疫情下带来的影响, 公司推出了一系列的营销活动。通过对这些活动的分析，促进GMV的提高；扩大品牌的知名度，吸引更多客户。
相关技术：Numpy、Pandas、Matplotlib、Seaborn、RARRA、RFM
项目职责：
统计活动期间DAU、MAU、PV、UV、CTR等指标，形成可视化数据。
分析指标数据，若有波动或异常要分析原因、并形成报告。
分析活动的影响：包括对活动前和活动后的影响，分析商品价格走势、客单价走势、活动的爆发度、衰减度等。
分析活动的效率：主要是关注投入产出，分析各渠道的推广费用、带来的流量、销售额、费销比等。
复盘总结：通过对本活动的分析，来发现活动的不足之处，对已经过去的活动进行评价，对未来的活动进行调整。
Kylin
Python数据分析师 · 3年经验 · 北京胖虎
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
熟练掌握Python基础语言, 高级语法；
熟练使用Numpy、Pandas进行数据处理分析析以及 Matplotlib、seaborn 等数据可视化工具；
熟练使用EXCEL、POWERBI、TEABLEAU、SPSS、XMind等软件；
熟悉常用的机器学习算法，如：KNN、KMeans、Linear Regression、Ridge、Lasso、LogisticRegression、Decision Tree、 Random Forests、GBDT、SVM 等；
熟悉特征工程建设，如数据预处理(数据清洗、缺失值处理)、特征选择、降维，StandardScaler、MinMaxScaler、特征缩放等；
熟悉 GridSearchCV 网格搜索、cross_val_score 交叉验证等模型调优方法等；
熟悉常用的模型评估指标，熟练解决常见的模型问题，如过拟合、欠拟合等；
熟练使用jieba分词库，朴素贝叶斯模型进行文本处理；
熟练使用Mysql、Redis、MongoDB等数据库;熟悉多表联表查询、事务；分组、聚合操作；
熟悉RFM用户价值模型、人货场模型、AARRR模型、RARRA模型、漏斗模型等；
熟悉Scrapy-Redis 分布式爬虫软件架构,有一定的反反爬能力；
了解深度学习TensorFlow框架；
了解一些统计学基础: 极大似然、最小二乘法、点估计、区间估计、置信区间等；
熟练使用Numpy、Pandas进行数据处理分析析以及 Matplotlib、seaborn 等数据可视化工具；
熟练使用EXCEL、POWERBI、TEABLEAU、SPSS、XMind等软件；
熟悉常用的机器学习算法，如：KNN、KMeans、Linear Regression、Ridge、Lasso、LogisticRegression、Decision Tree、 Random Forests、GBDT、SVM 等；
熟悉特征工程建设，如数据预处理(数据清洗、缺失值处理)、特征选择、降维，StandardScaler、MinMaxScaler、特征缩放等；
熟悉 GridSearchCV 网格搜索、cross_val_score 交叉验证等模型调优方法等；
熟悉常用的模型评估指标，熟练解决常见的模型问题，如过拟合、欠拟合等；
熟练使用jieba分词库，朴素贝叶斯模型进行文本处理；
熟练使用Mysql、Redis、MongoDB等数据库;熟悉多表联表查询、事务；分组、聚合操作；
熟悉RFM用户价值模型、人货场模型、AARRR模型、RARRA模型、漏斗模型等；
熟悉Scrapy-Redis 分布式爬虫软件架构,有一定的反反爬能力；
了解深度学习TensorFlow框架；
了解一些统计学基础: 极大似然、最小二乘法、点估计、区间估计、置信区间等；
项目经验
项目名称：淘宝爬虫
项目简介: 利用爬虫从淘宝网站上获取用户评价信息，对爬取到的数据进行汇总，分析用户对产品评论的关键字，为自家产品提供有效的分析建议。
相关技术：PyCharm、Scrapy、Xpath、Numpy、Pandas、Matplotlib、Selenium、MySQL
项目职责：
选取多个起始URL，构建Scrapy-Redis分布式策略。
使用Xpath进行数据解析提取。
通过管道Pipeline将数据存入MySQL数据库。
对数据进行预处理，分析用户评论关键字并给出建议。
项目名称：电商销量预测
项目简介：为迎合今年双十一、双十二的到来, 公司根据商品的历史销售记录，预测了3个月的销售情况，并给采购部门和业务人员产品推广提供数据支持，帮助公司实现数据化运营管理。
相关技术：Numpy、Pandas、Matplotlib、Seaborn、SVR、RandomForce
项目职责：
明确业务逻辑，观察历史数据，通过观察的方式发现数据中是否有季节性、缺货、异常销售等情况；从中截取合适的时间节点数据。
根据不同的特征指标对现有数据进行分组，对结果进行分析比较。
分析不同的因素对销量的影响，画出散点图，并计算回归参数。
使用不同的模型进行建模，预测3个月的销量，为采购部门的采购下单安排，业务人员的发货等提供数据支持。
项目名称：电商用户行为分析
项目简介: 为了降低疫情下带来的影响, 公司推出了一系列的营销活动。通过对这些活动的分析，促进GMV的提高；扩大品牌的知名度，吸引更多客户。
相关技术：Numpy、Pandas、Matplotlib、Seaborn、RARRA、RFM
项目职责：
统计活动期间DAU、MAU、PV、UV、CTR等指标，形成可视化数据。
分析指标数据，若有波动或异常要分析原因、并形成报告。
分析活动的影响：包括对活动前和活动后的影响，分析商品价格走势、客单价走势、活动的爆发度、衰减度等。
分析活动的效率：主要是关注投入产出，分析各渠道的推广费用、带来的流量、销售额、费销比等。
复盘总结：通过对本活动的分析，来发现活动的不足之处，对已经过去的活动进行评价，对未来的活动进行调整。
项目简介: 利用爬虫从淘宝网站上获取用户评价信息，对爬取到的数据进行汇总，分析用户对产品评论的关键字，为自家产品提供有效的分析建议。
相关技术：PyCharm、Scrapy、Xpath、Numpy、Pandas、Matplotlib、Selenium、MySQL
项目职责：
选取多个起始URL，构建Scrapy-Redis分布式策略。
使用Xpath进行数据解析提取。
通过管道Pipeline将数据存入MySQL数据库。
对数据进行预处理，分析用户评论关键字并给出建议。
项目名称：电商销量预测
项目简介：为迎合今年双十一、双十二的到来, 公司根据商品的历史销售记录，预测了3个月的销售情况，并给采购部门和业务人员产品推广提供数据支持，帮助公司实现数据化运营管理。
相关技术：Numpy、Pandas、Matplotlib、Seaborn、SVR、RandomForce
项目职责：
明确业务逻辑，观察历史数据，通过观察的方式发现数据中是否有季节性、缺货、异常销售等情况；从中截取合适的时间节点数据。
根据不同的特征指标对现有数据进行分组，对结果进行分析比较。
分析不同的因素对销量的影响，画出散点图，并计算回归参数。
使用不同的模型进行建模，预测3个月的销量，为采购部门的采购下单安排，业务人员的发货等提供数据支持。
项目名称：电商用户行为分析
项目简介: 为了降低疫情下带来的影响, 公司推出了一系列的营销活动。通过对这些活动的分析，促进GMV的提高；扩大品牌的知名度，吸引更多客户。
相关技术：Numpy、Pandas、Matplotlib、Seaborn、RARRA、RFM
项目职责：
统计活动期间DAU、MAU、PV、UV、CTR等指标，形成可视化数据。
分析指标数据，若有波动或异常要分析原因、并形成报告。
分析活动的影响：包括对活动前和活动后的影响，分析商品价格走势、客单价走势、活动的爆发度、衰减度等。
分析活动的效率：主要是关注投入产出，分析各渠道的推广费用、带来的流量、销售额、费销比等。
复盘总结：通过对本活动的分析，来发现活动的不足之处，对已经过去的活动进行评价，对未来的活动进行调整。
立即沟通
相似人才推荐：
