猿急送>

深圳其它兼职程序员

ID：252577

猿少有为

大数据挖掘工程师

公司信息：
深圳Triwin科技有限公司

工作经验：
3年

兼职日薪：
1000元/8小时

兼职时间：
下班后

所在区域：
深圳
宝安

技术能力

1. 熟练使用 python 语言，对 Linux、Vue.js、HTML 及 CSS 开发有较好的掌握；
2. 熟练掌握 Numpy、Pandas、Scipy 数据挖掘工具; 熟练使用 Matplotlib、Seaborn、
Pyecharts 等可视化工具;
3. 掌握机器学习算法原理和用法: 如 Logistic 回归、线性回归、决策树、随机森林、GBDT
算法、XGBoost 算法、支持向量机 SVM、K-means、朴素贝叶斯等等;
4. 掌握数据清洗、特征工程、相关系数分析、常用评估指标;
5. 熟练使用 MySQL 数据库，以及对 Redis 的基本操作;
6. 掌握 selenium、xpath、re 正则、bs4 等爬虫技术，熟悉大部分反爬机制。掌握 Scrapy
框架的使用，运用 Scrapy_Redis 实现分布式爬虫;
7. 熟练掌握 Linux 系统常用命令，了解 shell 脚本和 git 的使用;
8. 了解神经网络、卷积神经网络的原理以及使用 TensorFlow2;
9. 掌握 Excel 的操作和常用函数的使用、以及 Power BI 的基本操作;
10.掌握 Hadoop 框架，以及运用 hive 实现大数据分布式存储和计算；

项目经验

项目名称: 肠胃系统疾病诊断预测
项目描述: 针对医院提供患者数据，分析患者通过快速尿素酶试验、尿素呼气试验、尿氨排出试验、
血清学试验以及多聚酶链反应等报告中，快速识别，是否患有幽门螺杆菌感染。为医生在
查看一个患者是否患有幽门杆菌感染提供辅助依据。
项目职责:
1. 数据加载，数据清洗。
2. 数据 EDA 探索,特征相关性探索。
3. 选择模型，训练模型和模型评估。
技术要点:
1. 根据某医院提供的 35w 条患者数据(性别，年龄，局部症状，体温，聚合酶 Hp，
C14，尿氨样本数据，血清数据)等 55 个特征进行数据清洗，空值选择性填补。
2. 构建标签，使用 map 映射将患有幽门螺杆菌感染的患者和没患有的打上标签,查看正负
样本情况,正负样本(7:28)。
3. EDA 探索,使用 seabron.pairplot 查看各特征相关性,发现聚合酶 Hp，C14 值等特征是
否患有幽门螺杆菌感染呈现正相关。
4. 正负样本不平衡，使用 SMOTE 过采样，平衡正负样本。
5. 构建模型，使用 Logistic Regression，XGboost , Random Forest,模型得分
Random Accuracy 0.91，XGboost Accuracy 0.93。
6. 利用模型优化：GridSearchCV 调参对 Logistic Regression 调整 C 惩罚项,solver，
Accuracy 0.93, Random Forest 调了树的总数和深度 Accuracy 0.935, XGboost 调
了树的个数深度，L2 正则化，Accuracy 0.95。
7. 通过绘制 AUC,F1,precision ,观察,可以考虑设置阈值(0.6)，来调整预测是否患有幽门
螺杆菌感染的概率，依次来调整模型的召回率 Recall 0.9。

案例展示

肠胃系统疾病诊断预测

项目描述: 针对医院提供患者数据，分析患者通过快速尿素酶试验、尿素呼气试验、尿氨排出试验、血清学试验以及多聚酶链反应等报告中，快速识别，是否患有幽门螺杆菌感染。为医生在查看一个患者是否患有幽门杆菌感染提供辅助依据。项目职责: 1. 数据加载，数据清洗。 2. 数据
恒源祥家纺购买意向预测系统

项目职责: 1. 数据探索 EDA，查看周，月的购买情况。项目经历 2. 数据预处理，数据集完整性验证，特征过滤，正样本：有过非购买行为，且有购买行为的用户记录（针对同一商品），负样本：有过浏览等行为，但最终没有购买行为的用户记录。 3. 阶段分析，针对用户购买意向与时