魅影中国
BI工程师
百威中国 · 10年经验
日薪：
￥500/8h
地点：
上海 杨浦
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
1
收藏数
技术能力
【数据分析领域】
5年以上的商业分析经验，熟悉互联网、零售、教育领域的市场现状，能够从宏观到微观的提供系列解决方案，包括但不限于：
1、宏观策略分析
2、商业行为分析
3、数字化转型方案提供
【BI技术领域】
1、具备极其扎实的可视化报表开发的经验（Tableau、DataV、Quick BI、FineReport、Fine BI），知道这些报表工具的特点，能够针对企业需要，提供针对性的BI报表开发。
2、充足的Python 开发经验，拥有机器学习（分类算法、EM算法）和爬虫的实际部署经验，也发布过多个Python包，拥有多个GitHub项目。
5年以上的商业分析经验，熟悉互联网、零售、教育领域的市场现状，能够从宏观到微观的提供系列解决方案，包括但不限于：
1、宏观策略分析
2、商业行为分析
3、数字化转型方案提供
【BI技术领域】
1、具备极其扎实的可视化报表开发的经验（Tableau、DataV、Quick BI、FineReport、Fine BI），知道这些报表工具的特点，能够针对企业需要，提供针对性的BI报表开发。
2、充足的Python 开发经验，拥有机器学习（分类算法、EM算法）和爬虫的实际部署经验，也发布过多个Python包，拥有多个GitHub项目。
项目经验
1、具备极其扎实的可视化报表开发的经验（Tableau、DataV、Quick BI、FineReport、Fine BI），知道这些报表工具的特点，能够针对企业需要，提供针对性的BI报表开发。
2、充足的Python 开发经验，拥有机器学习（分类算法、EM算法）和爬虫的实际部署经验，也发布过多个Python包，拥有多个GitHub项目。
3、数据分析能力扎实，有5年以上的企业商业数据分析经验，能够制作优良的PPT分析方案。
2、充足的Python 开发经验，拥有机器学习（分类算法、EM算法）和爬虫的实际部署经验，也发布过多个Python包，拥有多个GitHub项目。
3、数据分析能力扎实，有5年以上的企业商业数据分析经验，能够制作优良的PPT分析方案。
魅影中国
BI工程师 · 10年经验 · 百威中国
0
累计接单
0
用户评价
1
被收藏
信用行为
0
接单数
0
评价数
1
收藏数
技术能力
【数据分析领域】
5年以上的商业分析经验，熟悉互联网、零售、教育领域的市场现状，能够从宏观到微观的提供系列解决方案，包括但不限于：
1、宏观策略分析
2、商业行为分析
3、数字化转型方案提供
【BI技术领域】
1、具备极其扎实的可视化报表开发的经验（Tableau、DataV、Quick BI、FineReport、Fine BI），知道这些报表工具的特点，能够针对企业需要，提供针对性的BI报表开发。
2、充足的Python 开发经验，拥有机器学习（分类算法、EM算法）和爬虫的实际部署经验，也发布过多个Python包，拥有多个GitHub项目。
5年以上的商业分析经验，熟悉互联网、零售、教育领域的市场现状，能够从宏观到微观的提供系列解决方案，包括但不限于：
1、宏观策略分析
2、商业行为分析
3、数字化转型方案提供
【BI技术领域】
1、具备极其扎实的可视化报表开发的经验（Tableau、DataV、Quick BI、FineReport、Fine BI），知道这些报表工具的特点，能够针对企业需要，提供针对性的BI报表开发。
2、充足的Python 开发经验，拥有机器学习（分类算法、EM算法）和爬虫的实际部署经验，也发布过多个Python包，拥有多个GitHub项目。
项目经验
1、具备极其扎实的可视化报表开发的经验（Tableau、DataV、Quick BI、FineReport、Fine BI），知道这些报表工具的特点，能够针对企业需要，提供针对性的BI报表开发。
2、充足的Python 开发经验，拥有机器学习（分类算法、EM算法）和爬虫的实际部署经验，也发布过多个Python包，拥有多个GitHub项目。
3、数据分析能力扎实，有5年以上的企业商业数据分析经验，能够制作优良的PPT分析方案。
2、充足的Python 开发经验，拥有机器学习（分类算法、EM算法）和爬虫的实际部署经验，也发布过多个Python包，拥有多个GitHub项目。
3、数据分析能力扎实，有5年以上的企业商业数据分析经验，能够制作优良的PPT分析方案。
案例展示
增加二次试听营收测算及策略研究分析
基于对实际业务的现状的理解，和企业未来的发展方向，梳理出能落地执行的业务策略，通过PPT演讲的方式传达讯息，以期达到了最终的业务目的。
Python 机器学习分类算法的业务实践
实际项目使用Python编写的EM机器学习算法，最终通过ECS部署模型，并通过API的形式调用机器学习预测，算法的核心如下： 贝叶斯知识追踪模型（BKT）的构造过程实际上是一个经过最大似然估计（EM）的含有隐变量的马尔可夫模型（HMM），BKT模型通过对学生的每个知识点答题状况
strong-utils
实际工作中，有N个不同的独立项目（指向不同的仓库），但过程中有许多功能性的程序基本能够共用，但为了满足不同项目上线需要只能进行拷贝操作。 为了避免这样的问题，开发了Python第三方包，不同的项目中仅需要通过pip 即可安装，从此所有项目均可共用一个程序，提高开发效率。
立即沟通
