ㅤㅤㅤㅤㅤ
DTSE
华为 · 4年经验
日薪：
￥1000/8h
地点：
成都 郫县
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1.具备良好的基本功，熟练使用基本的数据结构和算法，深入理解多线程、Socket等相关技术；
3.具备良好的编码习惯，结构清晰，命名规范，逻辑性强，代码冗余率低；
4.熟练掌握Django,Tornado，Sqlalchemy，Celery等主流框架，深入理解框架实现原理及特性；熟练使用python的常用库
5.熟悉Python的高级特性，深入理解各种设计模式和应用场景。
6.有大规模分布式系统的开发和高可用相关的实践经验，具备设计复杂系统的能力；
7.熟练掌握MySQL数据库，具备MySQL索引优化、查询优化的能力；
8.熟练掌握一种以上非关系型数据库，如Redis,Cassandra，理解其使用场景及限制；
9.熟悉分布式系统，熟练掌握一种以上服务框架和消息中间件，了解其实现原理；
10.熟悉Internet常用协议，如HTTP、TCP/IP、熟悉RESTful规范；
3.具备良好的编码习惯，结构清晰，命名规范，逻辑性强，代码冗余率低；
4.熟练掌握Django,Tornado，Sqlalchemy，Celery等主流框架，深入理解框架实现原理及特性；熟练使用python的常用库
5.熟悉Python的高级特性，深入理解各种设计模式和应用场景。
6.有大规模分布式系统的开发和高可用相关的实践经验，具备设计复杂系统的能力；
7.熟练掌握MySQL数据库，具备MySQL索引优化、查询优化的能力；
8.熟练掌握一种以上非关系型数据库，如Redis,Cassandra，理解其使用场景及限制；
9.熟悉分布式系统，熟练掌握一种以上服务框架和消息中间件，了解其实现原理；
10.熟悉Internet常用协议，如HTTP、TCP/IP、熟悉RESTful规范；
项目经验
2022.10-2023.2 携程酒店评论的舆情分析 爬取数据、数据清洗、数据命中
数据爬取：利用 requests 和 lxml 等模块，从携程网站上爬取常用酒店的相关消费体验评论数据。确保数据的完整
性和准确性，同时遵循相关法律法规和网站的 robots.txt 文件规定。 数据清洗：使用 Pandas 对爬取到的评论数据进行预处理，包括去除无效评论、清洗重复数据、处理缺失值等，确
保数据质量。 文本处理与分类：应用 jieba 分词器对评论进行分词，建立词袋模型。通过词频逆文档频率（TF-IDF）和朴素贝叶
斯算法对评论进行分类，评估算法性能并进行优化。 数据分析与评估：利用 Pandas 和 Sklearn 进行数据分析和评估。提取主要关键词，识别主要的差评和好评关键词，
为提升服务质量和发现市场趋势提供数据支持。 结果输出与反馈：将分析结果以易于理解的方式呈现，包括可视化报告和数据摘要，反馈给店面，帮助他们根据
问题进行整改
数据爬取：利用 requests 和 lxml 等模块，从携程网站上爬取常用酒店的相关消费体验评论数据。确保数据的完整
性和准确性，同时遵循相关法律法规和网站的 robots.txt 文件规定。 数据清洗：使用 Pandas 对爬取到的评论数据进行预处理，包括去除无效评论、清洗重复数据、处理缺失值等，确
保数据质量。 文本处理与分类：应用 jieba 分词器对评论进行分词，建立词袋模型。通过词频逆文档频率（TF-IDF）和朴素贝叶
斯算法对评论进行分类，评估算法性能并进行优化。 数据分析与评估：利用 Pandas 和 Sklearn 进行数据分析和评估。提取主要关键词，识别主要的差评和好评关键词，
为提升服务质量和发现市场趋势提供数据支持。 结果输出与反馈：将分析结果以易于理解的方式呈现，包括可视化报告和数据摘要，反馈给店面，帮助他们根据
问题进行整改
ㅤㅤㅤㅤㅤ
DTSE · 4年经验 · 华为
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
1.具备良好的基本功，熟练使用基本的数据结构和算法，深入理解多线程、Socket等相关技术；
3.具备良好的编码习惯，结构清晰，命名规范，逻辑性强，代码冗余率低；
4.熟练掌握Django,Tornado，Sqlalchemy，Celery等主流框架，深入理解框架实现原理及特性；熟练使用python的常用库
5.熟悉Python的高级特性，深入理解各种设计模式和应用场景。
6.有大规模分布式系统的开发和高可用相关的实践经验，具备设计复杂系统的能力；
7.熟练掌握MySQL数据库，具备MySQL索引优化、查询优化的能力；
8.熟练掌握一种以上非关系型数据库，如Redis,Cassandra，理解其使用场景及限制；
9.熟悉分布式系统，熟练掌握一种以上服务框架和消息中间件，了解其实现原理；
10.熟悉Internet常用协议，如HTTP、TCP/IP、熟悉RESTful规范；
3.具备良好的编码习惯，结构清晰，命名规范，逻辑性强，代码冗余率低；
4.熟练掌握Django,Tornado，Sqlalchemy，Celery等主流框架，深入理解框架实现原理及特性；熟练使用python的常用库
5.熟悉Python的高级特性，深入理解各种设计模式和应用场景。
6.有大规模分布式系统的开发和高可用相关的实践经验，具备设计复杂系统的能力；
7.熟练掌握MySQL数据库，具备MySQL索引优化、查询优化的能力；
8.熟练掌握一种以上非关系型数据库，如Redis,Cassandra，理解其使用场景及限制；
9.熟悉分布式系统，熟练掌握一种以上服务框架和消息中间件，了解其实现原理；
10.熟悉Internet常用协议，如HTTP、TCP/IP、熟悉RESTful规范；
项目经验
2022.10-2023.2 携程酒店评论的舆情分析 爬取数据、数据清洗、数据命中
数据爬取：利用 requests 和 lxml 等模块，从携程网站上爬取常用酒店的相关消费体验评论数据。确保数据的完整
性和准确性，同时遵循相关法律法规和网站的 robots.txt 文件规定。 数据清洗：使用 Pandas 对爬取到的评论数据进行预处理，包括去除无效评论、清洗重复数据、处理缺失值等，确
保数据质量。 文本处理与分类：应用 jieba 分词器对评论进行分词，建立词袋模型。通过词频逆文档频率（TF-IDF）和朴素贝叶
斯算法对评论进行分类，评估算法性能并进行优化。 数据分析与评估：利用 Pandas 和 Sklearn 进行数据分析和评估。提取主要关键词，识别主要的差评和好评关键词，
为提升服务质量和发现市场趋势提供数据支持。 结果输出与反馈：将分析结果以易于理解的方式呈现，包括可视化报告和数据摘要，反馈给店面，帮助他们根据
问题进行整改
数据爬取：利用 requests 和 lxml 等模块，从携程网站上爬取常用酒店的相关消费体验评论数据。确保数据的完整
性和准确性，同时遵循相关法律法规和网站的 robots.txt 文件规定。 数据清洗：使用 Pandas 对爬取到的评论数据进行预处理，包括去除无效评论、清洗重复数据、处理缺失值等，确
保数据质量。 文本处理与分类：应用 jieba 分词器对评论进行分词，建立词袋模型。通过词频逆文档频率（TF-IDF）和朴素贝叶
斯算法对评论进行分类，评估算法性能并进行优化。 数据分析与评估：利用 Pandas 和 Sklearn 进行数据分析和评估。提取主要关键词，识别主要的差评和好评关键词，
为提升服务质量和发现市场趋势提供数据支持。 结果输出与反馈：将分析结果以易于理解的方式呈现，包括可视化报告和数据摘要，反馈给店面，帮助他们根据
问题进行整改
立即沟通
