LuckLy
xxx
xxx · 5年经验
日薪：
￥1000/8h
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
1
收藏数
技术能力
- 编程语言：精通 Python，熟悉 Java。
- 爬虫：熟练运用 Scrapy、BeautifulSoup 等框架，能突破反爬获取大规模数据，如抓取电商商品数据。
- 数据分析：擅长用 Pandas、Numpy 处理数据，以 Matplotlib、Seaborn 可视化，曾精准分析市场调研数据。
- 数据库：熟悉 MySQL、MongoDB，可设计、管理数据库，优化查询语句。
- 算法与数据结构：理解常见类型，能依问题选用优化。
- Web 开发：掌握 Django、Flask 框架构建简单应用。
- 爬虫：熟练运用 Scrapy、BeautifulSoup 等框架，能突破反爬获取大规模数据，如抓取电商商品数据。
- 数据分析：擅长用 Pandas、Numpy 处理数据，以 Matplotlib、Seaborn 可视化，曾精准分析市场调研数据。
- 数据库：熟悉 MySQL、MongoDB，可设计、管理数据库，优化查询语句。
- 算法与数据结构：理解常见类型，能依问题选用优化。
- Web 开发：掌握 Django、Flask 框架构建简单应用。
项目经验
项目一：电商数据监测与分析系统
- 用 Python、Scrapy 抓取电商商品信息，Pandas 处理后存 MySQL，Flask 开发后端 API 及前端页面可视化。
项目二：社交媒体舆情分析平台
- 以 Python、Tweepy 爬取 Twitter 数据经 Kafka、Spark Streaming 处理，存 Elasticsearch 并用 Kibana 展示。
项目三：房产信息聚合与分析应用
- 借 BeautifulSoup、Requests 抓房源信息，Pandas 分析，Scikit-learn 构建推荐模型。
- 用 Python、Scrapy 抓取电商商品信息，Pandas 处理后存 MySQL，Flask 开发后端 API 及前端页面可视化。
项目二：社交媒体舆情分析平台
- 以 Python、Tweepy 爬取 Twitter 数据经 Kafka、Spark Streaming 处理，存 Elasticsearch 并用 Kibana 展示。
项目三：房产信息聚合与分析应用
- 借 BeautifulSoup、Requests 抓房源信息，Pandas 分析，Scikit-learn 构建推荐模型。
LuckLy
xxx · 5年经验 · xxx
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
- 编程语言：精通 Python，熟悉 Java。
- 爬虫：熟练运用 Scrapy、BeautifulSoup 等框架，能突破反爬获取大规模数据，如抓取电商商品数据。
- 数据分析：擅长用 Pandas、Numpy 处理数据，以 Matplotlib、Seaborn 可视化，曾精准分析市场调研数据。
- 数据库：熟悉 MySQL、MongoDB，可设计、管理数据库，优化查询语句。
- 算法与数据结构：理解常见类型，能依问题选用优化。
- Web 开发：掌握 Django、Flask 框架构建简单应用。
- 爬虫：熟练运用 Scrapy、BeautifulSoup 等框架，能突破反爬获取大规模数据，如抓取电商商品数据。
- 数据分析：擅长用 Pandas、Numpy 处理数据，以 Matplotlib、Seaborn 可视化，曾精准分析市场调研数据。
- 数据库：熟悉 MySQL、MongoDB，可设计、管理数据库，优化查询语句。
- 算法与数据结构：理解常见类型，能依问题选用优化。
- Web 开发：掌握 Django、Flask 框架构建简单应用。
项目经验
项目一：电商数据监测与分析系统
- 用 Python、Scrapy 抓取电商商品信息，Pandas 处理后存 MySQL，Flask 开发后端 API 及前端页面可视化。
项目二：社交媒体舆情分析平台
- 以 Python、Tweepy 爬取 Twitter 数据经 Kafka、Spark Streaming 处理，存 Elasticsearch 并用 Kibana 展示。
项目三：房产信息聚合与分析应用
- 借 BeautifulSoup、Requests 抓房源信息，Pandas 分析，Scikit-learn 构建推荐模型。
- 用 Python、Scrapy 抓取电商商品信息，Pandas 处理后存 MySQL，Flask 开发后端 API 及前端页面可视化。
项目二：社交媒体舆情分析平台
- 以 Python、Tweepy 爬取 Twitter 数据经 Kafka、Spark Streaming 处理，存 Elasticsearch 并用 Kibana 展示。
项目三：房产信息聚合与分析应用
- 借 BeautifulSoup、Requests 抓房源信息，Pandas 分析，Scikit-learn 构建推荐模型。
立即沟通
