 具备良好的 Python 编程技能，熟悉使用 pandas 处理和分析数据，能够运用matplotlib 、 pyecharts进行有效的数据可视化呈现，熟悉 numpy 的科学计算功能。
 熟悉MySql，熟练使用Datagrip能编写较复杂的SQL，根据 SQL 执行计划和性能，对 SQL 语句调优，加快运行速度；
 熟悉 Python 爬虫技术，熟练运用BeautifulSoup 库和 xpath 库进行网页数据的抓取和解析。对 scrapy 框架有一定的了解和初步的应用经验；
 熟练使用BI工具Power BI Desktop、Tableau；
 熟悉机器学习各种算法；如算法(决策树、支持向量机、随机森林等)
 熟悉深度学习算法；如卷积神经网络、目标检测技术等；
 熟悉Linux基本指令；能够高效地使用命令行界面进行日常管理和维护工作。
 熟练使用office全家桶；如使用Excel复杂函数构建自动化报表等

商业银行理财产品分析
 采集数据：通过Python代码，采集工商、光大等几家银行经营情况数据。
 数据清洗：整理采集到的数据，通过Excel以及Pandas函数对数据进行去除异常值、优化数据结构等操作，便于数据入库。
 制作报表：用SQL从数据库中提取数据，生成Excel表格到本地，灵活使用Excel表格制作自动化报表。
 制作看板：里哟个Tableau连接多个Excel表格作为数据源，利用数据源制作用户画像分析、漏斗图、饼图等，来直观展示数据分析结果。
 预测用户流失：运用机器学习中的随机森林算法，构建预测用户流失情况模型，并进行训练，实现根据用户购买情况来预测用户是否流失，准确率为94%以上。
 数据分析：通过制作的Excel报表、BI看板、预测用户流失模型，对数据进行分析，撰写分析报告。