宁作我
技术人员
南京理工大学 · 2年经验
日薪：
￥500/8h
地点：
无锡 全区
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
编程语言：熟悉Python、Java，能够进行数据处理和算法实现。
数据处理与分析：掌握Pandas、NumPy进行数据清洗与处理，能够使用Matplotlib和Seaborn进行基本的数据可视化。
数据库：了解SQL语言，能够使用MySQL进行数据库作。
大数据工具：熟悉Hadoop和Spark的基本作，了解其架构和应用。
数据挖掘与机器学习：掌握基本的机器学习算法（如回归分析、分类算法）和模型训练，使用Scikit-learn进行模型构建。
作系统与版本控制：熟悉Linux，了解Git版本控制。
数据处理与分析：掌握Pandas、NumPy进行数据清洗与处理，能够使用Matplotlib和Seaborn进行基本的数据可视化。
数据库：了解SQL语言，能够使用MySQL进行数据库作。
大数据工具：熟悉Hadoop和Spark的基本作，了解其架构和应用。
数据挖掘与机器学习：掌握基本的机器学习算法（如回归分析、分类算法）和模型训练，使用Scikit-learn进行模型构建。
作系统与版本控制：熟悉Linux，了解Git版本控制。
项目经验
1.智能推荐系统项目（2024年10月 - 2025年1月）
项目描述：开发基于大数据分析的电影推荐系统。
技术栈：Python、Pandas、Scikit-learn、Flask、MySQL
责任描述：负责数据预处理、用户行为数据分析，并利用协同过滤算法实现个性化推荐。
项目成果：成功提高系统推荐准确度，用户满意度提升15%。
2.电商数据可视化项目（2023年9月 - 2023年12月）
项目描述：为电商平台开发数据可视化分析工具。
技术栈：Tableau、Python（Pandas、Matplotlib）
责任描述：负责数据清洗与可视化展示，设计交互式报表。
项目成果：提升了团队决策效率，客户反馈积极。
项目描述：开发基于大数据分析的电影推荐系统。
技术栈：Python、Pandas、Scikit-learn、Flask、MySQL
责任描述：负责数据预处理、用户行为数据分析，并利用协同过滤算法实现个性化推荐。
项目成果：成功提高系统推荐准确度，用户满意度提升15%。
2.电商数据可视化项目（2023年9月 - 2023年12月）
项目描述：为电商平台开发数据可视化分析工具。
技术栈：Tableau、Python（Pandas、Matplotlib）
责任描述：负责数据清洗与可视化展示，设计交互式报表。
项目成果：提升了团队决策效率，客户反馈积极。
宁作我
技术人员 · 2年经验 · 南京理工大学
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
编程语言：熟悉Python、Java，能够进行数据处理和算法实现。
数据处理与分析：掌握Pandas、NumPy进行数据清洗与处理，能够使用Matplotlib和Seaborn进行基本的数据可视化。
数据库：了解SQL语言，能够使用MySQL进行数据库作。
大数据工具：熟悉Hadoop和Spark的基本作，了解其架构和应用。
数据挖掘与机器学习：掌握基本的机器学习算法（如回归分析、分类算法）和模型训练，使用Scikit-learn进行模型构建。
作系统与版本控制：熟悉Linux，了解Git版本控制。
数据处理与分析：掌握Pandas、NumPy进行数据清洗与处理，能够使用Matplotlib和Seaborn进行基本的数据可视化。
数据库：了解SQL语言，能够使用MySQL进行数据库作。
大数据工具：熟悉Hadoop和Spark的基本作，了解其架构和应用。
数据挖掘与机器学习：掌握基本的机器学习算法（如回归分析、分类算法）和模型训练，使用Scikit-learn进行模型构建。
作系统与版本控制：熟悉Linux，了解Git版本控制。
项目经验
1.智能推荐系统项目（2024年10月 - 2025年1月）
项目描述：开发基于大数据分析的电影推荐系统。
技术栈：Python、Pandas、Scikit-learn、Flask、MySQL
责任描述：负责数据预处理、用户行为数据分析，并利用协同过滤算法实现个性化推荐。
项目成果：成功提高系统推荐准确度，用户满意度提升15%。
2.电商数据可视化项目（2023年9月 - 2023年12月）
项目描述：为电商平台开发数据可视化分析工具。
技术栈：Tableau、Python（Pandas、Matplotlib）
责任描述：负责数据清洗与可视化展示，设计交互式报表。
项目成果：提升了团队决策效率，客户反馈积极。
项目描述：开发基于大数据分析的电影推荐系统。
技术栈：Python、Pandas、Scikit-learn、Flask、MySQL
责任描述：负责数据预处理、用户行为数据分析，并利用协同过滤算法实现个性化推荐。
项目成果：成功提高系统推荐准确度，用户满意度提升15%。
2.电商数据可视化项目（2023年9月 - 2023年12月）
项目描述：为电商平台开发数据可视化分析工具。
技术栈：Tableau、Python（Pandas、Matplotlib）
责任描述：负责数据清洗与可视化展示，设计交互式报表。
项目成果：提升了团队决策效率，客户反馈积极。
立即沟通
