Change
无
无 · 2年经验
日薪：
￥500/8h
地点：
上海 浦东
时间：
可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
我精通 Python 编程，熟练掌握 数据分析（Pandas、NumPy、Matplotlib/Seaborn）和 数据清洗，能够高效处理结构化与非结构化数据。具备 网络爬虫（Scrapy、BeautifulSoup、Requests）开发经验，能自动化采集并解析网页数据。熟悉 SQL 数据库操作（MySQL、PostgreSQL）及 NoSQL（MongoDB），可进行数据存储与优化。了解 机器学习（Scikit-learn）基础算法，能完成数据建模与预测分析。此外，掌握 Linux 基础命令、Git 版本控制，并能够使用 Docker 进行环境部署，确保项目高效协作与可复现性。
项目经验
1. 电商数据爬取与分析系统
技术栈：Python、Scrapy、MySQL、Pandas、Matplotlib
项目描述：开发自动化爬虫系统，采集某电商平台商品数据（价格、销量、评论等），清洗后存储至MySQL数据库，并使用Pandas进行销量趋势分析及竞品对比，最终通过Matplotlib生成可视化报表。
2. 社交媒体舆情监控工具
技术栈：Python、Requests、BeautifulSoup、MongoDB、NLP（TextBlob）
项目描述：基于爬虫技术实时抓取社交媒体（微博、Twitter）热门话题，结合简单情感分析（NLP）判断舆论倾向，数据存储至MongoDB并生成日报。
3. 销售数据预测模型
技术栈：Python、Scikit-learn、Pandas、Flask
项目描述：利用历史销售数据构建线性回归与随机森林模型，预测未来季度销售额，并通过Flask搭建简易API供业务部门调用。
技术栈：Python、Scrapy、MySQL、Pandas、Matplotlib
项目描述：开发自动化爬虫系统，采集某电商平台商品数据（价格、销量、评论等），清洗后存储至MySQL数据库，并使用Pandas进行销量趋势分析及竞品对比，最终通过Matplotlib生成可视化报表。
2. 社交媒体舆情监控工具
技术栈：Python、Requests、BeautifulSoup、MongoDB、NLP（TextBlob）
项目描述：基于爬虫技术实时抓取社交媒体（微博、Twitter）热门话题，结合简单情感分析（NLP）判断舆论倾向，数据存储至MongoDB并生成日报。
3. 销售数据预测模型
技术栈：Python、Scikit-learn、Pandas、Flask
项目描述：利用历史销售数据构建线性回归与随机森林模型，预测未来季度销售额，并通过Flask搭建简易API供业务部门调用。
Change
无 · 2年经验 · 无
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
我精通 Python 编程，熟练掌握 数据分析（Pandas、NumPy、Matplotlib/Seaborn）和 数据清洗，能够高效处理结构化与非结构化数据。具备 网络爬虫（Scrapy、BeautifulSoup、Requests）开发经验，能自动化采集并解析网页数据。熟悉 SQL 数据库操作（MySQL、PostgreSQL）及 NoSQL（MongoDB），可进行数据存储与优化。了解 机器学习（Scikit-learn）基础算法，能完成数据建模与预测分析。此外，掌握 Linux 基础命令、Git 版本控制，并能够使用 Docker 进行环境部署，确保项目高效协作与可复现性。
项目经验
1. 电商数据爬取与分析系统
技术栈：Python、Scrapy、MySQL、Pandas、Matplotlib
项目描述：开发自动化爬虫系统，采集某电商平台商品数据（价格、销量、评论等），清洗后存储至MySQL数据库，并使用Pandas进行销量趋势分析及竞品对比，最终通过Matplotlib生成可视化报表。
2. 社交媒体舆情监控工具
技术栈：Python、Requests、BeautifulSoup、MongoDB、NLP（TextBlob）
项目描述：基于爬虫技术实时抓取社交媒体（微博、Twitter）热门话题，结合简单情感分析（NLP）判断舆论倾向，数据存储至MongoDB并生成日报。
3. 销售数据预测模型
技术栈：Python、Scikit-learn、Pandas、Flask
项目描述：利用历史销售数据构建线性回归与随机森林模型，预测未来季度销售额，并通过Flask搭建简易API供业务部门调用。
技术栈：Python、Scrapy、MySQL、Pandas、Matplotlib
项目描述：开发自动化爬虫系统，采集某电商平台商品数据（价格、销量、评论等），清洗后存储至MySQL数据库，并使用Pandas进行销量趋势分析及竞品对比，最终通过Matplotlib生成可视化报表。
2. 社交媒体舆情监控工具
技术栈：Python、Requests、BeautifulSoup、MongoDB、NLP（TextBlob）
项目描述：基于爬虫技术实时抓取社交媒体（微博、Twitter）热门话题，结合简单情感分析（NLP）判断舆论倾向，数据存储至MongoDB并生成日报。
3. 销售数据预测模型
技术栈：Python、Scikit-learn、Pandas、Flask
项目描述：利用历史销售数据构建线性回归与随机森林模型，预测未来季度销售额，并通过Flask搭建简易API供业务部门调用。
立即沟通
