猿急送>

成都Python兼职程序员

ID：399857

自蹊

python开发工程师

公司信息：
泉源堂

工作经验：
6年

兼职日薪：
500元/8小时

兼职时间：
下班后
周六
周日
可工作日远程

所在区域：
成都
武侯

技术能力

Python数据处理与分析

熟练使用 Pandas、NumPy、SciPy 进行数据清洗、ETL、统计分析，处理千万级数据高效稳定。

熟悉 Scikit-learn 等库，能够完成数据建模、回归分析、聚类等任务。

Python爬虫开发

精通 Requests、Scrapy、Selenium 等工具，可应对动态渲染、反爬策略（如验证码、IP封禁）。

擅长数据抓取架构设计，支持分布式爬虫（Scrapy-Redis）、异步高效采集（Aiohttp）。

遵守合规性，熟悉 robots.txt 协议，确保数据采集合法。

SQL与数据仓库经验

熟练编写复杂SQL查询（窗口函数、CTE、索引优化），支持 MySQL、PostgreSQL、Oracle 等数据库。

具备数据仓库（DWH）建设经验，了解星型/雪花模型，可设计 ODS→DWD→DWS 分层架构。

熟悉 Hive、ClickHouse 等OLAP引擎，优化查询性能。

BI可视化与报表开发

精通 Tableau、Power BI、Metabase 等工具，可搭建交互式仪表盘，支持业务决策。

熟练使用 Matplotlib、Seaborn、Plotly 进行数据可视化，生成专业级分析报告。

可结合 Flask/Dash 开发定制化数据看板，满足企业个性化需求。

全链路数据解决方案

从爬虫采集→数据清洗→数仓存储→BI可视化提供端到端服务，确保数据流高效可靠。

典型案例：电商评论爬取 + 情感分析 + 可视化报表，助力运营优化。

可集成 Airflow 调度任务，实现自动化数据Pipeline。

项目经验

1. 泉源堂薪酬系统（Python + SQL + BI 自动化）
项目背景：
泉源堂作为医药零售企业，原有薪酬计算依赖Excel，效率低且易出错，需构建自动化薪酬核算系统。
技术实现：
数据采集：使用 Python + Pandas 对接企业ERP、考勤系统，自动拉取员工绩效、考勤、提成数据。
数据处理：
编写 SQL 存储过程（MySQL）计算薪资、社保、个税，支持多规则配置（如阶梯提成、KPI系数）。
利用 Python 自动化脚本校验数据一致性，减少人工干预。
BI 可视化：
基于 Power BI 搭建薪酬看板，实现部门/个人薪资对比、历史趋势分析。
支持权限分级（HR/管理层），确保数据安全。

项目成果：
薪酬计算效率提升 90%，错误率降至 0.1% 以下。
管理层可实时查看人力成本占比，优化薪资结构。

2. 泉源堂数据仓库搭建（SQL + ETL + 数仓建模）
项目背景：
企业数据分散在多个业务系统（ERP、CRM、OMS），需构建统一数仓支持数据分析。
技术实现：
数仓架构：
采用 ODS → DWD → DWS → ADS 分层模型（基于 MySQL + Hive）。
使用 Dolphin调度ETL任务，每日增量同步业务数据。

数据建模：
设计星型模型（如销售主题：事实表+商品/门店/时间维度表）。
优化 SQL 查询性能（索引、分区表），使报表查询速度提升 3倍。
数据治理：
制定数据字典，统一关键指标口径（如“销售额”含退货/不含税）。

项目成果：
实现 10+ 业务系统数据整合，支撑财务、运营、供应链等多部门分析需求。
数据时效性从 T+3 提升至 T+1。

3. 前公司与车商合作舆论综合分析（爬虫 + NLP + BI）
项目背景：
合作车商需监控舆情（用户评价、新闻、论坛），分析消费者对车型的偏好与投诉点。
技术实现：
数据采集：
基于 Scrapy + Selenium 爬取汽车之家、懂车帝等平台用户评论（日均 10万+ 条）。
突破反爬机制（IP轮询、UserAgent随机化），确保数据稳定性。

NLP 分析：
使用 Jieba + SnowNLP 进行情感分析，识别负面评价（如“油耗高”“变速箱顿挫”）。
LDA 主题模型提取高频关键词，聚类用户关注点（如“空间”“动力”“价格”）。
BI 可视化：
Tableau 构建动态看板，展示各车型口碑评分、投诉趋势、竞品对比。
结合 Flask 开发内部数据平台，支持车商实时查询舆情。
项目成果：
负面舆情预警准确率 85%+，帮助车商快速响应质量问题。
分析结果指导新车营销策略，某车型改款后好评率提升 20%。