一沫丶
资料员
广东强龙机械设备有限公司 · 7年经验
日薪：
￥500/8h
地点：
其他 全区
时间：
可工作日驻场（离职原因）可工作日驻场（自由职业原因）
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
数据清洗与整理：熟练使用Python（Pandas/Numpy）处理10万+量级数据，擅长去重（drop_duplicates）、异常值筛选（query）、多表合并（merge/concat），可自动化完成PDF/扫描件数据提取（Tabula+正则表达式）。
数据可视化：精通Matplotlib/Seaborn动态图表生成，能根据业务需求定制折线图、热力图（如气候数据趋势分析），熟悉调整图例/坐标轴/色彩方案提升可读性。
效率工具：
Excel高级应用（Power Query批量清洗、VLOOKUP跨表匹配、宏录制自动化操作）
数据库基础（SQLite增删改查，实现Excel与数据库交互）
质量控制：通过交叉验证（assert语句）、抽样复核确保数据准确率≥99%。
附加能力：
非结构化数据处理（OCR文本识别后结构化存储）
中英文数据兼容处理（编码转换/单位统一）
数据可视化：精通Matplotlib/Seaborn动态图表生成，能根据业务需求定制折线图、热力图（如气候数据趋势分析），熟悉调整图例/坐标轴/色彩方案提升可读性。
效率工具：
Excel高级应用（Power Query批量清洗、VLOOKUP跨表匹配、宏录制自动化操作）
数据库基础（SQLite增删改查，实现Excel与数据库交互）
质量控制：通过交叉验证（assert语句）、抽样复核确保数据准确率≥99%。
附加能力：
非结构化数据处理（OCR文本识别后结构化存储）
中英文数据兼容处理（编码转换/单位统一）
项目经验
案例1：多源温度数据整合可视化（猪八戒平台）
需求：合并6份PDF扫描件（共7000+数据点）中的温度曲线，剔除无效数据并统一时间轴。
解决方案：
使用EasyOCR提取PDF文本，正则表达式匹配温度值（\d{1,2}℃），人工复核误差＜3%。
通过Pandas对齐时间戳（resample方法补全缺失值），Matplotlib绘制6条对比曲线，用Viridis色系区分数据源。
成果：客户验收一次通过，获5星评价：“图表专业清晰，超出预期”。
案例2：电商订单数据清洗（校内实践）
问题：原始订单数据含15%重复项、地址格式混乱（如“北京/北京市”）。
处理：编写Python脚本自动标准化地址（省市区三级分离）、标记异常订单（金额＞3倍标准差），工时从8小时压缩至1.5小时。
需求：合并6份PDF扫描件（共7000+数据点）中的温度曲线，剔除无效数据并统一时间轴。
解决方案：
使用EasyOCR提取PDF文本，正则表达式匹配温度值（\d{1,2}℃），人工复核误差＜3%。
通过Pandas对齐时间戳（resample方法补全缺失值），Matplotlib绘制6条对比曲线，用Viridis色系区分数据源。
成果：客户验收一次通过，获5星评价：“图表专业清晰，超出预期”。
案例2：电商订单数据清洗（校内实践）
问题：原始订单数据含15%重复项、地址格式混乱（如“北京/北京市”）。
处理：编写Python脚本自动标准化地址（省市区三级分离）、标记异常订单（金额＞3倍标准差），工时从8小时压缩至1.5小时。
一沫丶
资料员 · 7年经验 · 广东强龙机械设备有限公司
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
数据清洗与整理：熟练使用Python（Pandas/Numpy）处理10万+量级数据，擅长去重（drop_duplicates）、异常值筛选（query）、多表合并（merge/concat），可自动化完成PDF/扫描件数据提取（Tabula+正则表达式）。
数据可视化：精通Matplotlib/Seaborn动态图表生成，能根据业务需求定制折线图、热力图（如气候数据趋势分析），熟悉调整图例/坐标轴/色彩方案提升可读性。
效率工具：
Excel高级应用（Power Query批量清洗、VLOOKUP跨表匹配、宏录制自动化操作）
数据库基础（SQLite增删改查，实现Excel与数据库交互）
质量控制：通过交叉验证（assert语句）、抽样复核确保数据准确率≥99%。
附加能力：
非结构化数据处理（OCR文本识别后结构化存储）
中英文数据兼容处理（编码转换/单位统一）
数据可视化：精通Matplotlib/Seaborn动态图表生成，能根据业务需求定制折线图、热力图（如气候数据趋势分析），熟悉调整图例/坐标轴/色彩方案提升可读性。
效率工具：
Excel高级应用（Power Query批量清洗、VLOOKUP跨表匹配、宏录制自动化操作）
数据库基础（SQLite增删改查，实现Excel与数据库交互）
质量控制：通过交叉验证（assert语句）、抽样复核确保数据准确率≥99%。
附加能力：
非结构化数据处理（OCR文本识别后结构化存储）
中英文数据兼容处理（编码转换/单位统一）
项目经验
案例1：多源温度数据整合可视化（猪八戒平台）
需求：合并6份PDF扫描件（共7000+数据点）中的温度曲线，剔除无效数据并统一时间轴。
解决方案：
使用EasyOCR提取PDF文本，正则表达式匹配温度值（\d{1,2}℃），人工复核误差＜3%。
通过Pandas对齐时间戳（resample方法补全缺失值），Matplotlib绘制6条对比曲线，用Viridis色系区分数据源。
成果：客户验收一次通过，获5星评价：“图表专业清晰，超出预期”。
案例2：电商订单数据清洗（校内实践）
问题：原始订单数据含15%重复项、地址格式混乱（如“北京/北京市”）。
处理：编写Python脚本自动标准化地址（省市区三级分离）、标记异常订单（金额＞3倍标准差），工时从8小时压缩至1.5小时。
需求：合并6份PDF扫描件（共7000+数据点）中的温度曲线，剔除无效数据并统一时间轴。
解决方案：
使用EasyOCR提取PDF文本，正则表达式匹配温度值（\d{1,2}℃），人工复核误差＜3%。
通过Pandas对齐时间戳（resample方法补全缺失值），Matplotlib绘制6条对比曲线，用Viridis色系区分数据源。
成果：客户验收一次通过，获5星评价：“图表专业清晰，超出预期”。
案例2：电商订单数据清洗（校内实践）
问题：原始订单数据含15%重复项、地址格式混乱（如“北京/北京市”）。
处理：编写Python脚本自动标准化地址（省市区三级分离）、标记异常订单（金额＞3倍标准差），工时从8小时压缩至1.5小时。
立即沟通
