ID:416093

Ging

数据分析师

  • 公司信息:
  • 海康威视
  • 工作经验:
  • 9年
  • 兼职日薪:
  • 1000元/8小时
  • 兼职时间:
  • 可工作日远程
  • 所在区域:
  • 武汉
  • 全区

技术能力

熟练使用Python进行脚本编写,并具备SQL编写能力。
熟悉常用的机器学习算法,如RF、LGB、K-MEANS及DBSCAN等。
了解FM模型的使用及推荐场景应用,熟悉用户画像的构建过程。
了解深度学习模型如Autoencoder、LSTM等的使用。
了解常用的自然语言处理技术,如TF-IDF、TextRank和Word2Vec。
了解大语言模型相关技术,并能够在本地部署相关模型。
掌握greenplum/pg/es/kudu/hbase/mongo/kafka等数据库及中间件的使用。
了解数仓的搭建过程,熟悉etl的思想,处理过tb级的数据场景。
了解Spark、Hadoop、Hive、Flink及Doris等大数据相关知识,了解linux的常用命令。

项目经验

一、光伏发电预测
项目描述: 本模型通过历史的数据分析,建立rf与LSTM相结合预测模型,较为准确地预测了逆变器的发电量,从而可以提前了解发电变化趋势,以便进行合理的调度和安排。
项目职责:
1.数据采集。包含辐照度,天气以及发电上报信息。天气信息可通过爬虫获取。
2.数据预处理,包括时间处理、空值处理等。然后将各个特征数据整合成15min一条。
3.数据去噪。使用hampel滤波器对数据进行降噪处理。
4.模型对比,使用lazypredict实现40 个机器学习模型对比,这里选用rf模型。
5.模型构建,添加历史发电数据偏移量,使用rf对模型进行训练预测,获取预测结果y1。将预测的结果y1带入lstm模型中训练,训练前对数据进行归一化,获取预测结果y2。根据y1和y2及真实的数据y,获取rf与lstm模型的误差Δ1及Δ2,根据误差倒数法获取rf的模型的权重w1,构建权重预测模型的数据集,使用rf对权重w1进行预测,根据权重求得最终的组合结果。
6.效果评估。预测效果较好,r2为0.989,mae为1.058,wmape为0.031。

二、流量套餐推荐
项目描述: 为了提升用户对流量付费套餐的购买欲,增强车主的黏性,通过分析用户数据,并根据其特征和行为习惯,推荐适合的车辆流量套餐。最后通过对比试验来验证模型,转化提升率30%以上,效果很好。
项目职责:
1.数据抽取:从 HIVE 数仓中抽取用户信息、购包行为、DA与 app 使用行为、流量剩余等。
2.数据处理:除去无效的用户,数值类的缺失值,进行零值填充,日期类缺失,填充最早日期。
3.特征构建:app、da 、流量使用等标签化,构建对应的 RFM值,minmax 标准化后采用K-MEANS 对其进行活跃度有关的聚类,对其它特征(职业、年龄、城市、认证时间、日均消费及用车时长等)进行构建,并给这些特征打上标签后保存。
4.模型预测及推荐:通过过采样对不平衡数据集进行处理,构建好正负样本,对特征进行 onehot 编码,利用 FM 模型进行训练及预测。对于预测出的购包用户,添加套餐相关信息,采用同样的方式利用 FM 模型进行流量套餐的推荐。
5.模型效果及调参:FM 模型包含l1,l2正则化及学习率等参数,通过网格搜索方式,找出最优参数。

三、利用大模型分析指标数据并给出建议
项目描述: 这里以股票数据为例,提炼出各种指标,如移动平均线(SMA)、指数移动平均线(EMA)、MACD、相对强弱指数(RSI)、成交量和价格趋势指标(OBV)、平均真实范围(ATR)、资金流量指数(MFI)等。智谱AI的GLM-4-Long模型是一款专为处理超长文本和复杂信息而设计的AI模型。通过将市场历史数据计算各项指标,然后将指标数据提供给模型进行分析,能够为投资提供建设性的意见。
项目职责:
其步骤包括申请智谱大模型密钥apikey,通过finnhub或yfinance获取股票基本信息。设置股票数据的起止范围,通过yf.download获取股票每天的数据。根据获取的股票数据,计算各种常见的指标,SMA、EMA、MACD、RSI及OBV等。将计算的数据提交给大模型,并用金融分析相关的提示词对大模型进行回答限制,让GLM-4-Long大模型帮我们分析股票数据,得到投资建议。

案例展示

  • 简历优化工具

    简历优化工具

    作品介绍 ResumeOptim — AI简历智能分析与优化系统 这是一款基于大语言模型的全栈简历优化工具,面向求职者和HR场景,提供从简历诊断到面试准备的一站式服务。 核心功能 1. 智能简历解析:支持PDF上传和文本粘贴两种方式,自动提取简历文本内容,兼容各类PD

  • 论文助手

    论文助手

    作品名称:AI论文助手(Paper Assistant) 项目简介: 这是一款基于AI的学术论文智能阅读与分析工具,采用 Python Flask 框架开发,集成大语言模型(支持 OpenAI 及兼容 API,如 DeepSeek、Moonshot 等),帮助科研人员和学

查看案例列表(含更多 0 个案例)

信用行为

  • 接单
    0
  • 评价
    0
  • 收藏
    0
微信扫码,建群沟通

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在1小时内与您联系,1小时内精准确定人才

微信接收人才推送

关注猿急送微信平台,接收实时人才推送

接收人才推送
联系需求方端客服
联系需求方端客服