个人介绍
马里兰大学 美国 华盛顿(远程)
数据科学和机器学习 2023/01-2024/02
主修课程:Python 编程、统计分析和可视化、高级机器学习、KNN分类和回归分析、自然语言处理、循环神经网络、时间序列、TensorFlow 中的神经网络、高级 SQL、AI 策略
资质证书:高级课程证书
利物浦大学 英国 利物浦
金融数学理学学士 2014/09-2018/06
主修课程:概率论、统计学、风险理论、时间序列分析、随机分析、测量论、金融数学建模、人口动力学、公司财务、经济学(GPA;3.8)
荣誉奖项:一等学位(获得前 15% 的奖学金和在哈佛商学院进行为期 3 个月的交换学习)
Global AI 美国 纽约(远程)
数据分析师 2020/01-2024/03
预测美国政府的可持续发展目标(SDG)评分
l 负责通过 MySQL 提取、清洗、处理5亿条数据进行探索性数据分析(EDA)跨多个金融领
域、收益、股票指数、宏观经济和可持续发展目标评分。
l 使用 seaborn 对前100个SDG评分最高的公司进行数据可视化
l 使用聚类、分类、回归、逻辑树等机器学习模型进行建模并优化模型
信用风险预测客户违约率
l 数据提取、数据清洗(异常值的处理,非结构数据到结构数据的转化)
l 数据库的建立与可视化(SQL查询在Python中的应用,数据格式的转化与Seaborn数据可视化)
l 在特征工程方面提供支持,包括信用利差、利率、股票和波动率等
l 模型调参、支持场景生成和平稳性测试,MAPE测试和调整R平方等验证问题和测试。
l 使用scikit-learn进行回溯测试、模型调优以及其他不同的机器学习技术并结合自动化工具,提高
团队效率20%+
工作经历
2020-01-01 -2024-03-01global 数据分析师
预测美国政府的可持续发展目标(SDG)评分 l 负责通过 MySQL 提取、清洗、处理5亿条数据进行探索性数据分析(EDA)跨多个金融领 域、收益、股票指数、宏观经济和可持续发展目标评分。 l 使用 seaborn 对前100个SDG评分最高的公司进行数据可视化 l 使用聚类、分类、回归、逻辑树等机器学习模型进行建模并优化模型 信用风险预测客户违约率 l 数据提取、数据清洗(异常值的处理,非结构数据到结构数据的转化) l
教育经历
2014-09-01 - 2018-06-01利物浦大学金融数学本科