个人介绍
4年数据开发经验,3年算法开发经验。熟练使用 Python,Tensorflow 参与 Maxcomputer、Kettle、BI 平台架构开发 ISSN 期刊发表论文 获得 Mathematical Contest In Modeling Meritorious Winner
知名零售企业 FD 项目、推荐算法项目、智能排班项目、用户画像、门店选址项目、自然语言处理主要负责人
工作经历
2018-07-01 -至今保密算法工程师
工作内容: - 为运营和营销等其他团队构建实时数据可视化和仪表板;跨职能向经理和关键决策者传达结果和见解,以帮助他们在整个公司内做出更好的数据驱动决策。 - 执行探索性数据分析作为解决许多没有明确假设的业务问题的第一步,目的是找到激发想法和假设的线索。 - 对商品及其库存进行设计实验;分析结果并与产品团队分享见解,从而改进进销存指标。 工作业绩: - 设计了一种协同过滤推荐算法,用于从订单数据中学习用户偏好;通过定期企微、短信和推送通知推荐服务,导致订单数量增加 20% - 用户细分,根据顾客在线下门店和私域商城的历史互动,更好地预测他们未来的行为,从而改善定向营销策略并导致保留率提高 4 倍 - 使用基于历史交互训练的神经网络每周预测服务价格和佣金率,与固定值相比,订单完成率提高了 10%
教育经历
2013-07-01 - 2017-09-01河南科技大学统计学本科
4年数据开发经验,3年算法开发经验。熟练使用 Python,Tensorflow 参与 Maxcomputer、Kettle、BI 平台架构开发 ISSN 期刊发表论文 获得 Mathematical Contest In Modeling Meritorious Winn
资质认证
技能
项目:零售行业从0到1的数据仓库建设 主题包括但不限于:销售、库存、财务、人事、物流、质检、商品、云仓、供应链等各种场景 1. 负责数据平台搭建设计工作(离线和实时)、数据资产的生产、建模、管理、应用及监控体系的建设 2. 参与数据指标体系和经营分析模型的建设 3. 报表(帆软)和BI开发(观远)
项目简介:针对顾客评价进行评价维度和观点抽取,以及细粒度的情感分析。 1. 项目分为四个部分: ① 数据准备:收集数据(API+爬虫)、数据ETL、确定标签的结构和层级、对数据进行标注(专业标注工具+培训后的标注员) ② 模型训练:使用预训练模型微调训练数据 ③ 模型精度:训练数据100W +,标签维度为180维 +,模型精度0.9以上 ④ 模型部署:将分类模型部署到生产环境(PC和移动端) 2. 项目价值:通过顾客评价提取产品的改善点,并可视化类别占比。持续监控相关指标,提升顾客满意度从70%到90%;提供产品改善建议到研发部,研发部处理后做标记处理,形成闭环,2022年第四季度,商品质量同比改善115%。 3. 我的角色:项目负责人+ 算法工程师