根据公司沉淀的二手房相关信息，将数据整合，形成完整统一的画像信息，方便数据分析。在四周时间内，学习并使用了阿里云3件套：MaxCompute、Dataworks、QuickBI，建立房源画像模型，分析画像的不同维度，将分析的数据以可视化报表的形式展现，支持产品迭代，在很大程度上提升了公司的运营效率。

进行客户价值细分和流失客户预测。根据用户和订单数据，建立FRM模型，利用K-Means算法对客户进行分类。对不同的客户类别进行特征分析，比较不同类别的客户的价值。针对不同价值的客户类别制定相应的营销策略，为其提供个性化服务。同时，根据历史数据，预测当前客户的流失情况，并进行分析和制定相应策略。

利用现有股票数据对未来股票数据进行预测，计算股票交易的技术指标和涨跌决策变量，最终把问题转化为分类问题，利用数据挖掘模型（支持向量机模型、逻辑回归模型和神经网络模型）来预测下一个交易日股票价格涨跌方向，并基于预测的结果设计量化投资策略。