0
1
2
3
4
5
0
1
2
3
4
5
1月前来过
python机器学习、深度学习、数据分析
南京全职 · 500/日 · 10875/月信用一般
工作时间: 工作日18:00-24:00、周末08:00-18:00工作地点:
远程
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
3年公司经营运营及数据分析经验，熟练掌握 Pandas、Numpy、Matplotlib 等数据分析库及 Excel、Origion 等分析软件，熟悉 KNN、LR、NB、DT、RF、GBDT、Kmeans、PCA 等机器学习算法及MLP等深度学习算法，能熟练使用爬虫广泛获取高价值数据。同时能基于以上工具进行数据挖掘、识别经营风险、提供经营决策建议；
工作经历
2021-07-01 -至今头部金融公司python机器学习、深度学习、数据分析、爬虫
1. 主责公司经营分析及重要会议组织，输出月度、季度、年度经营分析报告及组织相关公司级会议； 2. 主责公司数字化系统建设及维护，从系统使用的业务端视角出发、提供建设及改进建议；此外也自行编写自动化办公程序，提高工作效率； 3. 主责公司日常及年度考核方案制定、颁布、解释及执行。
教育经历
2018-09-01 - 2021-06-30东南大学土木工程硕士已认证
2014-09-01 - 2018-06-30东南大学土木工程本科已认证
技能
作品
项目概述：该项目是利用二手房挂牌、成交及新房成交数据对整体市场情况进行监控并利用深度学习算法对销售风险进行分析，定期输出市场数据可视化报告，主要分为以下几个阶段： （1）数据获取：利用 requests、bs、selenium 库获取链家二手房（挂牌、成交、小区经纬坐标，使用延迟访问绕过网站反爬机制）及南京市网上房地产新房（挂牌及备案、使用 OCR 解决脏数据反爬机制）数据； （2）常规分析：计算二手房、新房挂牌、成交、备案量增减情况，绘制中短期趋势，利用 ArcGis 结合所获取各小区坐标库绘制热力图，利用 pandas 筛选并输出各类榜单（如涨跌价房源套数前十小区、涨跌总价前十房源等），结合微板块划分（如大校场、新玄武等）分析各板块近期情况； （3）风险分析：将所获取市场数据结合本公司在售项目近期销售情况，利用 Darts 库时序神经网络算法（TCN、Nbeats等）对未来一段时间的有本公司项目的各板块销售情况进行预测，作为后续经营决策参考； （4）可视化报告输出：将以上结论绘制各类图表，汇总后输出报告；
02024-09-10 09:15
