萝卜简历

核心课程：多元统计分析、数据挖掘、机器学习、时间序列分析、数据库原理，平均绩点 3.8/4.0，专业排名前 10%。

• 数据收集与清洗：负责收集公司旗下 APP 的用户行为数据（包括点击、浏览、购买等），日均数据量达 500 万条以上。使用 SQL 语句从 Hive 数据仓库中提取所需数据，运用 Python 的 Pandas 库进行数据清洗，处理缺失值、异常值和重复数据，数据清洗准确率达 98% 以上，为后续分析奠定良好基础。​
• 用户行为分析：对清洗后的用户数据进行深入分析，运用 Matplotlib 和 Seaborn 库绘制用户活跃度、留存率、消费频次等可视化图表。通过对比不同用户群体的行为特征，发现新用户在注册后 7 天内的留存率较低（仅 30%），并提出优化新用户引导流程的建议。​

协助分析师收集各行业市场数据，包括行业规模、竞争对手情况、消费者需求等，涉及金融、零售、医疗等多个领域。使用 Excel 的数据透视表、函数等功能对数据进行整理和加工，将分散的数据整合为结构化的数据集，提高数据使用效率。

• 牵头组建 3 人项目小组，制定项目计划和分工，明确各阶段任务和时间节点。​
• 负责数据收集与预处理工作，从电商平台数据库中提取用户的历史购买记录、浏览记录、收藏记录、评价记录等数据，共涉及 200 万用户的 1000 万条行为数据。使用 Python 处理数据，包括缺失值填充（采用均值、中位数、众数等方法）、异常值剔除（基于 3σ 原则）、特征工程（构建用户活跃度、消费能力、商品偏好等特征）。​
• 撰写项目报告，将项目背景、数据处理过程、模型构建与评估结果、应用建议等内容整理成报告，并向电商平台的运营部门进行汇报。