kotoko
4小时前在线
全职 · 400/日  ·  8700/月
工作时间: 工作日09:00-18:00、周末14:00-18:00工作地点: 远程
服务企业: 0家累计提交: 0工时
聊一聊

APP聊一聊

个人介绍

我是牟泉锡,4年数据分析经验,擅长将复杂业务问题拆解为可量化、可验证的数据路径。独立完成过从数据采集、建模分析到策略输出的全链路工作。


【我能做什么】

- 数据清洗与处理:Python(pandas、numpy)、SQL,能处理百万级数据

- 时序预测:ARIMA、XGBoost组合模型,电力/销量/流量预测

- A/B测试与因果推断:PSM倾向得分匹配、转化漏斗分析

- 用户分层:RFM模型、LTV量化、留存分析

- NLP情感分析:用户评论挖掘、产品机会点识别

- 可视化:Tableau、Streamlit BI看板


【项目案例】

1. 电力交易预测:从0搭建售电预测系统,准确率87.5%,为客户减少偏差考核损失超200万元

2. 电商优惠券A/B测试:PSM匹配10万+用户,ROI提升22%,月省30%预算

3. RFM用户分层:500万用户分8层,留存率提升18%

4. 亚马逊NLP分析:10万+评论挖掘蓝海价格带,新品月销破3000件


【交付标准】

- 代码可查、逻辑可讨论、结果可复现

- 可脱敏演示项目全流程

- 按需输出:Excel/JSON/PDF/BI看板


【工作方式】

- 远程兼职,工作时间灵活(工作日9-18点可响应)

- 报价:250-350元/天,首单可议价

- 先沟通需求,再确认报价,不走私下交易

工作经历

  • 2025-12-01 -2026-05-01广东国阳能源电力交易员

    独立从0到1搭建售电预测系统,整合30+电力市场、气象、用户用能特征,采用ARIMA与XGBoost组合算法,预测准确率达87.5%。搭建自动化数据Pipeline,开发Streamlit BI看板。模型输出支撑12家工业客户报价决策,减少偏差考核损失超200万元。

教育经历

  • 2019-09-01 - 2023-06-05贵州财经大学管理科学本科

语言

英语无工具书面交流
0
1
2
3
4
5

技能

Python掌握
MySQL掌握
0
1
2
3
4
5
0
1
2
3
4
5
作品
亚马逊电商品类策略研究 – NLP情感分析与选品策略

评论爬虫模块:爬取亚马逊目标品类的10万+用户评论,包括评分、正文、helpful投票等字段。文本预处理模块:分词、去停用词、词性标注,构建语料库。情感分析模块:基于SnowNLP/TextBlob计算评论情感倾向得分,区分正面/负面/中性评论。因子分析模块:通过LDA主题建模/因子分析,提炼出功能

0
2026-05-27 03:06
RFM用户分层与LTV分析 – 500万用户价值体系构建

数据清洗模块:处理500万+用户的消费、活跃、交互全量数据,定义R(最近一次消费)、F(消费频率)、M(消费金额)三个维度的计算口径。RFM分层模块:基于R、F、M三个维度的分位数或聚类算法,将用户划分为8个价值层级(如高价值、潜力、流失边缘、沉睡等)。LTV量化模块:计算各层级用户的未来生命周期价

0
2026-05-27 03:00
下载次数:0
¥500
电商优惠券增量评估 – A/B测试与PSM倾向得分匹配  语言技术:

数据预处理模块:清洗100万+用户行为日志,提取领券/未领券用户的特征(活跃度、历史消费、浏览深度等)。PSM匹配模块:基于倾向得分匹配法,从100万用户中筛选10万特征一致的实验组与对照组,消除选择偏差。转化漏斗分析:对比匹配后两组的曝光-点击-下单转化率,计算净增效果。分层策略输出:按用户活跃度

0
2026-05-27 02:55
更新于: 11小时前 浏览: 7