AMAZING RESUME
牛敬业
数据分析工程师
常怀探索之心，以实干沉淀自身价值
188****6612niu****@***.com北京30男数据分析工程师在职北京20k-30k •作为核心成员参加全国大学生统计建模大赛，获国家级二等奖，主导运维日志的时序特征构建与异常检测模型，实现故障预警。
•在数据工程实践中，基于Spark对电商评论进行主题建模与情感倾向分析，提炼产品改进线索并输出自动化分析报告。
•负责电商用户行为数据的采集与清洗，通过自研脚本将ETL流程自动化，数据准备时间缩短40%。
•使用Spark SQL进行多维度分析，每月输出30余份专题看板，支撑运营团队的选品与促销决策。
•与市场部协同，基于转化漏斗分析提出落地页优化方案，成功使注册转化率提升18%。
•构建基于Tableau的自助分析平台，将关键指标可视化，帮助业务人员实现分钟级数据洞察。
资深数据分析工程师数据策略预测建模分析团队管理
北京
•主导金融风控领域的专项分析项目，制定数据采集与评估策略，成功交付5个重点项目，累计识别潜在风险流水超千万。
•重构信用评分模型，引入XGBoost算法，使模型KS值提升12%，有效增强风险识别能力。
•协同信贷、产品与合规部门，搭建数据共享机制，推动贷前、贷中、贷后全流程数据闭环。
•定期组织团队内部分享与代码评审，辅导成员掌握Python数据分析栈，团队整体产出效率提升20%。
•该项目旨在通过分析用户购买历史与浏览行为，优化推荐算法。
•负责清洗逾2000万条交易日志，构建特征工程流水线。
•使用协同过滤与深度学习模型（如DeepFM）进行召回与排序，通过A/B测试验证，点击率提升22%。
•与前后端开发协作，将模型部署为实时推荐服务，上线后人均页面浏览量提升18%。
•参与公司付费增长策略优化，聚焦拉新、激活、留存全链路。
•构建用户分层模型（基于RFM与行为聚类），识别高价值与流失预警群体。
•通过因果推断分析，定位出影响留存的关键负面因素，推动产品体验优化，月留存率提升9%。
•与营销团队联合设计AB实验，优化短信推送策略，活动转化率提升25%。
对数据背后的逻辑与故事充满好奇，习惯将零散信息转化为清晰洞察；做事严谨，有较强的数据敏感度和逻辑推演习惯，追求分析结论的可解释性。熟练运用SQL、Python及常见BI工具，能独立完成从取数、清洗到可视化与归因的全流程。善于跨团队沟通，能把分析结果翻译成业务听得懂的行动建议，期待在数据驱动决策的环境中持续深耕。
数据工程与运维分析:
熟练运用SQL窗口函数与执行计划分析，针对慢查询进行索引优化，曾将某个日增千万级日志的报表响应时间从12秒压缩至2秒以内。
具备从系统监控数据中挖掘容量瓶颈的能力，通过季节性分解与突变点检测提前预警磁盘使用率，避免两次线上服务中断。
在数据库迁移项目中，通过对比基准测试与A/B影子流量压测，发现新架构下的锁竞争热点，推动分库分表策略落地，写入吞吐提升约40%。
