牛敬业
数据挖掘开发工程师
BUSINESS PROFILE
电话188****1339
邮箱niu****@***.com
城市北京
年龄30
性别男
求职状态在职
•带领团队完成‘智慧校园路径规划系统’，基于OpenStreetMap数据构建校园动态导航模型，运用A*算法结合实时人流数据优化路线推荐，系统上线后用户平均通行时间缩短20%
•主导开发分布式日志分析工具，整合Kafka与Elasticsearch实现毫秒级日志检索，解决传统ELK架构在海量日志场景下的查询延迟问题，获导师推荐投稿至国内核心期刊
•在CCPC中国大学生程序设计竞赛中担任核心成员，设计多层树状DP解法攻克图论难题，团队斩获区域赛金奖，个人代码贡献量位列团队第一
北京某医疗科技企业 - 智能医疗事业部智慧医疗解决方案商
2018.07-2021.06
•负责医疗影像分析平台的核心算法开发，构建基于卷积神经网络的病灶检测模型，处理日均30万+影像数据，将诊断辅助准确率提升至92%，帮助医生减少30%的阅片时间
•设计实时数据管道架构，整合医院HIS系统与影像设备数据源，通过Kafka+Storm实现毫秒级数据接入，将数据处理延迟从小时级压缩至分钟级
•与临床科室合作开发患者风险预测模型，结合电子病历与影像特征，提前72小时预警重症风险，协助医院降低15%的急救病例发生率
北京某金融科技集团 - 智能风控中心金融科技解决方案提供商
2021.07-2023.06
•主导金融科技平台反欺诈模型研发，带领3人团队开发基于图神经网络的欺诈交易识别系统，将欺诈检出率从78%提升至94%，误报率下降40%
•重构离线计算引擎，采用Delta Lake+Spark SQL优化数据湖架构，使模型迭代周期从周级缩短至日级，节省60%存储成本
•建立动态阈值调优机制，结合A/B测试框架持续优化风控策略，在保障用户体验的同时拦截异常交易金额超8000万元
•整合城市路网传感器、公交GPS轨迹及气象数据，构建时空图神经网络模型，预测精度达89%（相比传统方法提升32%）
•开发分布式特征工程流水线，处理日均120TB多模态数据，通过TensorFlow Extended实现特征版本管理与自动化更新
•与交管部门合作部署预测结果，在试点区域实施动态信号灯调控，高峰期通行效率提升23%
•针对制造业客户开发振动信号异常检测模型，融合LSTM与注意力机制，将设备故障预测窗口延长至48小时
•设计轻量化模型部署方案，通过ONNX转换将推理速度提升5倍，支持边缘设备实时运行
•建立模型漂移监测体系，通过PSI指标自动触发重训练，确保模型在6个月内保持85%以上准确率
对数据规律敏感，享受从噪声中提炼洞察的专注过程；习惯用证据说话，追求模型简洁有效。熟悉Python与Spark等工具，掌握随机森林、深度学习等常用算法，能在业务场景下快速迭代验证。逻辑严谨，习惯反复调试与优化，对代码质量与运行效率有自觉要求。持续关注技术演进，希望通过工程与算法结合，让数据真正驱动决策。
数据架构与质量保障:
搭建基于DolphinScheduler的跨集群数据调度平台，实现ETL任务依赖关系可视化配置与故障自动重试，将企业级数据处理链路异常恢复时间从2小时压缩至15分钟
设计自动化数据质量校验流程，通过Python+Airflow构建多维度数据质量检测规则库，覆盖一致性/完整性/时效性指标，使下游业务异常数据影响率下降60%
