编号：1237848002 简历更新：2018-12-21 13:52
陈先生 个人基本简历
基本信息
- 姓 名：陈先生
- 国 籍：
- 目前住地：广州市
- 民 族：
求职意向及工作经历
- 人才类型：留学生
- 应聘职位：资产评估/分析/清算结算/风险控制
- 工作年限：0
- 职 称：无职称
工作经历
-
2016-09-2016-12西安市统计局公司性质：政府机关 所属行业：政府/非营利机构/社会工作担任职务：投资部实习生工作内容：-提取，清洗数据并利用合适的方法分析数据每月并对西安市房地产投资环境做报告。
-协助调查问卷的设计，并回收，整理与分析调查结果。离职原因：
教育背景
- 毕业院校：澳洲国立大学
- 最高学历：硕士
- 获得学位：
- 毕业日期：2019-06
- 专 业 一：统计学
- 专 业 二：
| 起始年月 | 终止年月 | 学校（机构） | 专 业 | 获得证书 | 证书编号 |
|---|
工作能力及其他专长
能力技能：
广义线性模型建模；调查设计；多元统计技术；涉及动态波动和/或趋势的时间序列建模；贝叶斯分
层模型建模；
机器学习的应用；
数据清理，数据挖掘，数据可视化；
掌握R，Python，SPSS；
掌握SQL(MySQL，MariaDB)；
了解Hadoop框架。
项目经历：
2018/6-2018/9 Kaggle：提高学生参加SHSAT机会
项目描述：对纽约市学校数据进行清理，使用探索性数据分析与地理分析方法，在纽约市中找出需
要帮助的学校，学科(数学，英语)，人种(白人，亚洲人，黑人，西班牙裔)以协助PASSNYC提高学
生参加SHSAT的机会
2018/2-2018/6 预测英超足球联赛结果
项目描述：采用贝叶斯分层模，模拟每队进攻与防守的特征与预测特定比赛的结果。并为了克服贝
叶斯分层模型产生的过度收缩问题，使用一个更复杂的混合模型，对不同级别的队伍赋予不同的先
验分布。
2017/8-2017/11 调查芝加哥保险欺诈行为
项目描述：利用多元线性回归模型对拒绝率，盗窃次数，火灾次数，人种比例，收入等因素建模。
调查保险公司是否因不合理的原因如人种比例，收入，取消保单或拒绝续保。
广义线性模型建模；调查设计；多元统计技术；涉及动态波动和/或趋势的时间序列建模；贝叶斯分
层模型建模；
机器学习的应用；
数据清理，数据挖掘，数据可视化；
掌握R，Python，SPSS；
掌握SQL(MySQL，MariaDB)；
了解Hadoop框架。
项目经历：
2018/6-2018/9 Kaggle：提高学生参加SHSAT机会
项目描述：对纽约市学校数据进行清理，使用探索性数据分析与地理分析方法，在纽约市中找出需
要帮助的学校，学科(数学，英语)，人种(白人，亚洲人，黑人，西班牙裔)以协助PASSNYC提高学
生参加SHSAT的机会
2018/2-2018/6 预测英超足球联赛结果
项目描述：采用贝叶斯分层模，模拟每队进攻与防守的特征与预测特定比赛的结果。并为了克服贝
叶斯分层模型产生的过度收缩问题，使用一个更复杂的混合模型，对不同级别的队伍赋予不同的先
验分布。
2017/8-2017/11 调查芝加哥保险欺诈行为
项目描述：利用多元线性回归模型对拒绝率，盗窃次数，火灾次数，人种比例，收入等因素建模。
调查保险公司是否因不合理的原因如人种比例，收入，取消保单或拒绝续保。
自我评价
致力于使用适当的方法分析和解释各数据问题。能够运用统计计算技能，解决定量和基于数据的问题。掌握机器学习算法，追求大数据分析领域。