大数据挖掘工程师简历范文全文
教育背景
浙江大学
985211双一流
计算机科学与技术 硕士
杭州2018年9月 - 2021年6月
研究方向：数据挖掘与机器学习，参与国家自然科学基金项目1项。
中南财经政法大学
211双一流
统计学 本科
武汉2014年9月 - 2018年6月
主修课程：概率论、多元统计、数据挖掘、数据库系统。
专业技能
Python / PySpark
SQL / Hive
Spark / Flink
机器学习（XGBoost/LightGBM）
特征工程与数据建模
Tableau / BI 可视化
荣誉奖项
浙江大学优秀毕业研究生
全国大学生数学建模竞赛 省级一等奖
自我评价
5年大数据挖掘与建模经验，深耕电商与金融风控场景，熟练使用Spark、Hive、Python完成亿级数据处理与特征工程。主导用户流失预测与推荐召回模型落地，AUC提升至0.86，年化增收超800万元。具备从数据治理到模型上线的全链路能力，擅长用数据驱动业务决策。
工作经历
杭州云智数据科技有限公司
杭州
电商平台大数据服务
大数据挖掘工程师
2021年7月 - 至今
用户画像机器学习建模
- 负责用户行为数据仓库建设，设计分层模型与ETL调度，日均处理数据量提升至12TB。
- 搭建用户流失预测模型，通过特征迭代将AUC从0.78提升至0.86，召回高流失用户30万。
- 优化Spark任务参数与分区策略，核心作业运行时长缩短40%，年节省计算成本约60万元。
杭州恒信金融信息服务有限公司
杭州
金融科技消费金融
数据分析师（实习）
2020年7月 - 2021年6月
风控建模数据清洗
- 参与风控反欺诈模型开发，基于图特征与规则引擎识别团伙欺诈，拦截风险交易金额超2000万元。
- 负责数据清洗与特征加工流程，将特征产出时效由T+1缩短至小时级，支撑实时风控决策。
项目经验
电商用户流失预测与召回系统
2023年3月 - 2023年12月
算法负责人
- 构建包含RFM、行为序列与品类偏好的200+维特征体系，模型AUC达0.86，KS达0.42。
- 联合运营设计分层召回策略，高流失风险用户30日留存率提升9个百分点，带动GMV增长约800万元。
实时风控特征平台建设
2022年4月 - 2022年10月
数据开发
- 基于Flink搭建实时特征计算链路，支持50+特征秒级更新，接口平均响应低于200ms。
- 上线后欺诈识别准确率提升12%，人工审核量下降25%。
工作成果
模型效果显著提升
主导流失预测模型迭代，AUC由0.78提升至0.86，进入公司年度优秀项目评选。
计算成本优化
通过Spark作业调优与资源治理，年节省集群计算成本约60万元。
风控价值落地
反欺诈模型上线后累计拦截风险交易超2000万元，获部门季度之星。
证书与认证
阿里云大数据工程师认证（ACP） - 阿里云
2023年6月
证明大数据平台开发与数据建模能力。
数据库系统工程师（软考中级） - 工业和信息化部
2022年11月
证明数据库设计与数据管理能力。
更多数据挖掘简历范文
同一职位，不同的版式和写法。点开任意一份即可查看大图。
就从这份范文开始
免费复制到你的账户里，每一句话、每个板块和颜色都能改，改好即可下载投递。