数据挖掘建模工程师简历范文全文
展现专业实力，创造职场价值。
自我评价
5年数据挖掘与建模经验，专注金融风控与用户增长场景，主导过评分卡、流失预警和推荐模型落地。熟练使用Python、SQL和Spark，具备从特征工程到模型部署的全流程能力。曾将风控模型KS提升至0.45，助力业务减少坏账损失约800万元。
工作经历
上海数联金融信息服务有限公司
上海
金融科技消费金融
数据挖掘建模工程师
2021年7月 - 至今
风控建模Python
- 负责贷前风控评分卡开发与迭代，模型KS提升至0.45，坏账率降低2.1个百分点。
- 搭建用户流失预警模型，召回率提升15%，配合运营挽回潜在流失用户约3.2万人。
- 优化特征工程流程，将模型训练周期从7天缩短至3天，提升迭代效率50%。
上海智联数据科技有限公司
上海
大数据电商
数据分析师
2020年7月 - 2021年6月
推荐算法用户画像
- 参与推荐系统召回与排序模型开发，CTR提升12%，日均GMV增长约6%。
- 构建用户画像标签体系，覆盖2000万用户，支撑精准营销活动10余场。
项目经验
消费金融贷前信用评分模型
2023年3月 - 2023年12月
建模负责人
- 基于XGBoost与逻辑回归构建信用评分模型，AUC达0.82，通过PSI监控实现月度自动迭代。
- 设计特征筛选与WOE分箱流程，模型可解释性满足监管要求，上线后审批通过率提升8%。
用户流失预警与归因分析
2022年1月 - 2022年8月
核心开发
- 利用Spark处理日均TB级用户行为日志，提取200+特征，训练流失预警模型，准确率达85%。
- 输出流失原因分析报告，推动产品优化3项，次月留存率提升4.5%。
工作成果
风控模型效果突破
主导风控评分卡迭代，模型KS从0.38提升至0.45，处于行业领先水平。
业务价值贡献
通过流失预警模型与运营联动，年度挽回用户价值约1200万元。
技术创新奖
获公司2023年度技术创新奖，为数据团队唯一获奖个人。
证书与认证
阿里云大数据分析师ACP认证 - 阿里云
2023年6月
证明大数据分析与挖掘平台应用能力。
数据库系统工程师（软考中级） - 工业和信息化部
2022年12月
证明数据库系统设计与优化能力。
语言能力
英语CET-6，可熟练阅读英文技术文档与论文
教育背景
上海财经大学
211双一流
统计学 硕士
上海2018年9月 - 2021年6月
研究方向为机器学习与数据挖掘，参与国家自然科学基金项目1项。
华中师范大学
211双一流
数学与应用数学 本科
武汉2014年9月 - 2018年6月
主修课程：概率论、数理统计、数值分析。
专业技能
Python（Pandas/Scikit-learn）
SQL
Spark MLlib
XGBoost/LightGBM
特征工程与模型调优
Tableau
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。