周静
- 电话: +86 139 8765 4321
- 邮箱: zhou.jing@email.com
- 位置: 广州, 中国
- LinkedIn: zhoujingdatasci
简介
拥有7年数据科学经验,专注于利用机器学习和统计建模解决复杂业务问题。在电商领域通过优化推荐系统,实现用户转化率提升15%。熟练掌握大数据平台和深度学习框架,致力于将数据洞察转化为可操作的商业策略。
主导开发并部署多个预测模型,涵盖用户行为分析、风险评估及市场趋势预测。具备从数据清洗、特征工程到模型部署和维护的全栈能力,并擅长跨职能团队协作。
工作经历
高级数据科学家, 腾讯科技 (深圳) 有限公司 -- 广州, 中国
三月 2019 – 至今
-
负责微信支付用户行为分析与欺诈检测模型开发,将误报率降低10%,同时保持检测率95%以上。
-
构建并优化基于深度学习的个性化推荐系统,使内容点击率提升12%,用户停留时长增加8%。
-
利用Spark和Hadoop处理PB级数据,实现数据管道自动化,将数据处理效率提高30%。
-
指导初级数据科学家团队,进行模型开发与算法优化,推动团队技术能力共同成长。
数据科学家, 网易 (杭州) 网络有限公司 -- 广州, 中国
七月 2016 – 二月 2019
-
参与游戏用户流失预测模型的开发与部署,通过精准识别高风险用户,帮助运营团队挽回潜在流失用户5%。
-
对海量用户日志数据进行ETL和特征工程,为多个数据产品提供高质量数据支持。
-
运用A/B测试方法评估新功能上线效果,提供数据驱动的决策建议,优化产品迭代路径。
-
撰写数据分析报告和可视化仪表盘,向业务部门清晰传达数据洞察。
教育背景
华南理工大学, 计算机科学与技术 硕士 -- 广州, 中国
九月 2013 – 六月 2016
中山大学, 数学与应用数学 学士 -- 广州, 中国
九月 2009 – 六月 2013
技能
编程语言与工具: Python (Pandas, NumPy, Scikit-learn, TensorFlow, Keras, PyTorch), SQL, R, Spark, Hadoop, Docker, Git
机器学习与深度学习: 分类、回归、聚类、推荐系统、自然语言处理 (NLP)、计算机视觉、时间序列分析、强化学习、XGBoost, LightGBM
数据分析与可视化: 数据清洗、特征工程、A/B测试、统计建模、Tableau, Power BI, Matplotlib, Seaborn
大数据平台: HDFS, Hive, Spark Streaming, Kafka, Flink
云平台: 阿里云 (ECS, EMR, MaxCompute), 腾讯云 (CVM, EMR)