نگار رضایی

• تلفن: +98 915 300 1234
• ایمیل: negar.rezaei@email.com
• موقعیت: مشهد، ایران
• LinkedIn: negar-rezaei-math

خلاصه

شش سال تجربه در توسعه و پیاده‌سازی مدل‌های ریاضی و آماری پیچیده برای حل مشکلات تجاری و علمی. متخصص در تحلیل سری‌های زمانی، بهینه‌سازی و هوش مصنوعی. قادر به تبدیل داده‌های خام به بینش‌های عملی برای تصمیم‌گیری استراتژیک.

رهبری پروژه‌های تحلیل داده با تمرکز بر پیش‌بینی تقاضا و کاهش ریسک، که منجر به افزایش ۱۵ درصدی دقت پیش‌بینی‌ها و کاهش ۱۰ درصدی هزینه‌های عملیاتی شده است.

سوابق کاری

کارشناس ارشد مدل‌سازی ریاضی, شرکت داده‌کاوان خراسان -- مشهد، ایران

سپتامبر 2020 – حال

• توسعه و اعتبار سنجی مدل‌های آماری پیشرفته برای پیش‌بینی روندهای بازار و تحلیل ریسک مالی، با افزایش ۲۰ درصدی دقت پیش‌بینی‌ها.

• طراحی و پیاده‌سازی الگوریتم‌های بهینه‌سازی برای بهبود کارایی عملیاتی و تخصیص منابع، که منجر به صرفه‌جویی سالانه ۱۵۰ میلیون تومانی شده است.

• استفاده از تکنیک‌های یادگیری ماشین برای شناسایی الگوهای پیچیده در مجموعه‌های داده بزرگ و ارائه توصیه‌های عملی.

• منتورینگ تیم‌های جوان تحلیلگر داده و ترویج بهترین شیوه‌ها در مدل‌سازی ریاضی.

تحلیلگر ریاضی, پژوهشکده علوم ریاضی فردوسی -- مشهد، ایران

اوت 2017 – اوت 2020

• تحلیل و مدل‌سازی داده‌های علمی با استفاده از روش‌های آماری و ریاضی، از جمله رگرسیون چندگانه و تحلیل مؤلفه‌های اصلی.

• همکاری در پروژه‌های تحقیقاتی برای توسعه مدل‌های جدید در زمینه دینامیک سیستم‌ها و نظریه کنترل.

• تهیه گزارش‌های فنی و ارائه نتایج تحلیل به مخاطبان متخصص و غیرمتخصص، با تاکید بر وضوح و دقت.

تحصیلات

دانشگاه فردوسی مشهد, دکترای تخصصی (PhD) در ریاضیات کاربردی -- مشهد، ایران

سپتامبر 2013 – ژوئیه 2017

دانشگاه فردوسی مشهد, کارشناسی ارشد (M.Sc.) در آمار ریاضی -- مشهد، ایران

سپتامبر 2011 – ژوئیه 2013

دانشگاه فردوسی مشهد, کارشناسی (B.Sc.) در ریاضیات -- مشهد، ایران

سپتامبر 2007 – ژوئیه 2011

مهارت‌ها

مدل‌سازی ریاضی و آماری: تحلیل رگرسیون، مدل‌سازی سری‌های زمانی، مدل‌های خطی و غیرخطی، مدل‌های بیزی، تحلیل چندمتغیره، تحلیل بقا

برنامه‌نویسی و نرم‌افزار: Python (NumPy, SciPy, Pandas, Scikit-learn, TensorFlow), R, MATLAB, SQL, Excel پیشرفته

یادگیری ماشین: رگرسیون، طبقه‌بندی، خوشه‌بندی، شبکه‌های عصبی، درخت‌های تصمیم، SVM

بهینه‌سازی: بهینه‌سازی خطی و غیرخطی، برنامه‌ریزی پویا، الگوریتم‌های ژنتیک

تجسم داده‌ها: Matplotlib, Seaborn, Tableau, Power BI