徐敏

• 电话: +86 138 7654 3210
• 位置: 上海, 中国
• LinkedIn: xuminstatistician

简介

拥有超过7年的统计分析经验，专注于利用高级统计模型解决复杂的业务问题。在金融风险评估和市场趋势预测方面取得了显著成就，通过数据驱动的洞察力，持续优化决策流程并提升业务绩效。

精通R、Python和SQL，擅长大数据处理、机器学习算法应用和可视化报告。曾主导多个项目，成功将预测模型准确率提高15%以上，为公司节省数百万人民币。

工作经历

高级数据统计师, 浦发银行 -- 上海, 中国

三月 2019 – 至今

• 开发并部署了基于时间序列分析和机器学习的信用风险评估模型，将不良贷款识别准确率提升了18%，每年为银行减少潜在损失约500万元人民币。

• 利用R语言和Python对海量交易数据进行深度挖掘，识别客户行为模式，优化营销策略，使特定金融产品转化率提高12%。

• 负责A/B测试设计与分析，评估新产品和新服务的市场表现，提供关键统计洞察，指导产品迭代方向。

• 构建自动化报告系统，通过SQL和Tableau实现关键绩效指标（KPI）的实时监控，提高了数据报告效率30%。

数据统计师, 平安保险 -- 上海, 中国

七月 2016 – 二月 2019

• 参与设计和实施保险产品定价模型，运用广义线性模型（GLM）和生存分析，优化产品盈利能力。

• 对客户流失数据进行统计分析，识别高风险客户群体，并提出针对性挽留策略，有效降低客户流失率5%。

• 撰写统计分析报告，向非技术背景的业务团队清晰解释复杂统计结果，支持业务决策。

• 使用SQL进行数据提取和清洗，为后续的统计建模和分析提供高质量数据支持。

教育背景

复旦大学, 统计学 硕士 -- 上海, 中国

九月 2014 – 六月 2016

上海交通大学, 数学与应用数学 学士 -- 上海, 中国

九月 2010 – 六月 2014

技能

统计建模与分析: 广义线性模型 (GLM), 时间序列分析, 机器学习 (回归, 分类, 聚类), 假设检验, A/B测试设计, 抽样方法, 风险模型

编程语言与工具: R (tidyverse, caret), Python (pandas, numpy, scikit-learn, tensorflow, pytorch), SQL, SAS, Excel, Tableau, Power BI

大数据技术: Hadoop, Spark (基本操作), ETL

专业领域知识: 金融风险管理, 市场分析, 保险精算, 运营优化, 客户行为分析