周六汇总
This commit is contained in:
parent
f07a343f7d
commit
8f2223ac11
238
generated_cv.typ
Normal file
238
generated_cv.typ
Normal file
@ -0,0 +1,238 @@
|
||||
#import "twentysecondcv.typ": *
|
||||
|
||||
#main(
|
||||
pages: 2, // 或根据实际内容调整
|
||||
[
|
||||
#profile(
|
||||
name: "康康",
|
||||
jobtitle: "数据分析师",
|
||||
)
|
||||
|
||||
#show_contacts(
|
||||
(
|
||||
(
|
||||
icon: "☎️",
|
||||
solid: true,
|
||||
text: link("tel:[电话号码]")[[电话号码]],
|
||||
),
|
||||
(
|
||||
icon: "✉️",
|
||||
solid: true,
|
||||
text: "[邮箱地址]",
|
||||
),
|
||||
(
|
||||
icon: "📍",
|
||||
solid: true,
|
||||
text: "[详细地址]",
|
||||
),
|
||||
(
|
||||
icon: "💬", // 例如：微信ID
|
||||
text: "[其他联系方式]",
|
||||
),
|
||||
)
|
||||
)
|
||||
|
||||
#profile_section("个人总结")
|
||||
#list(
|
||||
// 核心经验与技能总结 (更客观)
|
||||
[[#text(fill: blue)[专业背景]] [具备1年+数据分析工作经验，有多个项目经历，掌握SQL、Python、Tableau、Excel等多种编程语言和数据分析工具，熟悉RFM、AARRR、漏斗等分析模型，数据敏感性强、逻辑思维性强，具备优秀的信息整合和分析能力。]],
|
||||
// 关键量化成就 (STAR浓缩版)
|
||||
[[#text(fill: blue)[项目亮点]] [双一流院校本硕（硕士专业第1），具备扎实的理论基础和快速学习能力；读研期间担任横向课题负责人，展现了较强的团队协作、沟通协调与问题解决能力。]],
|
||||
// 行业关注与能力应用点 (需定制)
|
||||
[[#text(fill: blue)[行业洞察]] [在此填写行业洞察，说明关注领域及具体实践经验，例如：调研方面。]],
|
||||
// 目标与价值贡献 (需定制)
|
||||
[[#text(fill: blue)[职业目标]] [在此填写职业目标，说明期望应用专长的领域及能贡献的业务价值。]]
|
||||
)
|
||||
|
||||
#profile_section("专业技能")
|
||||
#show_interests((
|
||||
(
|
||||
interest: "数据库应用 (MySQL)",
|
||||
subskills: (
|
||||
(name: [#text(fill: blue)[数据检索与分析]#(" (增删改查, 分组函数, 窗口函数, 子查询, 表连接)")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能1.2]#(" ([技能1.2详细说明，例如：统计图表, 自定义可视化, 数据展示])")], checked: true),
|
||||
// (name: "[技能1.3] ([技能1.3详细说明，例如：DAX语言, 数据建模, 报表分享])", checked: true),
|
||||
// 可根据需要增删或修改 checked状态
|
||||
)
|
||||
),
|
||||
(
|
||||
interest: "数据分析与可视化工具",
|
||||
subskills: (
|
||||
(name: [#text(fill: blue)[Tableau & Excel]#(" (熟练运用于数据分析与可视化)")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能2.2]#(" ([技能2.2详细说明，例如：矩阵运算, 数学函数, 随机数生成])")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能2.3]#(" ([技能2.3详细说明，例如：文本分词, 情感分析, 主题建模])")], checked: true),
|
||||
)
|
||||
),
|
||||
(
|
||||
interest: "Python数据处理与分析",
|
||||
subskills: (
|
||||
(name: [#text(fill: blue)[核心库应用]#(" (Pandas, Numpy, Matplotlib等主流库)")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能3.2]#(" ([技能3.2详细说明，例如：ER模型, 范式理论, 性能调优])")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能3.3]#(" ([技能3.3详细说明，例如：分布式计算, HQL查询, 数据仓库])")], checked: true),
|
||||
)
|
||||
),
|
||||
(
|
||||
interest: "分析模型应用",
|
||||
subskills: (
|
||||
(name: [#text(fill: blue)[常用模型]#(" (RFM, AARRR, 漏斗模型等)")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能4.2]#(" ([技能4.2详细说明，例如：ARIMA模型, 季节性分解, 平稳性检验])")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能4.3]#(" ([技能4.3详细说明，例如：分层抽样, 系统抽样, 样本量确定])")], checked: true),
|
||||
)
|
||||
),
|
||||
(
|
||||
interest: "数据获取与解析",
|
||||
subskills: (
|
||||
(name: [#text(fill: blue)[Web数据提取]#(" (requests, Xpath, Beautifulsoup)")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能5.2]#(" ([技能5.2详细说明，例如：梯度提升, 正则化, 交叉验证])")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能5.3]#(" ([技能5.3详细说明，例如：K-means, 层次聚类, 密度聚类])")], checked: true),
|
||||
)
|
||||
),
|
||||
// 可根据需要添加更多技能大类
|
||||
))
|
||||
|
||||
#profile_section("语言")
|
||||
#show_interests((
|
||||
(
|
||||
interest: "[语言名称] ([等级/分数，例如：英语 CET-6 587分])",
|
||||
score: 0.9, // 熟练度，0.0 到 1.0
|
||||
),
|
||||
// 可根据需要添加更多语言技能
|
||||
// (
|
||||
// interest: "[另一语言]",
|
||||
// score: 0.8,
|
||||
// ),
|
||||
))
|
||||
],
|
||||
[ // 第二页内容
|
||||
#body_section("教育经历")
|
||||
#twentyitem(
|
||||
period: [
|
||||
"[2020年09月]" -,
|
||||
"[2023年06月]"
|
||||
],
|
||||
title: "硕士 / [专业名称模糊]",
|
||||
note: "南京大学",
|
||||
addtional_note: "专业排名：1", // 若无则留空 ""
|
||||
body: list(
|
||||
"[相关课程学习]",
|
||||
"[学术研究]"
|
||||
// 可添加更多项
|
||||
)
|
||||
)
|
||||
#twentyitem(
|
||||
period: [
|
||||
"[2015年09月]" -,
|
||||
"[2019年06月]"
|
||||
],
|
||||
title: "本科 / [专业名称模糊]",
|
||||
note: "南京[大学名称模糊]",
|
||||
addtional_note: "", // 若无则留空 ""
|
||||
body: list(
|
||||
// "[经历描述1，例如：荣誉奖项]",
|
||||
// "[经历描述2，例如：相关课程]"
|
||||
// 可添加更多项
|
||||
)
|
||||
)
|
||||
// 可复制 twentyitem 块以添加更多教育经历
|
||||
|
||||
#body_section("工作经历")
|
||||
#twentyitem(
|
||||
period: [
|
||||
"[2023年07月]" -,
|
||||
"至今"
|
||||
],
|
||||
title: "数据分析师",
|
||||
note: "南京[公司名称模糊]",
|
||||
body: list(
|
||||
[#text(fill: blue)[数据分析:] [深入了解业务，分析客户需求，发现和定位痛点，进行复杂数据集的异常检测与深度分析。运用统计分析、预测模型等，为业务提供数据支持和决策依据，主导分析评估报告的输出和汇报。]],
|
||||
[#text(fill: blue)[数据产品:] [依据实践业务场景和需求，多维度分析指标异动原因，厘清各数据之间的内在联系，从0到1搭建策略后评估模型产品，从而推动业务决策的不断迭代。]],
|
||||
[#text(fill: blue)[数据监测与自动化体系搭建:] [深刻理解项目需求，通过大数据分析和策略构建，搭建全链路监控看板，及时掌握数据变化，开发并实现Python自动化报表系统，自动处理和可视化，极大提高工作效率。]]
|
||||
// 可添加更多项
|
||||
)
|
||||
)
|
||||
// #twentyitem(
|
||||
// period: [
|
||||
// [开始时间] -,
|
||||
// [结束时间]
|
||||
// ],
|
||||
// title: "[职位名称]",
|
||||
// note: "[公司与部门]",
|
||||
// body: list(
|
||||
// [#text(fill: blue)[职责/项目1标题:] [职责/项目1详细描述。]],
|
||||
// [#text(fill: blue)[职责/项目2标题:] [职责/项目2详细描述。]],
|
||||
// [#text(fill: blue)[职责/项目3标题:] [职责/项目3详细描述。]]
|
||||
// // 可添加更多项
|
||||
// )
|
||||
// )
|
||||
// 可复制 twentyitem 块以添加更多工作经历
|
||||
|
||||
#body_section("项目经历")
|
||||
#twentyitem(
|
||||
period: [
|
||||
"[2023年12月]" -,
|
||||
"[2024年01月]"
|
||||
],
|
||||
title: "金融服务智能化分析与风险控制",
|
||||
note: "南京[公司名称模糊] (项目成员)",
|
||||
addtional_note: "", // 若无则留空 ""
|
||||
body: list(
|
||||
[#text(fill: blue)[项目背景:] [为提升互联网金融产品的市场渗透率和风险管理效率，分析和优化贷款产品的推广数据。]],
|
||||
[#text(fill: blue)[核心工作:] [对上万条数据进行分析，计算9个关键业绩指标量化业务组表现；开发自动化监控周报 (Excel)；使用Tableau搭建含用户转化漏斗、利润占比、风险来源等8种维度的数据可视化看板。]],
|
||||
[#text(fill: blue)[项目成果:] [成功交付自动化周报和智能分析看板，揭示逾期金额为毛利最重要影响因素，并给出业务组控制逾期金额的有效范围。]]
|
||||
// 可添加更多项
|
||||
)
|
||||
)
|
||||
#twentyitem(
|
||||
period: [
|
||||
"[2024年01月]" -,
|
||||
"[2024年03月]"
|
||||
],
|
||||
title: "在线零售客户分群与价值优化",
|
||||
note: "南京[公司名称模糊] (项目成员)",
|
||||
addtional_note: "",
|
||||
body: list(
|
||||
[#text(fill: blue)[项目背景:] [为优化在线零售业务的客户管理和营销策略，通过实施RFM模型对客户行为进行细分，科学定位客户生命周期和价值。]],
|
||||
[#text(fill: blue)[核心工作:] [构建并实施RFM模型对客户进行精准分层；基于模型分析制定针对性客户维护与发展策略；结合分层结果设计并执行个性化营销活动。]],
|
||||
[#text(fill: blue)[项目成果:] [成功部署应用RFM模型，通过精准客户分层和个性化营销策略，显著提升市场渗透率和客户满意度。]]
|
||||
// 可添加更多项
|
||||
)
|
||||
)
|
||||
#twentyitem(
|
||||
period: [
|
||||
"[2023年07月]" -,
|
||||
"至今"
|
||||
],
|
||||
title: "[项目名称模糊，似为气象分析与大气管控服务]",
|
||||
note: "南京[公司名称模糊] (项目成员)",
|
||||
addtional_note: "",
|
||||
body: list(
|
||||
[#text(fill: blue)[项目背景:] [为[客户名称模糊]提供数据分析与预测模型，优化管控策略，增强决策支持，提升区域空气质量。]],
|
||||
[#text(fill: blue)[核心工作:] [构建维护自动化报表系统与可视化；开发策略后评估模型，识别指标异常并参与数据会商；应用预测模型进行前瞻性分析与策略评估。]],
|
||||
[#text(fill: blue)[项目成果:] [2023年[指标名称模糊]行效率显著提升，优良天数同比增加15天，区域表现位列全市第二。]]
|
||||
// 可添加更多项
|
||||
)
|
||||
)
|
||||
// 可复制 twentyitem 块以添加更多项目经历
|
||||
|
||||
#body_section("获奖经历")
|
||||
#twentyitem(
|
||||
period: [[获奖时间，例如：2019年夏季]],
|
||||
title: "[奖项名称]",
|
||||
note: "[颁奖单位/级别，例如：省级]",
|
||||
body: "[可选的补充说明]" // 若无则留空 ""
|
||||
)
|
||||
#twentyitem(
|
||||
period: [[获奖时间]],
|
||||
title: "[奖项名称]",
|
||||
note: "[颁奖单位/级别]",
|
||||
body: ""
|
||||
)
|
||||
#twentyitem(
|
||||
period: [[获奖时间]],
|
||||
title: "[奖项名称]",
|
||||
note: "[颁奖单位/级别]",
|
||||
body: ""
|
||||
)
|
||||
// 可复制 twentyitem 块以添加更多获奖经历
|
||||
]
|
||||
)
|
||||
62
数据分析简历.md
62
数据分析简历.md
@ -1,62 +0,0 @@
|
||||
# 简历内容提取与分解
|
||||
|
||||
## 基本信息
|
||||
- **求职岗位：** 数据分析师
|
||||
- **性别：** 男
|
||||
- **教育程度：** 硕士
|
||||
- **年龄：** 27岁
|
||||
|
||||
## 自我评价
|
||||
- **工作能力：** 具备多个项目经历和1年+数据分析工作经验，掌握多种编程语言和数据分析工具，如：**SQL、Python、Tableau、Excel** 等，具备扎实的业务知识，掌握多种分析模型：**RFM、AARRR、漏斗模型**等，对数据敏感性强、逻辑思维性强，具备优秀的信息整合和分析能力。
|
||||
- **个人优势：** 双一流硕士和本科学历，逻辑思维严密，学习能力强（**专业第1**），具备较强的团队协作精神、沟通协调能力（**读研期间担任横向课题负责人**）、问题分析解决能力以及书面表达能力，能够承受较大的工作压力。
|
||||
|
||||
## 教育背景
|
||||
| 时间 | 学历 | 学校 | 专业 |
|
||||
|---------------|------|--------------|--------------|
|
||||
| 2020.9-2023.6 | 硕士 | 南京大学 | [专业名称模糊] |
|
||||
| 2015.9-2019.6 | 本科 | 南京[大学名称模糊] | [专业名称模糊] |
|
||||
|
||||
## 工作经历
|
||||
- **时间：** 2023.07-至今
|
||||
- **职位：** 数据分析师
|
||||
- **公司：** 南京[公司名称模糊]
|
||||
- **工作内容：**
|
||||
* **数据分析：** 深入了解业务，分析客户需求，发现和定位痛点，进行复杂数据集的异常检测与深度分析。运用统计分析、预测模型等，为业务提供数据支持和决策依据，主导分析评估报告的输出和汇报。
|
||||
* **数据产品：** 依据实践业务场景和需求，多维度分析指标异动原因，厘清各数据之间的内在联系，从0到1搭建策略后评估模型产品，从而推动业务决策的不断迭代。
|
||||
* **数据监测与自动化体系搭建：** 深刻理解项目需求，通过大数据分析和策略构建，搭建全链路监控看板，及时掌握数据变化，开发并实现Python自动化报表系统，自动处理和可视化，极大提高工作效率。
|
||||
|
||||
## 项目经历
|
||||
|
||||
### 1. 金融服务智能化分析与风险控制
|
||||
- **时间：** 2023.12 – 2024.01
|
||||
- **项目背景：** 为提升互联网金融产品的市场渗透率和风险管理效率，分析和优化贷款产品的推广数据。
|
||||
- **项目内容：**
|
||||
* 对上万条数据进行详细的分析，组和计算9个关键业绩指标（如注册成功率、逾期占比、利润占比等），量化各业务组表现。
|
||||
* 开发了自动化监控周报，利用Excel制作实时指标变化图和条件格式高亮异常数据，提高数据监控效率。
|
||||
* 使用Tableau搭建了一个全面的数据可视化看板，从8种维度深度挖掘数据，包括用户转化漏斗分析、利润占比下钻分析、深度盗号情况分析、潜在风险来源与分布等。
|
||||
- **项目成果：** 成功交付了自动化的周报和经营收益智能分析看板，输出重要业务结论，揭示了逾期金额是毛利最重要的影响因素，并且给出业务组控制逾期金额的有效范围。
|
||||
|
||||
### 2. 在线零售客户分群与价值优化
|
||||
- **时间：** 2024.01 – 2024.03
|
||||
- **项目背景：** 为优化在线零售业务的客户管理和营销策略，本项目通过实施RFM模型，对客户行为进行细分，以科学定位客户生命周期和价值，促进个性化营销策略的制定。
|
||||
- **项目内容：**
|
||||
* RFM模型构建与实施：利用客户的最近购买日期、购买频率和购买总额，构建RFM模型，实现对客户群体的快速精准分层。
|
||||
* 客户生命周期管理：依据RFM模型分析，明确不同价值层级的客户群体，制定针对性的客户维护和发展策略，增强客户忠诚度和活跃度。
|
||||
* 数据驱动的营销优化：结合客户分层结果，设计并执行个性化营销活动，提高营销资源的使用效率和营销活动的响应速度。
|
||||
- **项目成果：** 成功部署并应用RFM模型，通过精准的客户分层和有效的个性化营销策略，显著提升了市场渗透率和客户满意度。
|
||||
|
||||
### 3. [项目名称模糊，似为“气象分析与大气管控服务”]
|
||||
- **时间：** 2023.07 – 至今
|
||||
- **项目背景：** 为[客户名称模糊]提供先进的数据分析和预测模型，通过优化管控策略，增强业务决策支持，有效提升区域空气质量。
|
||||
- **项目内容：**
|
||||
* 负责构建和维护自动化报表系统，使用数据可视化工具呈现关键指标，并撰写分析报告，提供基于数据的业务决策支持，优化策略。
|
||||
* 开发一整套策略后评估模型，使用该模型和数据监测等技术识别关键指标异常，定期与决策团队进行数据会商，确保实时响应并调整关键流程，提高效率和效果。
|
||||
* 应用预测模型，对数据趋势进行前瞻性分析，并基于模型结果评估现行及未来策略的效果，支持在策略制定和执行上的精确确定。
|
||||
- **项目成果：** 利用先进的数据分析和预测模型，2023年[指标名称模糊]行效率显著提升，优良天数同比增加15天，区域表现位列全市第二。
|
||||
|
||||
## 职业技能
|
||||
- 熟练运用 **MySQL** 数据库进行数据的检索、更新和分析，除了常用的增删改查外，还包括分组函数、窗口函数、子查询以及表连接等操作。
|
||||
- 熟练运用 **Tableau、Excel** 等数据分析可视化工具。
|
||||
- 熟练运用 **Python** 编程，掌握主流的数据分析库，如 **Pandas、Numpy 和 Matplotlib** 等。
|
||||
- 熟练掌握各种分析模型，包括但不限于 **RFM、AARRR、漏斗模型**等。
|
||||
- 能够使用 Python 的 **requests** 模块发送 HTTP 请求获取数据，应用 **Xpath、Beautifulsoup** 等模块解析数据。
|
||||
49
转行数分的康康.md
Normal file
49
转行数分的康康.md
Normal file
@ -0,0 +1,49 @@
|
||||
求职岗位：数据分析师
|
||||
男 | 硕士 | 27岁 | 15
|
||||
|
||||
**自我评价**
|
||||
**工作能力:**具备多个项目经验+1年数据分析工作经验，掌握多种编程语言和数据分析工具，如：SQL、Python、Tableau、Excel等，具备扎实的业务知识，掌握多种分析模型：RFM、AARRR、漏斗模型等，对数据敏感性强、逻辑思维性强，具备优秀的信息整合和分析能力。
|
||||
**个人优势:**双一流硕士和本科学历，逻辑思维严密，学习能力强（专业第1），具备较强的团队协作精神、沟通协调能力（读研期间担任横向课题负责人）、问题分析解决能力以及书面表达能力，能够承受较大的工作压力。
|
||||
|
||||
**教育背景**
|
||||
| 南京 | 硕士 | 广播 | 2020.9-2023.6 |
|
||||
| :-- | :-- | :-- | :-- |
|
||||
| 南京 | 本科 | 广 | 2015.9-2019.6 |
|
||||
|
||||
**工作经历**
|
||||
**2023.07-至今** 数据分析师 南京
|
||||
* **数据分析：**深入了解业务，分析客户需求，发现和定位痛点，进行复杂数据异常的检测与深度分析。运用统计分析、预测模型等，为业务提供数据支持和决策依据，主导分析评估报告的输出和汇报。
|
||||
* **数据产品：**依据实地业务场景和需求，多维度分析指标异常原因，厘清各数据之间的内在联系。从0到1搭建策略后评估模型产品，从而推动业务决策的不断迭代。
|
||||
* **数据监测与自动化体系搭建：**深刻理解项目需求，通过大数据分析和策略构建，搭建全链路监控看板，及时掌握数据变化。开发并实现Python自动化报表系统，自动处理和可视化，极大提高工作效率。
|
||||
|
||||
**项目经历**
|
||||
**金融服务智能化分析与风险控制** 2023.12-2024.01
|
||||
* **项目背景：**为提升互联网金融产品的市场渗透率和风险管理效率，分析和优化贷款产品的推广数据。
|
||||
* **项目内容：**
|
||||
* 对上万条数据进行详细的分析，组和计算9个关键业绩指标（如注册成交率、逾期占比、利润占比等），量化各业务组表现。
|
||||
* 开发了自动化监控周报，利用Excel制作实时指标变化图和条件格式高亮异常数据，提高数据监控效率。
|
||||
* 使用Tableau搭建了一个全面的数据可视化看板，从8种维度深度挖掘数据，包括用户转化漏斗分析、利润占比下钻分析、深度客亏情况分析、潜在风险来源与分布等。
|
||||
* **项目成果：**成功交付了自动化的周报和经营收益智能分析看板，输出重要业务结论，揭示了逾期金额是毛利最重要的影响因素，并且给出了业务组控制逾期金额的有效范围。
|
||||
|
||||
**在线零售客户分析与价值优化** 2024.01-2024.03
|
||||
* **项目背景：**为优化在线零售业务的客户管理和营销策略，本项目通过实施 RFM 模型，对客户行为进 行细分，以科学定位客户生命周期和价值，促进行个性化营销策略的制定。
|
||||
* **项目内容：**
|
||||
* RFM 模型构建与实施：利用客户的最近购买日期、购买频率和购买总额，构建 RFM 模型，实现 对客户群体的快速精准分层。
|
||||
* 客户生命周期管理：依据 RFM 模型分析，明确不同价值层级的客户群体，制定针对性的客户维 护和发展策略，增强客户忠诚度和活跃度。
|
||||
* 数据驱动的营销优化：结合客户分层结果，设计并执行个性化营销活动，提高营销资源的使用效 率和营销活动的响应速度。
|
||||
* **项目成果：**成功部署并应用 RFM 模型，通过精准的客户分层和有效的个性化营销策略，显著提升了 市场渗透率和客户满意度。
|
||||
|
||||
**某分分析与大气管控服务** 2023.07-至今
|
||||
* **项目背景：**为 提供的数据分析和预测模型，通过优化管控策略，增强业务决策支持，有效提升区域空气质量。
|
||||
* **项目内容：**
|
||||
* 负责构建和维护自动化报表系统，使用数据可视化工具呈现关键指标，并撰写分析报告，提供基 于数据的业务决策支持，优化策略。
|
||||
* 开发一整套策略后评估模型，使用该模型和数据监测等技术识别关键指标异常，定期与决策团队 进行数据会商，确保实时响应并调整关键流程，提高效率和效果。
|
||||
* 应用预测模型，对数据趋势进行前瞻性分析，并基于模型结果评估现行及未来策略的效果，支持 在策略制定和执行上的精确决策。
|
||||
* **项目成果：**利用先进的数据分析和预测模型，2023年 行效率显著提升，优良天数同比增加 15 天，区域表现位列全市第二。
|
||||
|
||||
**职业技能**
|
||||
* 熟练运用 MySQL 数据库进行数据的检索、更新和分析，除了常规的增删改查外，还包括分组函数、窗口函数、子查询以及表连接等操作。
|
||||
* 熟练运用 Tableau、Excel 等数据可视化工具。
|
||||
* 熟练运用 Python 编程，掌握主流的数据分析库，如 Pandas、Numpy 和 Matplotlib 等。
|
||||
* 熟练掌握各种分析模型，包括但不限于 RFM、AARRR、漏斗模型等
|
||||
* 能够使用 Python 的 requests 模块发送 HTTP 请求获取数据，应用 Xpath、Beautifulsoup 等模块解析数据。
|
||||
213
转行数分的康康.typ
Normal file
213
转行数分的康康.typ
Normal file
@ -0,0 +1,213 @@
|
||||
#import "twentysecondcv.typ": *
|
||||
|
||||
#main(
|
||||
pages: 2, // 或根据实际内容调整
|
||||
[
|
||||
#profile(
|
||||
name: "康康", // 请用户修改为真实姓名
|
||||
jobtitle: "数据分析师",
|
||||
)
|
||||
|
||||
#show_contacts(
|
||||
(
|
||||
(
|
||||
icon: "☎️",
|
||||
solid: true,
|
||||
text: link("tel:[电话号码]")[[电话号码]],
|
||||
),
|
||||
(
|
||||
icon: "✉️",
|
||||
solid: true,
|
||||
text: "[邮箱地址]",
|
||||
),
|
||||
(
|
||||
icon: "📍",
|
||||
solid: true,
|
||||
text: "[详细地址]",
|
||||
),
|
||||
(
|
||||
icon: "💬", // 例如：微信ID
|
||||
text: "[其他联系方式]",
|
||||
),
|
||||
)
|
||||
)
|
||||
|
||||
#profile_section("个人总结")
|
||||
#list(
|
||||
// 核心经验与技能总结 (更客观)
|
||||
[[#text(fill: blue)[专业背景]] "具备多个项目经验+1年数据分析工作经验，掌握多种编程语言和数据分析工具（SQL、Python、Tableau、Excel等），具备扎实的业务知识，掌握多种分析模型（RFM、AARRR、漏斗模型等）。"],
|
||||
// 关键量化成就 (STAR浓缩版)
|
||||
[[#text(fill: blue)[项目亮点]] "双一流硕士和本科学历，逻辑思维严密，学习能力强（专业第1），具备较强的团队协作精神、沟通协调能力（读研期间担任横向课题负责人）、问题分析解决能力以及书面表达能力。对数据敏感性强、逻辑思维性强，具备优秀的信息整合和分析能力。"], // 用户可基于此进一步提炼STAR原则的量化成果
|
||||
// 行业关注与能力应用点 (需定制)
|
||||
[[#text(fill: blue)[行业洞察]] "[在此填写行业洞察，说明关注领域及具体实践经验，例如：调研方面。]"],
|
||||
// 目标与价值贡献 (需定制)
|
||||
[[#text(fill: blue)[职业目标]] "[在此填写职业目标，说明期望应用专长的领域及能贡献的业务价值。]"]
|
||||
)
|
||||
|
||||
#profile_section("专业技能")
|
||||
#show_interests((
|
||||
(
|
||||
interest: "数据库与SQL",
|
||||
subskills: (
|
||||
(name: [#text(fill: blue)[MySQL应用]#(" (数据的检索、更新和分析，分组函数、窗口函数、子查询、表连接)")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能1.2]#(" ([技能1.2详细说明，例如：统计图表, 自定义可视化, 数据展示])")], checked: true),
|
||||
// (name: "[技能1.3] ([技能1.3详细说明，例如：DAX语言, 数据建模, 报表分享])", checked: true),
|
||||
)
|
||||
),
|
||||
(
|
||||
interest: "Python数据分析",
|
||||
subskills: (
|
||||
(name: [#text(fill: blue)[核心库应用]#(" (Pandas, Numpy, Matplotlib等)")], checked: true),
|
||||
(name: [#text(fill: blue)[网络数据获取]#(" (requests, Xpath, Beautifulsoup)")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能2.3]#(" ([技能2.3详细说明，例如：文本分词, 情感分析, 主题建模])")], checked: true),
|
||||
)
|
||||
),
|
||||
(
|
||||
interest: "数据可视化与工具",
|
||||
subskills: (
|
||||
(name: [#text(fill: blue)[Tableau]#(" (数据可视化看板)")], checked: true),
|
||||
(name: [#text(fill: blue)[Excel]#(" (数据处理与可视化)")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能3.3]#(" ([技能3.3详细说明，例如：分布式计算, HQL查询, 数据仓库])")], checked: true),
|
||||
)
|
||||
),
|
||||
(
|
||||
interest: "分析模型掌握",
|
||||
subskills: (
|
||||
(name: [#text(fill: blue)[常用分析模型]#(" (RFM, AARRR, 漏斗模型等)")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能4.2]#(" ([技能4.2详细说明，例如：ARIMA模型, 季节性分解, 平稳性检验])")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能4.3]#(" ([技能4.3详细说明，例如：分层抽样, 系统抽样, 样本量确定])")], checked: true),
|
||||
)
|
||||
),
|
||||
// (
|
||||
// interest: "[技能大类5，例如：数据挖掘算法]",
|
||||
// subskills: (
|
||||
// (name: [#text(fill: blue)[技能5.1]#(" ([技能5.1详细说明，例如：特征重要性, 过拟合控制, 参数调优])")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能5.2]#(" ([技能5.2详细说明，例如：梯度提升, 正则化, 交叉验证])")], checked: true),
|
||||
// (name: [#text(fill: blue)[技能5.3]#(" ([技能5.3详细说明，例如：K-means, 层次聚类, 密度聚类])")], checked: true),
|
||||
// )
|
||||
// ),
|
||||
))
|
||||
|
||||
#profile_section("语言")
|
||||
#show_interests((
|
||||
(
|
||||
interest: "[语言名称] ([等级/分数，例如：英语 CET-6 587分])",
|
||||
score: 0.9, // 熟练度，0.0 到 1.0
|
||||
),
|
||||
// 可根据需要添加更多语言技能
|
||||
// (
|
||||
// interest: "[另一语言]",
|
||||
// score: 0.8,
|
||||
// ),
|
||||
))
|
||||
],
|
||||
[ // 第二页内容
|
||||
#body_section("教育经历")
|
||||
#twentyitem(
|
||||
period: [
|
||||
"2020.9" -,
|
||||
"2023.6"
|
||||
],
|
||||
title: "硕士 / 广播",
|
||||
note: "南京",
|
||||
addtional_note: "专业第1",
|
||||
body: list(
|
||||
"担任横向课题负责人"
|
||||
)
|
||||
)
|
||||
#twentyitem( // 新增的本科教育经历
|
||||
period: [
|
||||
"2015.9" -,
|
||||
"2019.6"
|
||||
],
|
||||
title: "本科 / 广",
|
||||
note: "南京",
|
||||
addtional_note: "",
|
||||
body: list(
|
||||
// "[经历描述1，例如：荣誉奖项]", // MD中无本科具体描述
|
||||
// "[经历描述2，例如：相关课程]"
|
||||
)
|
||||
)
|
||||
|
||||
#body_section("工作经历")
|
||||
#twentyitem(
|
||||
period: [
|
||||
"2023.07" -,
|
||||
"至今"
|
||||
],
|
||||
title: "数据分析师",
|
||||
note: "南京", // MD中公司名称未提供
|
||||
body: list(
|
||||
[#text(fill: blue)[数据分析:] "深入了解业务，分析客户需求，发现和定位痛点，进行复杂数据异常的检测与深度分析。运用统计分析、预测模型等，为业务提供数据支持和决策依据，主导分析评估报告的输出和汇报。"],
|
||||
[#text(fill: blue)[数据产品:] "依据实地业务场景和需求，多维度分析指标异常原因，厘清各数据之间的内在联系。从0到1搭建策略后评估模型产品，从而推动业务决策的不断迭代。"],
|
||||
[#text(fill: blue)[数据监测与自动化体系搭建:] "深刻理解项目需求，通过大数据分析和策略构建，搭建全链路监控看板，及时掌握数据变化。开发并实现Python自动化报表系统，自动处理和可视化，极大提高工作效率。"]
|
||||
)
|
||||
)
|
||||
// 原模板中第二个工作经历占位符已被删除，因为MD只有一段工作经历
|
||||
|
||||
#body_section("项目经历")
|
||||
#twentyitem( // 项目1
|
||||
period: [
|
||||
"2023.12" -,
|
||||
"2024.01"
|
||||
],
|
||||
title: "金融服务智能化分析与风险控制",
|
||||
note: "", // MD未提供角色或组织
|
||||
addtional_note: "项目背景：为提升互联网金融产品的市场渗透率和风险管理效率，分析和优化贷款产品的推广数据。",
|
||||
body: list(
|
||||
[#text(fill: blue)[数据分析与指标量化:] "对上万条数据进行详细的分析，组和计算9个关键业绩指标（如注册成交率、逾期占比、利润占比等），量化各业务组表现。"],
|
||||
[#text(fill: blue)[自动化与可视化:] "开发了自动化监控周报，利用Excel制作实时指标变化图和条件格式高亮异常数据，提高数据监控效率。使用Tableau搭建了一个全面的数据可视化看板，从8种维度深度挖掘数据，包括用户转化漏斗分析、利润占比下钻分析、深度客亏情况分析、潜在风险来源与分布等。"],
|
||||
[#text(fill: blue)[项目成果:] "成功交付了自动化的周报和经营收益智能分析看板，输出重要业务结论，揭示了逾期金额是毛利最重要的影响因素，并且给出了业务组控制逾期金额的有效范围。"]
|
||||
)
|
||||
)
|
||||
#twentyitem( // 项目2
|
||||
period: [
|
||||
"2024.01" -,
|
||||
"2024.03"
|
||||
],
|
||||
title: "在线零售客户分析与价值优化",
|
||||
note: "", // MD未提供角色或组织
|
||||
addtional_note: "项目背景：为优化在线零售业务的客户管理和营销策略，本项目通过实施 RFM 模型，对客户行为进 行细分，以科学定位客户生命周期和价值，促进行个性化营销策略的制定。",
|
||||
body: list(
|
||||
[#text(fill: blue)[RFM模型构建:] "利用客户的最近购买日期、购买频率和购买总额，构建 RFM 模型，实现 对客户群体的快速精准分层。"],
|
||||
[#text(fill: blue)[客户生命周期管理:] "依据 RFM 模型分析，明确不同价值层级的客户群体，制定针对性的客户维 护和发展策略，增强客户忠诚度和活跃度。"],
|
||||
[#text(fill: blue)[数据驱动营销及成果:] "结合客户分层结果，设计并执行个性化营销活动，提高营销资源的使用效率和营销活动的响应速度。成功部署并应用 RFM 模型，通过精准的客户分层和有效的个性化营销策略，显著提升了市场渗透率和客户满意度。"]
|
||||
)
|
||||
)
|
||||
#twentyitem( // 新增的项目3
|
||||
period: [
|
||||
"2023.07" -,
|
||||
"至今"
|
||||
],
|
||||
title: "某分分析与大气管控服务",
|
||||
note: "", // MD未提供角色或组织
|
||||
addtional_note: "项目背景：为 提供的数据分析和预测模型，通过优化管控策略，增强业务决策支持，有效提升区域空气质量。",
|
||||
body: list(
|
||||
[#text(fill: blue)[自动化报表与决策支持:] "负责构建和维护自动化报表系统，使用数据可视化工具呈现关键指标，并撰写分析报告，提供基于数据的业务决策支持，优化策略。"],
|
||||
[#text(fill: blue)[模型与监测:] "开发一整套策略后评估模型，使用该模型和数据监测等技术识别关键指标异常，定期与决策团队进行数据会商，确保实时响应并调整关键流程，提高效率和效果。"],
|
||||
[#text(fill: blue)[预测分析与成果:] "应用预测模型，对数据趋势进行前瞻性分析，并基于模型结果评估现行及未来策略的效果，支持在策略制定和执行上的精确决策。利用先进的数据分析和预测模型，2023年 行效率显著提升，优良天数同比增加 15 天，区域表现位列全市第二。"]
|
||||
)
|
||||
)
|
||||
|
||||
#body_section("获奖经历") // MD中无此信息，保留模板占位符
|
||||
#twentyitem(
|
||||
period: [[获奖时间，例如：2019年夏季]],
|
||||
title: "[奖项名称]",
|
||||
note: "[颁奖单位/级别，例如：省级]",
|
||||
body: "[可选的补充说明]" // 若无则留空 ""
|
||||
)
|
||||
#twentyitem(
|
||||
period: [[获奖时间]],
|
||||
title: "[奖项名称]",
|
||||
note: "[颁奖单位/级别]",
|
||||
body: ""
|
||||
)
|
||||
#twentyitem(
|
||||
period: [[获奖时间]],
|
||||
title: "[奖项名称]",
|
||||
note: "[颁奖单位/级别]",
|
||||
body: ""
|
||||
)
|
||||
// 可复制 twentyitem 块以添加更多获奖经历
|
||||
]
|
||||
)
|
||||
Loading…
x
Reference in New Issue
Block a user