diff --git a/cv_content_stripped_template.typ b/cv_content_stripped_template.typ new file mode 100644 index 0000000..e761959 --- /dev/null +++ b/cv_content_stripped_template.typ @@ -0,0 +1,209 @@ +#import "twentysecondcv.typ": * + +#main( + pages: 2, // 或根据实际内容调整 + [ + #profile( + name: "[在此处填写姓名]", + jobtitle: "[在此处填写求职岗位]", + ) + + #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]] [在此填写专业背景描述，明确经验年限、背景、核心工具和能力范畴。]], + // 关键量化成就 (STAR浓缩版) + [[#text(fill: blue)[项目亮点]] [在此填写项目亮点描述，可参考STAR原则，突出量化成果。]], + // 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: "[技能大类1，例如：数据可视化]", + subskills: ( + (name: [#text(fill: blue)[技能1.1]#(" ([技能1.1详细说明，例如：数据连接, 计算字段, 交互式仪表盘])")], 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: "[技能大类2，例如：Python数据处理]", + subskills: ( + (name: [#text(fill: blue)[技能2.1]#(" ([技能2.1详细说明，例如：数据清洗, 透视表, 时间序列处理])")], 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: "[技能大类3，例如：数据库应用]", + subskills: ( + (name: [#text(fill: blue)[技能3.1]#(" ([技能3.1详细说明，例如：存储过程, 触发器, 索引优化])")], 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: "[技能大类4，例如：统计学分析]", + subskills: ( + (name: [#text(fill: blue)[技能4.1]#(" ([技能4.1详细说明，例如：因子分析, 主成分分析, 判别分析])")], 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), + ) + ), + // 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: [ + [开始时间，例如：2016年09月] -, + [结束时间，例如：2020年06月] + ], + title: "[学历/专业，例如：经济统计学 本科]", + note: "[学校与学院，例如：广东外语外贸大学 数学与统计学院]", + addtional_note: "[补充说明，例如：GPA: 3.8/4.0 (专业前20%)]", // 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: [ + [开始时间，例如：2021年06月] -, + [结束时间，例如：2021年07月] // 或 "至今" + ], + title: "[职位名称，例如：数据分析师]", + note: "[公司与部门，例如：广州快决测信息科技有限公司 数据分析(dp)]", + 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 + ) + ) + #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: [ + [开始时间] -, + [结束时间] + ], + title: "[项目名称]", + note: "[所属组织 (角色)，例如：广东外语外贸大学 (担任组长)]", + addtional_note: "[可选的补充说明或链接]", // 若无则留空 "" + body: list( + [#text(fill: blue)[方面1标题，例如：项目领导与统筹] [方面1详细描述。]], + [#text(fill: blue)[方面2标题，例如：异构数据处理与实体识别] [方面2详细描述。]], + [#text(fill: blue)[方面3标题，例如：项目成果] [方面3详细描述。]] + // 可添加更多项 + ) + ) + #twentyitem( + period: [ + [开始时间] -, + [结束时间] + ], + title: "[项目名称]", + note: "[所属组织 (角色)]", + addtional_note: "", + body: list( + [#text(fill: blue)[方面1标题，例如：需求分析与方案设计] [方面1详细描述。]], + [#text(fill: blue)[方面2标题，例如：文本与情感分析实现] [方面2详细描述。]], + [#text(fill: blue)[方面3标题，例如：项目成果] [方面3详细描述。]] + // 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 + ] +) \ No newline at end of file diff --git a/math_student_cv.typ b/math_student_cv.typ new file mode 100644 index 0000000..24db9f3 --- /dev/null +++ b/math_student_cv.typ @@ -0,0 +1,209 @@ +#import "twentysecondcv.typ": * + +#main( + pages: 2, // 或根据实际内容调整 + [ + #profile( + name: "李明哲", + jobtitle: "算法工程师 / 数学研究员", + ) + + #show_contacts( + ( + ( + icon: "☎️", + solid: true, + text: link("tel:18612345678")["18612345678"], + ), + ( + icon: "✉️", + solid: true, + text: "mingzhe.li@example.com", + ), + ( + icon: "📍", + solid: true, + text: "北京市海淀区清华园1号", + ), + ( + icon: "💬", // 例如：微信ID + text: "WeChat: lmz_thu2023", + ), + ) + ) + + #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]] [清华大学数学系本科生，师从吴教授进行拓扑学方向研究，扎实的数学理论基础与计算机编程能力，并在多个数学建模与算法竞赛中获奖。]], + // 关键量化成就 (STAR浓缩版) + [[#text(fill: blue)[项目亮点]] [在"基于随机微分方程的金融衍生品定价"研究项目中改进蒙特卡洛模拟算法，计算效率提升30%，相关成果在学院学术成果展中获评"优秀创新项目"。]], + // 行业关注与能力应用点 (需定制) + [[#text(fill: blue)[行业洞察]] [密切跟踪前沿数学理论在人工智能、量化金融领域的应用，尤其关注拓扑数据分析、流形学习等技术在大规模数据处理中的潜力。]], + // 目标与价值贡献 (需定制) + [[#text(fill: blue)[职业目标]] [志在将深厚的数学理论基础应用于解决实际工程问题，特别是复杂系统建模、优化算法设计和数据分析等方面，为企业带来突破性技术创新。]] + ) + + #profile_section("专业技能") + #show_interests(( + ( + interest: "数学理论", + subskills: ( + (name: [#text(fill: blue)[高等数学]#(" (微积分, 微分方程, 泛函分析)")], checked: true), + (name: [#text(fill: blue)[概率统计]#(" (随机过程, 贝叶斯统计, 时间序列分析)")], checked: true), + (name: "拓扑学 (代数拓扑, 流形理论基础)", checked: true), + // 可根据需要增删或修改 checked状态 + ) + ), + ( + interest: "编程与算法", + subskills: ( + (name: [#text(fill: blue)[Python]#(" (科学计算库, 机器学习框架使用)")], checked: true), + (name: [#text(fill: blue)[C++]#(" (算法实现, 并行计算, 数据结构)")], checked: true), + (name: [#text(fill: blue)[数值计算]#(" (矩阵运算, 最优化方法, 数值积分)")], checked: true), + ) + ), + ( + interest: "机器学习相关", + subskills: ( + (name: [#text(fill: blue)[深度学习基础]#(" (神经网络理论, PyTorch, TensorFlow)")], checked: true), + (name: [#text(fill: blue)[强化学习]#(" (MDP, 时序差分学习, 策略梯度)")], checked: true), + (name: [#text(fill: blue)[优化算法]#(" (梯度下降法, 随机优化, 凸优化)")], checked: true), + ) + ), + ( + interest: "数学应用", + subskills: ( + (name: [#text(fill: blue)[数学建模]#(" (常微分方程, 偏微分方程, 随机微分方程)")], checked: true), + (name: [#text(fill: blue)[金融数学]#(" (期权定价, 风险管理, 投资组合优化)")], checked: true), + (name: [#text(fill: blue)[计算几何]#(" (空间算法, 拓扑数据分析, 网络流算法)")], checked: true), + ) + ), + ( + interest: "通用工具", + subskills: ( + (name: [#text(fill: blue)[LaTeX]#(" (数学排版, 论文写作, 幻灯片制作)")], checked: true), + (name: [#text(fill: blue)[数据可视化]#(" (Matplotlib, 科学计算可视化, 3D绘图)")], checked: true), + (name: [#text(fill: blue)[并行计算]#(" (CUDA编程, 多线程, 分布式计算基础)")], checked: false), + ) + ), + // 可根据需要添加更多技能大类 + )) + + #profile_section("语言") + #show_interests(( + ( + interest: "英语 (托福110分, GRE数学170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 -", + "2024年06月 (预计)" + ], + title: "数学与应用数学 理学学士", + note: "清华大学 数学科学系", + addtional_note: "GPA: 3.92/4.0 (专业排名前3%)", // 若无则留空 "" + body: list( + "核心课程: 数学分析(96/100), 高等代数(97/100), 抽象代数(94/100), 复变函数(95/100), 数值分析(97/100), 随机过程(93/100), 拓扑学(94/100), 偏微分方程(92/100)。", + "研究方向: 大三加入吴教授课题组，研究方向为拓扑数据分析与机器学习的交叉应用。" + // 可添加更多项 + ) + ) + // 可复制 twentyitem 块以添加更多教育经历 + + #body_section("研究与实习经历") + #twentyitem( + period: [ + "2023年06月 -", + "2023年09月" // 或 "至今" + ], + title: "算法实习生", + note: "某知名科技公司 AI研究院", + body: list( + [#text(fill: blue)[算法研发:] 参与大规模图神经网络算法的优化工作，针对社交网络上的推荐系统场景，实现了基于拓扑特征的节点嵌入算法，提高了推荐准确率。], + [#text(fill: blue)[技术调研:] 负责调研和评估最新的图神经网络算法论文，编写技术综述报告，并在组内技术分享会中担任主讲。], + [#text(fill: blue)[实验与评估:] 设计并执行了大规模实验，使用公开数据集和公司内部数据对算法进行全面评估，形成了完整的实验报告和性能分析文档。] + // 可添加更多项 + ) + ) + #twentyitem( + period: [ + "2022年09月 -", + "2023年06月" + ], + title: "本科生科研助理", + note: "清华大学 数学科学系 计算与应用数学实验室", + body: list( + [#text(fill: blue)[课题参与:] 在导师指导下参与"拓扑数据分析在复杂系统中的应用"研究项目，负责算法实现与数据处理部分。], + [#text(fill: blue)[理论研究:] 学习并掌握持续同调理论的数学基础，将其应用于高维数据的结构分析，发现了传统方法难以捕捉的数据特征。], + [#text(fill: blue)[代码实现:] 使用Python和C++实现了高效的持续同调计算库，相比现有开源工具，在大规模数据集上计算效率提升40%。] + // 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: [ + "2022年10月 -", + "2023年03月" + ], + title: "基于随机微分方程的金融衍生品定价模型研究", + note: "清华大学 金融数学实验室 (核心成员)", + addtional_note: "获校级优秀学生科研项目", // 若无则留空 "" + body: list( + [#text(fill: blue)[模型构建:] 构建了包含跳跃项的随机微分方程模型，用于更准确地描述金融市场中资产价格的非连续变化特性，特别适用于市场剧烈波动时期的期权定价。], + [#text(fill: blue)[算法优化:] 改进了传统蒙特卡洛模拟方法，引入重要性抽样和方差缩减技术，显著提高了计算效率和精度，在同等精度下计算时间缩短30%。], + [#text(fill: blue)[应用验证:] 使用真实市场数据验证了模型的有效性，与传统Black-Scholes模型相比，在异常波动市场环境下，预测误差降低25%。] + // 可添加更多项 + ) + ) + #twentyitem( + period: [ + "2021年07月 -", + "2021年08月" + ], + title: "高维数据可视化工具开发", + note: "暑期科研项目 (独立完成)", + addtional_note: "", + body: list( + [#text(fill: blue)[算法研究:] 研究并实现了多种降维算法，包括PCA、t-SNE和UMAP，以及它们在高维数据可视化中的应用和优化。], + [#text(fill: blue)[工具开发:] 基于Python开发了一个交互式高维数据可视化工具，支持数据导入、降维参数调整、结果可视化和交互式探索。], + [#text(fill: blue)[案例分析:] 使用该工具分析了多个高维数据集，包括基因表达数据和图像特征数据，发现了数据中隐藏的聚类结构和异常点。] + // 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: ["2023年05月"], + title: "美国大学生数学建模竞赛 (MCM) 一等奖", + note: "国际级", + body: "" // 若无则留空 "" + ) + #twentyitem( + period: ["2022年09月"], + title: "清华大学本科生优秀奖学金", + note: "校级", + body: "" + ) + #twentyitem( + period: ["2021年11月"], + title: "全国大学生数学竞赛 二等奖", + note: "国家级", + body: "" + ) + // 可复制 twentyitem 块以添加更多获奖经历 + ] +) \ No newline at end of file diff --git a/twentysecondcv_template.typ b/twentysecondcv_template.typ new file mode 100644 index 0000000..0203a4e --- /dev/null +++ b/twentysecondcv_template.typ @@ -0,0 +1,167 @@ +#import "twentysecondcv.typ": * + +#main( + pages: 2, // 根据内容调整页数 + [ + #profile( + name: "[在此处填写姓名]", // 例如: "张三" + jobtitle: "[在此处填写求职岗位]", // 例如: "软件工程师" + ) + + #show_contacts( + ( + ( + icon: "☎️", // 可选图标 + solid: true, // 图标是否实心 + text: link("tel:[在此处填写电话号码]")[[在此处填写电话号码]], // 例如: link("tel:13800138000")[13800138000] + ), + ( + icon: "✉️", + solid: true, + text: "[在此处填写邮箱地址]", // 例如: "example@email.com" + ), + ( + icon: "📍", + solid: true, + text: "[在此处填写地址]", // 例如: "XX省XX市XX区XX街道XX号" + ), + ( + icon: "💬", // 例如微信、QQ等 + text: "[在此处填写其他联系方式]", // 例如: "微信号: your_wechat_id" + ), + // 可根据需要添加更多联系方式 + // ( + // icon: "🌐", // 个人网站/GitHub等 + // text: link("https://[你的网站]")[[你的网站名称或链接文字]], + // ), + ) + ) + + #profile_section("个人总结") // 本科块标题 + #list( // 使用 list 函数创建无序列表 + // 每个条目前后使用双中括号 [[]] 包裹，内部可以使用 #text(fill: blue)[] 来高亮关键词 + [[#text(fill: blue)[关键词1]] 描述内容1...], + [[#text(fill: blue)[关键词2]] 描述内容2...], + // 可根据需要添加更多条目 + ) + + #profile_section("专业技能") + #show_interests(( // 使用 show_interests 函数展示技能，每个技能组是一个元组 + ( + interest: "[技能类别1]", // 例如: "编程语言" + subskills: ( // 每个子技能是一个元组 + (name: [#text(fill: blue)[技能1.1]#(" (技能1.1的简要描述)")], checked: true), // checked: true 表示掌握 + (name: "[技能1.2] (技能1.2的简要描述)", checked: true), + (name: "[技能1.3]", checked: false), // checked: false 表示了解或未掌握 + ) + ), + ( + interest: "[技能类别2]", // 例如: "数据分析工具" + subskills: ( + (name: [#text(fill: blue)[技能2.1]#], checked: true), + (name: "[技能2.2]", checked: true), + ) + ), + // 可根据需要添加更多技能类别 + )) + + #profile_section("语言") + #show_interests(( + ( + interest: "[语言1] ([证书/分数])", // 例如: "英语 (CET-6 600分)" + score: 0.9, // 熟练度，0.0 到 1.0 + ), + ( + interest: "[语言2]", + score: 0.7, + ), + // 可根据需要添加更多语言 + )) + // 可以继续添加其他 #profile_section 和对应的内容展示函数 + // 例如: + // #profile_section("荣誉奖项") + // #list( + // "奖项1", + // "奖项2", + // ) + ], + [ // 第二页内容开始 + #body_section("教育经历") // 正文块标题 + #twentyitem( // 使用 twentyitem 函数展示条目详情 + period: [ // 时间段，使用数组允许多行 + "[开始年份]年[开始月份]月 -", + "[结束年份]年[结束月份]月" + ], + title: "[学位/专业]", // 例如: "计算机科学与技术 本科" + note: "[学校名称] [学院名称]", // 例如: "XX大学 计算机学院" + addtional_note: "[补充说明]", // 例如: "GPA: 3.8/4.0 (专业前10%)" 或留空 "" + body: list( // 主要内容，使用 list 创建无序列表 + "经历描述1，可以包括主修课程、荣誉奖项等。", + "经历描述2。", + // 可根据需要添加更多描述 + ) + ) + // 可以添加更多 #twentyitem 来展示多段教育经历 + + #body_section("工作经历") + #twentyitem( + period: [ + "[开始年份]年[开始月份]月 -", + "[结束年份]年[结束月份]月" // 若至今，可写 "至今" + ], + title: "[职位名称]", // 例如: "软件开发工程师" + note: "[公司名称] [部门名称]", // 例如: "XX科技有限公司 技术部" + addtional_note: "[补充说明]", // 例如: "项目负责人" 或留空 "" + body: list( + [#text(fill: blue)[职责/成就1:] 详细描述...], + [#text(fill: blue)[职责/成就2:] 详细描述...], + // 可根据需要添加更多描述 + ) + ) + // 可以添加更多 #twentyitem 来展示多段工作经历 + + #body_section("项目经历") + #twentyitem( + period: [ + "[开始年份]年[开始月份]月 -", + "[结束年份]年[结束月份]月" + ], + title: "[项目名称]", + note: "[所属组织/单位] ([担任角色])", // 例如: "XX大学 (项目组长)" + addtional_note: "[项目链接或其他补充信息]", // 或留空 "" + body: list( + [#text(fill: blue)[项目背景/目标:] 详细描述...], + [#text(fill: blue)[我的职责/贡献:] 详细描述...], + [#text(fill: blue)[项目成果/技术栈:] 详细描述...], + // 可根据需要添加更多描述 + ) + ) + // 可以添加更多 #twentyitem 来展示多个项目经历 + + #body_section("获奖经历") + #twentyitem( + period: ["[获奖年份]年[获奖季节/月份]"], // 例如: "2020年春季" + title: "[奖项名称]", + note: "[颁发机构/级别]", // 例如: "XX竞赛组委会 / 国家级" + body: "[补充描述，可选]" // 或留空 "" + ) + #twentyitem( + period: ["[获奖年份]年[获奖季节/月份]"], + title: "[奖项名称]", + note: "[颁发机构/级别]", + body: "" + ) + // 可以添加更多 #twentyitem 来展示多个获奖经历 + + // 可以继续添加其他 #body_section 和对应的内容展示函数 + // 例如: + // #body_section("其他信息") + // #twentyitem( + // title: "兴趣爱好", + // body: list( + // "爱好1", + // "爱好2", + // ) + // ) + ] +) \ No newline at end of file diff --git a/简历v1.typ b/简历v1.typ index ed8536d..8f8f3ba 100644 --- a/简历v1.typ +++ b/简历v1.typ @@ -1,7 +1,5 @@ #import "twentysecondcv.typ": * -#set text(font: "PT Sans") - #main( pages: 2, [ diff --git a/谭嘉亮简历.md b/谭嘉亮简历.md new file mode 100644 index 0000000..42936ee --- /dev/null +++ b/谭嘉亮简历.md @@ -0,0 +1,49 @@ +好的，这是从简历中提取的信息： + +**基本信息** + +* **姓名：** 谭嘉亮 +* **出生年月：** 2001.09 +* **籍贯：** 河南信阳 +* **政治面貌：** 党员 +* **电话：** [未提供] +* **学历：** 硕士 +* **邮箱：** [未提供] +* **专业：** 统计学 + +**教育背景** + +* **2019.9-2023.6：** [大学名称未明确，但提及“统计学（90）、运筹学（95）、回归分析（90）、Python 语言与大数据分析（91）、时间序列分析（96 其中 SAS 上机实验满分）、数据结构与R语言（96）、多元统计分析（85）、数值分析（91）等”]，**专业：** 统计学（本科） +* **2023.9-至今：** [研究生院校名称未明确]，**专业：** 统计学（硕士在读） +* **研究方向：** 随机分析、金融统计 +* **主要课程：** 数理统计与概率论学习（双语）、时间序列分析、多元统计分析、随机过程等 +* **荣誉奖项：** 研究生个人荣誉奖学金、第十二届全国大学生数学竞赛全国二等奖和省级一等奖、2022 年美国大学生数学建模大赛国际三等奖（H奖）、优秀共青团干部、2019-2020 学年国家励志奖学金、第十二届全国大学生物理学术竞赛省级三等奖等 + +**项目经历** + +1. **《基于改进数据分解的黄金和比特币市场是否交易策略模型》—— 2022 年全国大学生数学建模大赛国际三等奖（H 奖）** + * **项目描述：** 搜集黄金和比特币收盘价格，完成数据清洗、处理日期格式、错误值等。采用 ARIMA 模型预测价格走势，经平稳性检验确定最优模型参数，结合动态规划算法确定投资组合，用蒙特卡洛方法优化模型，测试交易策略参数敏感性，评估模型参数对结果敏感性，并运用金融指标优化交易策略，开发可视化界面。 + * **负责内容：** + 1. **文献综述：** 10 万篇比特币相关文献中，利用关键词识别异常值、牛熊转换点填补缺失数据、统一日期格式、保证时间连续性。 + 2. **开发时间序列 ARIMA 模型（ADF 检验平稳性，AIC 定阶，BIC 优化参数），实现对黄金和比特币价格走势的精准预测（预测误差 < 5%）。** + 3. **结合 HJB 动态规划模型、布林线区间设定（12%）、夏普比率下精确调整 ARIMA 参数，收益提升 8%；参数敏感性测试确保模型鲁棒性（最大回撤 < 15%）。** +2. **《基于 BP 神经网络预测模型的黑龙江农作物种植结构的研究》** + * **项目描述：** 搜集黑龙江省农作物种植产量数据进行清洗、处理，构建时间序列模型预测农作物种植结构变化趋势。 + * **负责内容：** + 1. **对近 20 年的高级温度相关数据进行清洗、创建“日期”时长表征温度”特征工程。** + 2. **设计耦合模型：ARIMA 捕捉周期性趋势（ADF 检验平稳性，AIC 定阶），BPNN 建模非线性残差；最终模型误差降至 5%。** + +3. **R 语言分析实战—基于 UCI Machine Learning Repository 中的 Heart Disease 数据集** + * **项目描述/负责内容：** 清洗、整理与转换原始数据集，利用随机森林算法筛选关键特征，构建心脏病 UCI Heart Disease 数据集。通过机器学习技术寻找更有效的心脏病预测方法。比较随机森林和支持向量机、判别函数和回归、决策树和神经网络等模型。采用**堆叠 (Stacking) 技术**构建多层模型，从多指标评估模型性能，堆叠模型综合性能优于单一模型，召回率提升 12%，为预测心脏病风险提供可靠工具。**数据可视化：** 在 Statlog (Heart) 数据集验证模型泛化能力，堆叠模型准确率 77.78%，精确率 87.50%，AUC=0.857，性能稳健优于其他模型（如决策树，AUC=0.730）。 + +**专业技能** + +* **外语水平：** CET-4 (566)，CET-6 (524) +* **Excel：** 熟练掌握数据透视表及 Power Query；可高效处理百万级数据；熟练运用 50+ 函数 (如 VLOOKUP 多表关联, SUMIFS 多条件求和, TEXTJOIN 多单元合并)；支持宏命令编程（掌握 IF AND/OR）。 +* **SQL：** 成熟掌握标准 sql 的增删改查，精通复杂查询（多表 JOIN，窗口函数，子查询），优化千万级数据查询性能；可编写存储过程实现数据归档。 +* **Python：** 代码量 5000+ 行，能处理单文件 5GB 级数据（如 20 年各国经济温度相关数据）；熟练使用 Pandas/NumPy 数据清洗，Matplotlib 可视化，Scikit-learn 建模分析。 +* **R：** 高效处理百万级复杂数据（如 A 股 5 分钟 K 线数据）；精通 dplyr/tidyr 数据清洗（缺失值多重插补，异常值 Z-Score 检测），运用 caret 包实现随机森林与逻辑回归建模，优化其步进法进行因子划分与主成分降维；擅长 ggplot2 绘制专业图表（热力图/雷达图）并开发 shiny 交互报告。通过 tm/wordcloud 包实现文本挖掘（金融舆情关键词提取与词云可视化）。 + +**自我评价** + +* 情绪稳定，积极乐观，能吃苦耐劳，深知团队合作重要性，乐于和他人合作，自我学习能力强。 \ No newline at end of file diff --git a/谭嘉亮简历.typ b/谭嘉亮简历.typ new file mode 100644 index 0000000..36be584 --- /dev/null +++ b/谭嘉亮简历.typ @@ -0,0 +1,193 @@ +#import "twentysecondcv.typ": * + +#main( + pages: 2, + [ + #profile( + name: "谭嘉亮", + jobtitle: "数据分析/数据运营/市场分析/调研分析", + ) + + #show_contacts( + ( + ( + icon: "☎️", + solid: true, + text: "[未提供]", + ), + ( + icon: "✉️", + solid: true, + text: "[未提供]", + ), + ( + icon: "📍", + solid: true, + text: "籍贯：河南信阳", + ), + ( + icon: "💬", + text: "[未提供]", + ), + ) + ) + + #profile_section("个人总结") + #list( + [[#text(fill: blue)[专业背景]] 硕士在读，统计学专业，具备扎实的数理统计与概率论、时间序列分析、多元统计分析、随机过程等理论基础。], + [[#text(fill: blue)[项目亮点]] 参与多项数据分析与建模项目，如基于ARIMA与BP神经网络的预测模型，在价格预测、种植结构研究中取得小于5%的预测误差；应用Stacking技术提升心脏病预测模型召回率12%。], + [[#text(fill: blue)[核心技能]] 熟练运用Python (Pandas, NumPy, Scikit-learn), R (dplyr, caret, ggplot2), SQL进行数据清洗、分析、建模与可视化；掌握Excel高级功能。], + [[#text(fill: blue)[个人特质]] 情绪稳定，积极乐观，能吃苦耐劳，深知团队合作重要性，乐于和他人合作，自我学习能力强。] + ) + + #profile_section("专业技能") + #show_interests(( + ( + interest: "MS Excel", + subskills: ( + (name: "数据透视表, Power Query, 百万级数据处理", checked: true), + (name: "50+函数 (VLOOKUP, SUMIFS, TEXTJOIN)", checked: true), + (name: "宏命令编程 (IF AND/OR)", checked: true), + ) + ), + ( + interest: "SQL数据库", + subskills: ( + (name: "标准SQL增删改查", checked: true), + (name: "复杂查询 (多表JOIN, 窗口函数, 子查询)", checked: true), + (name: "千万级数据查询性能优化, 存储过程", checked: true), + ) + ), + ( + interest: "Python数据分析", + subskills: ( + (name: "Pandas/NumPy 数据清洗与处理 (5GB级数据)", checked: true), + (name: "Matplotlib 数据可视化", checked: true), + (name: "Scikit-learn 建模分析", checked: true), + ) + ), + ( + interest: "R语言统计建模", + subskills: ( + (name: "dplyr/tidyr 数据清洗 (缺失值插补, 异常值检测)", checked: true), + (name: "caret包 (随机森林, 逻辑回归), 因子划分, 主成分降维", checked: true), + (name: "ggplot2 专业图表 (热力图/雷达图), shiny交互报告", checked: true), + (name: "tm/wordcloud 文本挖掘 (金融舆情关键词提取)", checked: true), + ) + ), + ( + interest: "统计与机器学习模型", + subskills: ( + (name: "时间序列分析 (ARIMA)", checked: true), + (name: "神经网络 (BPNN)", checked: true), + (name: "随机森林, 支持向量机, 决策树", checked: true), + (name: "Stacking集成学习", checked: true), + ) + ), + )) + + #profile_section("语言") + #show_interests(( + ( + interest: "英语 (CET-6: 524, CET-4: 566)", + score: 0.8, + ), + )) + ], + [ + #body_section("教育经历") + #twentyitem( + period: [2023年09月 - 至今], + title: "统计学 硕士在读", + note: "[研究生院校名称未明确]", + addtional_note: "随机分析、金融统计", + body: list( + "主要课程：数理统计与概率论学习（双语）、时间序列分析、多元统计分析、随机过程等", + ) + ) + #twentyitem( + period: [2019年09月 - 2023年06月], + title: "统计学 本科", + note: "[大学名称未明确]", + addtional_note: "", + body: list( + "主要课程：统计学（90）、运筹学（95）、回归分析（90）、Python 语言与大数据分析（91）、时间序列分析（96 其中 SAS 上机实验满分）、数据结构与R语言（96）、多元统计分析（85）、数值分析（91）等", + ) + ) + + #body_section("项目经历") + #twentyitem( + period: [ + 2022年01月 - + 2022年09月 + ], + title: "基于改进数据分解的黄金和比特币市场交易策略模型", + note: "全国大学生数学建模大赛 (获国际三等奖/H奖)", + addtional_note: "", + body: list( + [#text(fill: blue)[项目概述与数据处理] 搜集黄金和比特币收盘价格，完成数据清洗、处理日期格式、错误值等。采用ARIMA模型预测价格走势，经平稳性检验确定最优模型参数，结合动态规划算法确定投资组合，用蒙特卡洛方法优化模型，测试交易策略参数敏感性，评估模型参数对结果敏感性，并运用金融指标优化交易策略，开发可视化界面。], + [#text(fill: blue)[文献综述与模型构建] 从10万篇比特币相关文献中，利用关键词识别异常值、牛熊转换点填补缺失数据、统一日期格式、保证时间连续性。开发时间序列ARIMA模型（ADF检验平稳性，AIC定阶，BIC优化参数），实现对黄金和比特币价格走势的精准预测（预测误差小于5%）。], + [#text(fill: blue)[策略优化与成果] 结合HJB动态规划模型、布林线区间设定（12%）、夏普比率下精确调整ARIMA参数，收益提升8%；参数敏感性测试确保模型鲁棒性（最大回撤小于15%）。项目最终获得2022年全国大学生数学建模大赛国际三等奖（H奖）。] + ) + ) + #twentyitem( + period: [日期未详], + title: "《基于 BP 神经网络预测模型的黑龙江农作物种植结构的研究》", + note: "", + addtional_note: "", + body: list( + [#text(fill: blue)[项目描述] 搜集黑龙江省农作物种植产量数据进行清洗、处理，构建时间序列模型预测农作物种植结构变化趋势。], + [#text(fill: blue)[负责内容] 对近 20 年的高级温度相关数据进行清洗、创建"日期"时长表征温度"特征工程。设计耦合模型：ARIMA 捕捉周期性趋势（ADF 检验平稳性，AIC 定阶），BPNN 建模非线性残差；最终模型误差降至 5%。] + ) + ) + #twentyitem( + period: [日期未详], + title: "R 语言分析实战—基于 UCI Heart Disease 数据集", + note: "", + addtional_note: "", + body: list( + [#text(fill: blue)[项目描述与负责内容] 清洗、整理与转换原始数据集，利用随机森林算法筛选关键特征，构建心脏病 UCI Heart Disease 数据集。通过机器学习技术寻找更有效的心脏病预测方法。比较随机森林和支持向量机、判别函数和回归、决策树和神经网络等模型。], + [#text(fill: blue)[模型构建与优化] 采用堆叠 (Stacking) 技术构建多层模型，从多指标评估模型性能，堆叠模型综合性能优于单一模型，召回率提升 12%，为预测心脏病风险提供可靠工具。], + [#text(fill: blue)[数据可视化与验证] 在 Statlog (Heart) 数据集验证模型泛化能力，堆叠模型准确率 77.78%，精确率 87.50%，AUC=0.857，性能稳健优于其他模型（如决策树，AUC=0.730）。] + ) + ) + + #body_section("获奖经历") + #twentyitem( + period: [日期未详], + title: "研究生个人荣誉奖学金", + note: "", + body: "" + ) + #twentyitem( + period: [日期未详], + title: "第十二届全国大学生数学竞赛全国二等奖", + note: "国家级", + body: "" + ) + #twentyitem( + period: [日期未详], + title: "第十二届全国大学生数学竞赛省级一等奖", + note: "省级", + body: "" + ) + #twentyitem( + period: [日期未详], + title: "优秀共青团干部", + note: "", + body: "" + ) + #twentyitem( + period: [2019-2020学年], + title: "国家励志奖学金", + note: "国家级", + body: "" + ) + #twentyitem( + period: [日期未详], + title: "第十二届全国大学生物理学术竞赛省级三等奖", + note: "省级", + body: "" + ) + ] +) \ No newline at end of file