增加新人的简历和虚构的简历以及简历模板
This commit is contained in:
parent
587e8099ed
commit
a886c196ec
209
cv_content_stripped_template.typ
Normal file
209
cv_content_stripped_template.typ
Normal file
@ -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
|
||||||
|
]
|
||||||
|
)
|
||||||
209
math_student_cv.typ
Normal file
209
math_student_cv.typ
Normal file
@ -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
|
||||||
|
]
|
||||||
|
)
|
||||||
167
twentysecondcv_template.typ
Normal file
167
twentysecondcv_template.typ
Normal file
@ -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",
|
||||||
|
// )
|
||||||
|
// )
|
||||||
|
]
|
||||||
|
)
|
||||||
2
简历v1.typ
2
简历v1.typ
@ -1,7 +1,5 @@
|
|||||||
#import "twentysecondcv.typ": *
|
#import "twentysecondcv.typ": *
|
||||||
|
|
||||||
#set text(font: "PT Sans")
|
|
||||||
|
|
||||||
#main(
|
#main(
|
||||||
pages: 2,
|
pages: 2,
|
||||||
[
|
[
|
||||||
|
|||||||
49
谭嘉亮简历.md
Normal file
49
谭嘉亮简历.md
Normal file
@ -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。
|
||||||
193
谭嘉亮简历.typ
Normal file
193
谭嘉亮简历.typ
Normal file
@ -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: ""
|
||||||
|
)
|
||||||
|
]
|
||||||
|
)
|
||||||
Loading…
x
Reference in New Issue
Block a user