姓名：简历本
年龄：26
电话：181****4318
邮箱：21802137@qq.com
经验：1年
意向：数据分析师
时间：2011-09到2015-07
学校：简历本信息大学 | 专业：统计学 | 学历：本科
工作时间：2015-03到至今
公司名称：简历本信息技术有限公司 | 所在部门： | 所在岗位：数据分析师 系统架构
工作描述：
2015/03 -- 至今： 城市地图/日志追踪报警 项目 | 数据库 开发管理员 系统架构| DBA
IT服务(系统/数据/维护) | 15000-20000元/月
软件环境： IBM aix 5/6 、ORALCE 11.2.0.3.0 mysql hadoop
开发工具： IBM aix 5/6 、ORALCE 11.2.0.3.0 mysql hadoop
项目职责：1．规划磁盘空间。根据全备容量、增备容量、日志量计算生产数据库和历史数据库所需的磁盘空间, 架构hadoop环境及节点
2．配置存储。历史数据库使用SCSI阵列raid 5，并在阵列上实现LVM(逻辑卷管理)；接受采取oracle与mysql DB
3．创建历史数据库，规划并创建表空间，使用EXPDP/IMPDP工具将历史数据导入到历史数据库中，以及使用sqoop将 oracle以及mysql数据导入hadoop中。
4．定历史库的备份策略，根据项目要求设置被备份冗余度为2，以周为备份周期。编写shell脚本，配合使用Crontab，实现数据库的RMAN自动备份，以及使用sqoop实现增量备份，并对备份产生的日志文件进行检查，如有错误发生，给数据库管理员发通告；
5． 对备份数据进行恢复测试；
6．监控数据库的性能。定期使用AWR工具收集统计数据，查看AWR报告并找出数据库的性能问题，对数据库做相应的调优。
7．培训行内科技人员，提升其对整个数据库，尤其是对其中应用的了解，达到降低误操作、提升数据库性能的目的。
项目描述：1. 建立历史数据库(DSS系统)，实现历史数据库当月每天的新数据的更新；
2. 监控每天ETL流程，确保数据的及时性和有效性；
3. 制定实施DSS备份策略，并定期在测试库上对备份进行测试；
4. 配合开发人员，亦直接参与应用中金融统计报表的开发；
5. 对行内人员进行培训。
工作时间：2010-11到2011-11
公司名称：简历本信息互动有限公司 | 所在部门： | 所在岗位：数据分析师/战略规划
工作描述：
1、负责建立公司战略部报表体系（包括品牌、分销、贴牌、进口贸易、特渠、原料等业务）；通过《行业分析报告》、《战略规划报告》、《北京竞品市场分析》等周、月度分析报告，对公司所在行业宏观经济，政策环境和竞争状态作持续跟踪和研究；
2、参与品牌业务创新管理项目，负责促销计划、促销方案及促销效果分析，结合费用数据，对销量与价格等因素进行分析，持续改进促销方案；建立库存货流转平台，通过对各店铺库存销售预计，实行库存动态管理，以促进终端销售。
3、负责修改及完善销售部门、设计部的绩效、提成方案及测算。负责各部门流程梳理、并参与制定流程相关制度。
4、指导、督促、推动并协助相关部门落实规划方案，通过与相关部门协调、沟通，确保运营工作的正确实施。
项目时间：2017-02到2011-11
项目名称：物流园管理公司绩效分配试验项目
项目描述：
项目介绍
公司性质国企，积极性涣散。公司决定为了带动员工积极性，打破传统国企铁饭碗的现象存在，开始实施绩效分配改革。每个业务单元制定业务预算指标，业务部门制动责任人订立预算数，薪酬绩效实行底薪+预算完成绩效。绩效按照账面收入实现数进行合理分配薪酬提成部分。我对应做出部门预算指标表，月度经营情况表和预算经营对比表，准确地将财务账面数反映到其工资表中，有效的提高了工作积极性和对实现财务账面数的重要认识。
我的职责
财务负责人
项目时间：2016-10到2011-11
项目名称：电商平台某热水器用户评论情感分析
项目描述：
项目介绍
研究生朋友接了这个项目， 历史数据为一个500M的sql文件，我们将其导入mysql中，观察数据格式，然后用python的数据库引擎把sql表读进来，利用pandas工具进行探索分析，以用的可视化的工具拿到某热水器的评论，包括，用户id，品牌，评论，以美的为例。
思路：把评论单独拿出来，去重，机械压缩，情感分类，jieba分词，lda模型对字符串聚类，输出结果。
我的职责
两年工作时间内，对石油和化工行业比较了解，服务过多家外企及大的民营化工企业，负责的项目满足客户要求并顺利通过验收。对咨询项目的流程熟练掌握，从项目建议书的撰写到最终汇报，具有一定的项目经验。具有良好的沟通交流能力，项目中跟客户以及被访对象能够良好沟通，顺利解决问题，并且具有较强的团队合作意识。
Excel
SQL:能够熟练使用SQL语句进行查询，完成多表连接
Spss:熟悉spss基本操作，能够应用spss完成建模
R :熟悉R语言的基本操作,使用R进行数据清洗、建模
Python:熟悉Pandas、Numpy、Matplotlib等数据分析常用库的功能，可进行数据进行采集，清洗等 操作，对使用Python进行数据挖掘有基本了解
