李叙玮
责任心强、执行力稳的全栈型数据分析者，擅长以创造性的统计建模与业务洞察解决复杂问题，并能在跨团队协作
职业经历
工作经历
2023年09月 — 2023年12月
技术,数据,数据分析师
主导 WBR 数据报告与分析,聚焦业务线及商戶数指标,高效沟通业务洞察并支持管理层决策。利用 SaaS 平台与 SQL 进行核心业务数 据挖掘与可视化分析,聚焦卖货人行为漏斗及 GMV、供给侧与需求侧多维指标,及时识别并反馈数据异常。 协助产品经理和运营团队策划卖货和各种电商平台促销活动,通过A/B检验等数据分析对比不同卖货人奖励机制,前后官微UV提升 10%. 负责各部门不同的取数需求,运用SQL提取关键指标,协助制定战略并确保数据的准确性和及时性。 在双11促销活动中, 负责三大业务线(房券、餐券、储值卡)的核心数据分析与监控: 定位峰值转化偏弱(峰日付费用戶仅 +12%,低于整体 +25.4%); 识别 GMV/订单背离 与 SKU 扩容—曝光错配(房券/门票单 SKU&UV 分别下降约 12.7&23.3%), 发现渠道结构异常(官 微 UV +13% vs 全站 +4.4%)与爆品集中度偏高, 推进归因校准。 结合用戶行为与业务结构分析,提出针对性策略优化建议,促使助力餐券与房券业务成为主要增长点,并通过数据实验与 A/B 测试推动 促销策略迭代, 显著提升活动转化与ROI。
2022年07月 — 2022年09月
技术,人工智能,搜索算法工程师
Python获取并解析文件提取中文或英文字符,形成短句中的关键词,段落中的关键句,短文中的关键段落,进行归类整理。 用r语言通过无监督的TextRank算法和运用命名实体识别对已有的文本进行分词迭代和修剪,构建语料库完成DTM的构建。 r语言选择数据特征,构建LDA主题模型。 r studio中完成模型测试,确保模型可以提取大规模文档集关键词(表格形式)并且进行话题分类(形成可视化词云图)。 成功构建关键词选取的R语言运用模型.
教育经历
统计学
2024年09月 — 3000年01月
项目经历
2025年06月 — 2025年08月
使用 R 对 28 个空气监测站约 1700 条臭氧数据进行清洗、可视化与建模,识别出高污染区域集中在纽约市及长岛地区。 应用多重插补(Multiple Imputation) 处理非随机缺失值,确保模型估计无偏。 建立多元线性回归与贝叶斯回归模型,预测精度高(RMSE≈0.18,MAE≈0.15),优于克里金模型。 进行半方差(Variogram) 与空间相关分析,量化臭氧浓度的空间依赖性。 掌握并应用 R、ggplot2、bmstdr 包、贝叶斯建模与空间统计方法,完成从数据预处理、建模到预测验证的全流程分析。
2020年02月 — 2022年08月
对 MINGAR 可穿戴设备大样本数据进行清洗、整合与可视化,完成新旧客戶群体特征分析与睡眠分数模型构建; 基于线性回归与广义线性混合模型(GLMM) 探讨肤色、年龄、收入等因素对设备精度的影响,识别出深肤色用戶睡眠得分误差显著 偏高的问题; 报告被用于公司内部策略会议,提出改进算法的防偏见建议,避免品牌潜在种族歧视风险。 作为组长,负责人员的职责分配和及时总之沟通会议,最终分析报告得到A+.
TA 的技能服务
该人才共 1 项技能服务，可在 技能服务 中搜索「李叙玮」查看。