求职意向 · 数据分析实习生

数据驱动,洞见
业务价值

财务管理 × 数据科学双学位 · 首都经济贸易大学
具备从数据清洗到可视化的全链路独立实践能力

Education
教育背景
首都经济贸易大学
2025 级
财务管理(数据科学与大数据技术)双学位
GPA 4.11 / 5.0 All-English Program 双学位
主修课程:Python数据分析及其应用 · PowerBi在商业中的应用 · 管理学 · 财务会计 · AI财经场景应用
Skills
技能清单
数据处理
Python ·Pandas / Duckdb
SQL · MySQL
可视化
Power BI
Excel · 数据透视表
分析方法
用户行为分析
关联规则挖掘
杜邦财务分析
语言能力
中文 母语
英语 全英文专业
Projects
项目经历
PROJECT 01 · 个人综合项目
电商用户行为全链路数据分析
基于 Kaggle Amazon 真实电商数据集,完整覆盖数据提取、清洗、分析、可视化全流程
Python SQL Power BI RFM分析 关联规则
6,600 万条记录
8.8 GB 数据集
Kaggle · Amazon 2020
  • 使用 SQL 多表 JOIN 整合用户、订单、商品三表数据,完成核心业务字段提取
  • 使用 Python Pandas 完成大规模数据清洗:缺失值填充、异常值剔除、字段标准化
  • 构建核心业务指标:
    • 转化率漏斗(浏览 → 加购 → 购买)
    • 用户留存率(Cohort 分析)
    • 客单价与复购率
  • 多维用户与商品分析:
    • 基于 RFM 维度的用户分群(消费频次 × 金额)
    • 商品关联规则挖掘,计算 Support / Confidence / Lift
    • 漏斗分析定位关键转化流失环节
  • 使用 Power BI 搭建多页可视化看板,覆盖用户、商品、转化三大分析模块
  • 排查并修复数据维度缺失导致的模型关联失效问题,重新设计数据结构,构建星型模型
  • 结论输出:识别核心流失节点,提出商品推荐策略与用户转化路径优化方向
PROJECT 02 · 挑战杯项目 · 学院一等奖
大学生对 AI 情感依赖研究
担任数据分析负责人,独立完成 350 份问卷的全流程数据处理与统计分析
Python Excel 描述统计 分组分析
350 份有效问卷
数据分析负责人
学院一等奖
  • 独立负责问卷数据全流程处理:收集、清洗(异常值剔除、样本筛选)与结构化整理
  • 使用 Excel / Python 进行统计分析与分组对比:
    • 不同性别、年级群体的 AI 使用频率差异分析
    • 情感依赖程度与使用行为之间的相关性分析
    • 使用场景分布(学习 / 情感交流 / 娱乐)结构拆解
  • 关键洞察:识别高依赖用户特征,发现情感依赖强度与使用频次的正相关趋势
  • 将分析结论转化为研究报告并参与最终展示,项目获学院一等奖
PROJECT 03 · 个人综合项目
AI 工程化与应用开发
将 AI Agent 封装为 Web 应用,实现前后端交互
Coze Prompt Engineering Project IDE Web App
  • 熟练使用 Coze (扣子) 等 Agent 开发平台,具备 Prompt Engineering(结构化提示词工程)能力。
  • 能够通过 Project IDE 将 AI Agent 快速封装为交互式 Web 应用,实现前后端变量绑定与事件驱动。
About
自我评价

财务管理 × 数据科学双学位背景,具备从数据提取、清洗到分析、可视化的全链路独立实践能力。有过千万级数据集(6,600 万条)实操经验,熟悉电商用户行为分析方法论。全英文授课培养了较强英文阅读与文档理解能力。对互联网产品数据分析方向有浓厚兴趣,希望在实习中将分析能力应用于真实业务场景。

全链路数据能力 千万级数据集经验 财务 + 数科双背景 全英文专业授课