这是用于演示写法的虚构简历。姓名、任职经历和成果均为创作,并非真实员工的履历。
廖彦霖
从事定义流失风险群体并训练经过校准的预测模型与构建包含促销与节假日效应的区域需求预测的数据科学家实习生,实务在指导下完成。主要实践领域:Python · SQL · 实验迭代 · 因果推断。
工作经历
亚马逊
上海 · 中国
数据科学家实习生
2026年6月 - 2026年8月
- 在指导下,按时间和客户拆分训练与评估数据,检查衍生特征泄漏,比较各群组模型表现后提出实验建议。
- 团队负责定义流失风险群体并训练经过校准的预测模型;实习期间,我在导师指导下协助准备资料、核验结果和整理文档。团队整体识别出流失客户最集中的高风险账户群。与导师核对我的贡献范围,仅记录分配的支持任务和验证工作。
- 团队负责为定向留存方案设计留出组实验;实习期间,我在导师指导下协助准备资料、核验结果和整理文档。团队整体从目标工作中形成归因清晰的销售管道。与导师核对我的贡献范围,仅记录分配的支持任务和验证工作。
- 在指导下,构建用于复购预测的Python机器学习基线,按客户和时间划分数据,与简单统计模型比较校准和召回后提出模型建议。
- 在指导下,编写含置信区间、分群诊断和实验前趋势可视化的实验报告,检查样本分配比例异常,说明证据不足以支持全面发布的情形。
- 在指导下,主导通过Python时间切分评估预测模型,相对同一季节性基线将留出集误差从19%降低至15%,并记录群组失效。
- 在指导下,通过SQL校验的输入发布Tableau评估仪表板,解决数据管道汇总与决策统计之间的差异。
重点项目
数据科学家独立案例研究
实习项目成员
2025年9月 - 2026年5月
- 在导师评审的模拟实习中,使用SQL和Python研究商家留存,区分新商家群体与成熟店铺并检查季节性,报告不确定性而不把相关关系当作因果效果。
- 在后续指导练习中,基于研究数据构建Looker仪表盘,记录群体定义并提供下钻样本,在分享建议前将仪表盘总量与源查询核对。
- 在指导下,团队负责统一多个团队冲突的活跃供给口径;实习期间,我在导师指导下协助准备资料、核验结果和整理文档
- 生成含重复、迟到和更正值的合成源记录,编写行数及键唯一性断言,记录各案例对报告指标的预期影响。
- 将分析输出与手工计算参考表核对,追踪差异所在的转换步骤,在修正查询旁保留数据字典与重跑说明。
- 主导通过手算参考验证合成数据,解决重复键导致的虚增并完成重现修正总额的笔记本。
教育经历
西安电子科技大学
西安 · 中国
计算机科学与技术 工学学士 · 在读
2023年9月 - 2027年6月
相关课程:算法、操作系统、数据库、计算机网络
技能
岗位能力
Python · SQL · 实验迭代 · 因果推断 · 机器学习 · 数据可视化
证书
Google Advanced Data Analytics Professional Certificate
2025年12月


