SAS顾问简历CA -雇用IT人员-我们得到IT完成-356平台

SUMMARY

技术技能

编程语言: R编程，Python, Scikit-Learn, SQL, BASE SAS,VBA

机器学习技术: 线性回归, 脊, 弹性网), 分类(逻辑回归), 乔治。, 朴素贝叶斯, 然而,,支持向量机), 决策树(XgBoost & RF)、PCA、关联规则 & 推荐引擎，生存分析 . 善于进行探索性分析(EDA)

大数据生态系统: HADOOP3.0、rha、MongoDB、Spark.6

关系数据库: ORACLE 10g, MySQL

数据可视化: R ggplot2, Python Matplotlib, Tableau Desktop 8.SAP Lumira, Pentaho.

网络分析: 谷歌分析

专业经验

机密，贝尔维尤，华盛顿州

数据科学家

职责:

折扣预测:分析提供给云和非云帐户的折扣的历史数据. 确定不同地区折扣变化的关键见解, 产品细分, 垂直, 合同类型等. 在Azure ML Studio中开发了一个预测模型，以估计成功续订可以提供的折扣, 基于与该帐户相关的关键KPI，使用提升决策树.
交易速度:开发一个逻辑模型，根据历史CRM数据(如谈判天数)预测不同类别产品的交易完成天数, 解天, 泄漏等.…
过境取消:分析过去4年的数据，得出一个模型来预测员工取消和未显示过境预订. 使用Azure ML中的Multiclass Random Forest来开发模型. 也, 根据一天中不同班车ID的使用水平进行调度优化以减少浪费.
时间序列预测:建立各种单变量和多变量时间序列模型(集), stl, 天真的, 霍尔特, 霍尔特-Winter ARIMA, ARIMAX, VAR模型)来预测各种产品的销售. 预测齿轮 & OPEX适用于不同的组织和团队. 在Azure ML中自动化预测过程. 此外，还开发了供应商支出、招聘和人员流失模型.

技术: R, Azure ML, SQL, Power BI.

机密，帕洛阿尔托，加州

数据科学家

职责:

续订预测:
统计建模预测各种云产品的更新概率 & 使用R的解决方案 & Lumira. 使用逻辑回归，乔治。 & 随机森林决策树.
使用K均值聚类的无监督学习来理解更新账户之间的行为差异 & 并向客户经理解释这些见解.
通过合并预测的分数，推出实现以使用现场团队的统计见解 & 销售/CRM系统风险评分.
供应商风险识别:为预测供应商支付的交易费用而建立的回归模型. 基于模型预测, 有风险的供应商是根据他们与买方的交易减少的程度来确定的. 使用PCA, lasso & R中的决策树
使用VB脚本从不同来源提取所有Ariba买家的支出数据(应付账款)，并在SAP HANA中构建了一个Spend Insights DB.
将这一数据与Ariba Network的数据进行比较，发现了支出方面的差距 & 交易量将通过Ariba系统进一步推动.
在R语言中设计并实现一个使用文本挖掘包的平台 & Python (tm、openNLP NLTK3.0)清洗, 协调, 分类, 匹配, 合并, de-duping, 和分析, 在解决方案中使用的供应商和第三方数据，以及创建的涉及数百万行客户事务文本数据的Business Taxonomy模型
构建并传播自动化业务案例工具，这些工具可针对不同的客户行业进行扩展，并能够基于客户痛点动态生成价值主张.
指导开发先进的深潜客户诊断流程，用于追踪阶段和飞行计划，如供应商飞行计划, 类别飞行计划, 等. 为客户指明成功之路.

技术: R, Python, Lumira, SAP Business Objects, Tableau Desktop.

保密,圣. 路易斯,莫

商业分析顾问

职责:

技术: R, Oracle 10g, Microsoft Dynamics CRM

保密

数据分析师

职责:

包括清洁, 总, 分析, 解释数据, 通过高级统计技术(聚类)对零售产品细分市场进行质量分析并编制每周增长分析报告, 因素 & 树)使用SAS, SQL和统计.

保密

SAS顾问

职责:

技术: 基础sas 9.1、SAS企业指南，ORACLE 10g