Python 数据建模
使用 pandas、numpy、sklearn 完成数据清洗、特征处理、逻辑回归、交叉验证和模型评估。
Capabilities
核心能力
SQL 分析
熟悉 joins、group by、窗口函数和分层统计，可编写申请量、违约率、月度趋势等指标查询。
金融风控理解
理解信贷违约预测、风险分层、负债收入比、客户画像和基础风险指标拆解。
业务经营视角
有长期生鲜经营支持经历，熟悉订单、客户需求、采购、库存周转和反馈跟进。
Selected Projects
代表项目
信贷风险评分建模与 SQL 分析
基于真实信贷数据完成字段选择、数值标准化、偏态变量对数变换和类别变量 One-Hot 编码， 使用逻辑回归输出违约概率。
- 导出模型评估、特征系数和样本预测结果，覆盖 ROC-AUC、阈值、混淆矩阵和风险分层。
- 补充 SQL 分析示例，覆盖申请量、违约率、平均贷款金额、风险分层和月度趋势。
ETF 动量轮动策略回测
接入 yfinance 下载的 4 只宽基 ETF 日频价格数据，完成清洗、交易日对齐和月度动量信号计算。
- 构建避免未来函数的持仓信号，将策略净值与等权持有基准进行对比。
- 分析年化收益、波动率、夏普比率、最大回撤和胜率，并记录后续优化方向。
Experience
经营与实习经历
家庭经营项目 · 生鲜超市
2019.07 - 2026.03运营与数据支持 / 江西丰城
协助维护社区客户、餐饮客户和食堂客户沟通，整理采购需求与订单信息；跟进价格变化、 库存周转和客户反馈，并使用 Excel 辅助补货节奏和促销安排。
甘洛县政府
2018.08 - 2018.09调研实习生 / 凉山州
参与四川大学经济学院贫困县扶贫督查与调研项目，负责问卷发放、回收及 Excel 数据整理。
Skills & Certificates
技能、证书与语言
Python
pandas
numpy
sklearn
SQL
窗口函数
逻辑回归
ROC-AUC
风险分层
Excel
Git / GitHub
Markdown
证书：基金从业资格证、大学英语四级（CET-4）。英语能力：可进行日常口语沟通，可阅读英文技术文档。
FAQ
招聘常见问题
2019 年毕业后为什么没有传统公司经历？
2019 年毕业后不久，2020 年初疫情封控打乱了原本的求职节奏。当时家里的生鲜超市被选为镇上的蔬菜配送点之一，我就留在家里帮忙处理订单、配送对接、采购需求、价格变化、库存周转和 Excel 台账。虽然这不是标准公司雇佣经历，但它是高压力、强执行、贴近民生保供的真实经营场景，不是完全脱离工作的空白期。
这段经历和风控、数据分析有什么关系？
风控和数据分析的核心不是只会跑模型，而是理解业务问题、拆解指标，并用数据支持判断。配送点经营让我对订单波动、库存压力、价格变化、客户稳定性和异常需求更敏感；金融工程背景和后续 Python/SQL 项目，则把这些业务感受转化为信贷风险、分层分析、模型评估和数据口径意识。
为什么现在明确投递金融风控或数据分析？
我一直没有放弃金融数据方向。疫情放开后，我开始系统重新学习 Python、SQL 和 CQF 相关课程，并通过基金从业资格考试；今年父母退休后，我也有条件把重心完全转回求职。相比泛泛找工作，我更希望进入金融风控、信贷风险建模、金融数据分析这类能结合金融理解、数据能力和长期职业兴趣的岗位。
能接受其他工作岗位吗？
能接受。我的优先方向是金融风控和数据分析，但现阶段也希望尽快进入真实组织环境，把正式职场经验、团队协作和业务执行能力补起来。只要公司有清晰的培养机制、稳定的发展路径和明确的晋升空间，我不完全限制岗位和行业，也愿意从基础岗位做起，用实际表现争取成长机会。
你目前最大的短板是什么？会怎么弥补？
短板是缺少成熟金融机构内部数据和生产系统经验，所以我更愿意从基础分析、报表、策略验证或模型辅助岗位切入，先把数据口径、业务规则和团队工作流吃透。我的优势是目标清晰、能长期投入，也愿意从细节工作做起。
岗位和地点如何考虑？
杭州优先。一方面杭州就业环境和数字经济、金融科技岗位机会都比较好；另一方面离我的家乡江西不远，长期发展和家庭照应都更现实。岗位上优先金融风控、信贷风险建模、数据分析、金融数据分析方向，也愿意根据岗位匹配度沟通其他城市或远程协作。
最快联系方式是什么？
可通过邮箱 tywinscu@outlook.com 或微信 titushale 联系。GitHub 项目仓库也可以作为技术讨论入口。
Contact
欢迎联系
如果岗位需要金融背景、数据分析能力和风控建模意识，我很愿意进一步沟通。