CV
杨润颀
数据分析 / 数据科学方向实习生
金融科技与分析硕士｜计算机工程本科
手机号： 17705277078
电子邮箱：randyyang123@hotmail.com
居住地： 江苏省扬州市
教育背景
圣路易斯华盛顿大学（Washington University in St. Louis）
金融科技与分析 硕士
GPA：3.8 / 4.0
2025.08 – 2026.12
宾夕法尼亚州立大学（Pennsylvania State University）
计算机工程 本科
GPA：3.5 / 4.0
2020.09 – 2024.12
主修课程
金融科技与分析（硕士）
- 数据分析与可视化（Data Analytics & Visualization）
- 大数据系统与应用（Hadoop & Spark）
- 数据库系统基础 (SQL)
- 数据驱动决策与金融分析
- A/B 测试
- 数据挖掘
- 区块链/加密货币
计算机工程（本科）
- 数据结构与算法
- 操作系统
- 计算机网络
- 计算机组成原理
- 计算机视觉
- 人工智能
- 数字图像处理
工作经历
上海椰岛游戏 ｜ 游戏测试
游戏测试部｜2025.03 – 2025.08
- 游戏日志与数值分析：基于游戏运行日志，使用Excel对帧率、硬件温度、内存占用等核心指标进行版本对比与趋势分析，辅助定位性能瓶颈；结合抽卡机制与经济系统测试数据，对关键数值分布进行统计分析，为版本优化与参数调整提供数据参考。
- 缺陷数据统计：通过 Jira/Trello 管理Bug数据，利用 Excel 分析不同版本及模块的缺陷分布并输出报表 ；帮助团队识别高频问题模块，优化协作流程，提升版本稳定性 。
- 测试工作与数据处理：参与多款游戏的战斗系统、UI 交互等核心功能模块测试，设计并维护 120+ 条测试用例 ；系统性收集功能与兼容性数据，有效拦截多个潜在高风险/阻断性 Bug，保障版本按期高质量交付 。
江苏狄诺尼信息技术有限公司 ｜ 软件研发实习
软件研发部｜2024.05 – 2024.07
- 学习并参与 C++ / ObjectARX 二次开发，在 AutoCAD 环境中实现定制化功能
- 参与 AICAD 项目研发，使用 Python 调用大语言模型 API，协助实现 CAD 自动绘图功能
- 在项目中参与需求分析与技术实现，将业务需求转化为可执行的程序逻辑
项目经历
简易文件传输系统 ｜ 个人项目
2023.01
- 基于 TCP/IP socket 编程 实现客户端–服务器文件传输系统
- 对文件传输过程中的 延迟与稳定性进行测试与对比分析，通过调整缓冲区大小优化传输性能
- 实现基础错误处理逻辑，提高系统在异常网络条件下的稳定性
技术栈：C / C++，TCP/IP，Linux
虚拟磁盘管理系统 ｜ 团队项目
2023.02 – 2023.05
- 设计并实现基于 JBOD 思想 的磁盘管理模块，支持挂载、卸载与读写操作
- 构建缓存管理策略，实现数据查找、更新与 MRU 算法，有效提升磁盘访问效率
- 通过实验对比不同缓存策略下的系统性能，验证优化效果
技术栈：C / C++，Linux，缓存机制
基于 SRGAN 的超分辨率生成对抗网络研究 ｜ 科研项目
2024.07 – 2024.08
- 使用 PyTorch 实现 SRGAN，用于图像超分辨率任务
- 通过实验对比不同超参数组合（学习率、批次大小、训练轮次）对模型效果的影响
- 在 Set5、Set14、BSD100 等数据集上评估模型性能，结果优于传统插值方法
技术栈：PyTorch，GAN，数字图像处理
Sheetz Cooler Sensor GUI – 库存可视化监控系统 ｜ 校企合作项目
2024.08 – 2024.12
- 基于 Flask 开发在线库存监控系统，负责后端数据处理与前端展示逻辑
- 设计数据采集与传输流程，接收 Arduino 传感器数据并进行解析与存储
- 构建动态库存模型，优化数据解析与存储逻辑，确保系统在高负载下稳定运行
- 主导需求分析与软件架构设计，协调软硬件集成，提升系统可靠性
技术栈：Python，Flask，Arduino，HTML / CSS / JavaScript
可在此处查看Demo: 点击跳转Demo
电商用户复购预测 | 个人项目
2026.02-2026.03
- 项目背景：基于天猫用户行为日志数据（点击、收藏、加购、购买等），构建用户—商家复购预测模型，使用Python并通过机器学习方法识别“双11”活动中新产生的潜在复购用户，为商家制定精准营销策略提供数据支持，从而提升营销转化效率与用户复购率。
- 数据清洗预处理：针对双十一期间的 5400万+ 条用户行为明细日志，结合传统的Pandas并引入Polars库进行数据提取与清洗。有效解决了单机处理千万级数据的内存溢出痛点，将特征提取耗时大幅压缩。
- 特征工程与 EDA：构建包含用户全局购买力、店铺热度及“用户-商家”深度交互矩阵的特征体系。基于 Plotly 绘制相关性热力图开展探索性分析，发现常规统计特征相关性偏弱，精准定位“特定店铺的历史互动深度”为高潜复购的核心特征。
- 模型训练与调参优化：采用LightGBM构建二分类预测模型，对本进行复购概率预测；按8:2划分训练集与验证集，以AUC作为主要评估指标；通过Optuna贝叶斯优化调参，最终模型AUC≈0.68，相比基线模型，显著提升用户复购识别能力。
技术栈：Python, Polars, Pandas, LightGBM
用户及销售分析 | 个人项目
2025.11-2025.12
- 项目背景：该项目主要运用进阶SQL（窗口函数、视图构建、多表联结）诊断某电商平台业务的整体情况，重点分析用户及商品的相关数据，识别平台增长瓶颈并提出改进策略。进而设计AB Test对策略进行验证，提升平台的营收表现。
- 核心指标分析：基于平台的整体运营数据，对GMV、ARPU、DAU/MAU等关键指标进行了趋势分析。通过分析发现了业务的波动趋势和增长的疲软阶段，并制定了相关的促销和优化策略，以提升淡季销售。
- 用户分层分析：使用RFM模型细分用户群体，结合购买频次与金额构建 8 层 RFM 矩阵，下钻剖析重要价值用户的品类偏好及分期付款习惯，提出了针对不同用户群体的个性化营销建议。同时通过对用户支付流程的分析，建议支持更多本地化支付方式以及分期付款等提升用户转化率。
- 商品销售分析：利用商品交易额和评分数据，识别平台上各商品类别的销售情况。通过帕累托分析，建议重点提升高交易额品类的营销和客户服务，同时通过组合销售和捆绑销售策略来提高滞销商品的销售额，提升滞销商品的营收。
- 策略AB实验设计：设计ABTest方案，包含观测指标选取、样标本量和实验周期计算、分流策略以及显著性检验方法等，对如上提出的策略进行验证，完成完整的实验方案设计。
技术栈：SQL, AB Test
论文与研究
- Exploring SRGAN-Based Model for Image Super-Resolution（2024）
站内列表：Publications
技能
编程与数据分析
- 熟练使用 Python 进行数据分析，掌握 Pandas、NumPy 等常用数据分析库
- 熟悉常见数据清洗流程（缺失值处理、异常值识别、数据格式转换），能够基于业务问题构建分析指标
- 熟悉 SQL 基本语法，能够进行多表查询、聚合分析，并基于结果定位业务或数据问题
- 掌握 Tableau 的基础使用，能够制作常见数据可视化图表与简单交互式 Dashboard，用于支持数据分析结论展示
数据工程 / 系统基础
- 了解 ETL / ELT 数据处理流程，具备基础数据工程思维
- 熟悉 Linux 基本命令与开发环境
- 了解 Spark / Hadoop（HDFS、MapReduce） 的基本原理与使用场景
机器学习
- 熟悉常见机器学习模型的基本原理，包括线性回归、KNN、决策树、随机森林等
- 掌握 PyTorch，具备深度学习模型训练与评估经验
- 具备 大语言模型 API 调用与集成经验
语言能力
- 托福 102
- 可熟练使用英文进行技术交流与文档撰写
其他
- 熟练使用 Office（Word / Excel / PowerPoint）
- 熟悉计算机硬件组装
- 熟练使用 ChatGPT、Claude、DeepSeek-R1、Gemini 等大模型工具