林欣然

• 主修统计学与数据科学方向，论文聚焦大规模数据下的因果推断方法

• 获国家奖学金和校级优秀毕业生荣誉

• 参与导师课题组客户价值分析项目，独立完成特征工程与建模

• 打下扎实的数学与统计基础，辅修计算机科学课程

• 参与校级创新项目，使用回归模型分析学生成绩影响因素

• 负责公司核心推荐系统的算法优化，提升 CTR 15%，带动 GMV 增长 8%

• 搭建因果推断中台，支撑产品端 30+ 次策略效果评估实验

• 主导组建 5 人数据科学小组，建立模型迭代与监控规范

• 与工程团队共建 MLOps 流程，实现模型每周自动重训与灰度发布

• 为金融风控场景开发客户违约预测模型，KS 值提升 0.12，坏账率下降 18%

• 搭建自动化特征工程管道，特征上线周期从两周缩短至两天

• 设计并实施 A/B 测试框架，推动销售策略科学化决策

• 参与数据治理项目，制定统一指标口径与质量监控规则

因主导的智能推荐系统优化项目显著提升业务指标，获公司年度最佳项目奖。

在“商店商品销量预测”竞赛中获银牌，排名前 3%。

提出一种多任务学习框架，联合建模用户点击、转化与流失行为，在真实数据集上较单任务模型提升 12% 的 AUC。

设计并实现用户流失实时预警系统，融合用户行为与交易数据，输出流失风险评分与挽留建议。模型精度 0.86，召回率 0.79。

开发营销活动响应预测与预算分配优化模块，通过 uplift modeling 识别高响应人群，实现单位成本 ROI 提升 25%。

为大学生和转行人员讲授 Python 数据分析入门课程，累计服务 200+ 学员，设计实战案例与辅导材料。