互联网大数据公司数据分析师实习报告.docxVIP

互联网大数据公司数据分析师实习报告

一、摘要

2023年7月10日至2023年9月5日，我在一家互联网大数据公司担任数据分析师实习生。期间，负责监控并分析用户行为数据，通过建立用户分层模型，将流失预警准确率从12%提升至23%，并识别出3个关键影响留存的核心指标。运用SQL、Python及Tableau完成数据提取与可视化报告，其中用Python自动化处理了日均100万条日志数据，效率提升40%。总结了基于机器学习进行用户分群的可复用方法论，涵盖数据清洗、特征工程及模型调优的全流程细节，最终形成2份完整的数据分析报告，为产品迭代提供了直接决策支持。

二、实习内容及过程

2023年7月10日入职，公司主要做用户行为分析，帮助业务部门做决策。我被分到运营组，跟着师傅做用户分层和流失预警。刚开始主要是熟悉环境，看公司以前的报表，学他们的数据仓库分层，星型模型用得挺多。7月20号开始接手一个活儿，分析新上线的活动对用户留存的影响。原始数据在Hive里，一天几百M，我刚开始用SQL写ETL，挺慢的，师傅教我用PySpark，跑完再转成Pandas处理，效率高了不少，一个小时内出结果，以前得大半天。8月初遇到个坎儿，活动数据跟历史数据维度对不上，有很多空值，直接分析肯定不准。我花了两天时间，用Python填充了缺失值，还做了异常值检测，最后用KMeans聚类把用户分成5类，发现第三类用户流失率