Rong Xu

Built proficient Python project integrated with complex SQL queries on Redshift to efficiently extract historical stocking data from various sources for multiple locations and developed a statistical model to give stock suggestions and regularize purchasing behaviors to improve business efficiency by shortening monthly 2-days-task to 1 minute.

Used probabilistic time series models, considering PROPHET, RNN, N-BEATS, and so on for supply chain demand prediction with high performance under the schemas of different item categories to regularize purchasing behaviors and prepare for coming peaks and troughs. 

通过使用 Python 和 SQL 对用户和快递员的反馈进行 NLP 和 PCA 研究，发现服务的市场份额瓶颈.通过更新法规，留存率提高了 3%。

在 Tableau 上建立了类似数据中心的全球轴辐式数据系统骑手侧数据仪表，包含北极星指标和从不同本地运营团队收集的细化关键指标以保持数据一致性.

设计并完整执行了项目在每个节点的 Python 的黑盒和白盒测试，包括下载、SQL 中的数据存储、ETL、验证和计算。

通过提供并负责实现将欺诈识别团队现有的人工规则与 Python 中的􏰎计指标相结合的定制解决方案，将欺诈检测率提高7%。