	为人诚恳、乐观向上，能够高效的与人沟通，具有较强的团队协作能力
	具有较高的专业素养，能够熟练运用专业知识，操作专业软件
	具有出色的学习能力，逻辑清晰，乐于学习国内外文献，追踪行业最新动向
英语： 读写能力熟练 听说能力良好
熟练掌握 Python 编程，熟悉 Linux 开发环境和常用的操作命令；：熟练
熟练使用数据分析工具(Numpy、Scipy、pandas、Matplotlib、MATLAB、S：熟练
熟悉网络爬虫原理及工具的使用(requests、 xpath、 beautifulsoup、pysp：良好
熟练使用 sklearn 机器学习算法库，包含数据预处理、 回归、 分类、 聚类：熟练
熟练使用图像处理库 opencv 的常用操作；：熟练
熟悉常用的数据库操作(MySQL、 MongoDB)：良好
熟练使用Office办公软件，能够独立完成报告的撰写和汇报：熟练
熟悉大数据框架Hadoop的搭建：良好

1. 负责项目调研、需求分析以及前期数据收集和管理工作；
2. 负责根据项目需求构建和训练机器学习模型，评估模型精度，对模型进行项目应用；
3. 负责企业在线监测数据分析，对数据进行质控，评估企业排放状况；
4. 负责项目报告和PPT的撰写等工作。

项目名称2018.03 - 至今 基于卷积神经网络的PM2.5浓度识别
责任描述1、在北京及其周边地区对监测站附近的空气质量进行连续记录及拍照；
2、利用Opencv和Numpy对照片进行去噪、裁剪、归一化等预处理，对照片进行等级标注；
3、搭建卷积神经网络，通过验证集、测试集，结合均方根误差和决定系数对模型参数进行优化调整。
项目描述空气质量超标严重影响着人体的健康，尤其是高浓度的PM2.5（可吸入颗粒物）成为关注的重点，因此PM2.5浓度的动态监测在大气污染物控制中起着重要的作用，传统的监测设备成本较高，本项目旨在通过成本较低的照片，结合机器学习建立一套行之有效的PM2.5浓度识别方法。
项目名称2017.12 - 至今 红树林图像识别与回归模型构建
责任描述1、从卫星助手上获取研究区域云量较少的RGB图像，利用Python的Opencv、Numpy模块对RGB图像进行切割，对切割后的部分图像进行类别标注；
2、选取带有标注的图像进行特征提取、指数构建；
3、利用Sklearn模块搭建随机森林分类模型，用混淆矩阵对模型进行评估和参数优化，最终利用模型识别出所有的红树林图像；
4、针对识别的红树林，选取部分进行叶绿素含量测量，利用Sklearn模块搭建机器学习模型，通过均方根误差和决定系数对模型参数进行优化调整。
项目描述红树林在防风护堤、保护海洋生态环境等方面具有重要的作用，叶绿素含量很大程度上反映了植被的健康状况。本项目利用高分辨率图像对护花米草和红树林进行分类，并对红树林叶绿素含量进行估测，为研究互花米草是否对红树林形成入侵提供基础。
项目名称2017.11 - 至今 企业在线监测数据分析
责任描述1、利用Python中Pymysql模块从平台数据库中获取在线监测数据，对数据进行清洗；
2、利用Pandas、Numpy和Matplotlib等模块对“2+26”城市企业在线监测数据进行透视分析，从空间、时间、行业结构和污染物种类四个角度分析数据，分析不同时间段重点控制城市、行业及污染物的排放体征。
项目描述为减少北京市重污染天气，保障北京市空气质量，国家在京津冀及其周边地区启动重污染应急，分析京津冀及其周边地区污染物排放状况有助于控制污染物的排放。

2016.08 - 2017.02 University at Buffalo 资源与环境遥感 其他
2014.09 - 2017.06 首都师范大学 环境工程 硕士
2010.09 - 2014.06 河南农业大学 地理信息系统 本科

2014.08 C1驾驶证
2018.11 Python高级数据分析师