josephjwang.com

汪久量 | 职业履历

Data Scientist · AI Analytics · Pricing & Business Analytics · 上海（可远程 / 全球远程）

joseph@josephjwang.com · linkedin.com/in/josephwang-ds

查看 Demo下载简历 PDF发送邮件LinkedIn 主页

直接联系方式

岗位机会 / 面试沟通 / 材料补充

如有合适职位、面试安排或需要补充材料，欢迎通过以下方式联系我。

邮件

joseph@josephjwang.com

职位说明、面试安排或材料需求可发至邮箱

微信

josephwang_ds

国内沟通可添加微信，感谢联系

微信二维码

微信二维码

josephwang_ds

个人简介

9 年数据分析与数据科学经验，曾任职于加拿大汽车、零售及家电企业，近年聚焦增长实验、定价优化、客户经营与 AI 数据产品。主导企业福利卡券增长实验与增量运营（到期提醒使 14 天核销率 +6.2pp）、汽车零部件定价与库存优化（品类毛利率 +2–4pp）、客户生命周期与经销商绩效体系（30+ KPI、支持 50+ 经销商）。擅长以 SQL、Python、统计实验与机器学习，把业务问题转化为可验证、可持续监控的经营决策。上海 · 中英双语 · 可远程。

岗位匹配

定价与经营分析

经销商 / SKU 动态定价、库存与需求预测、价格弹性与情景模拟、P&L 与经营 KPI 体系、BI 自动化。

实验与因果推断

A/B 测试全链路、SRM / 护栏指标 / MDE、Uplift Modeling、触达策略与预算分配模拟、多重检验校正。

客户增长与 LLM 分析

RFM / 漏斗 / 留存 / CLV / 流失预警、NLP / LLM Evaluation 与轻量微调、受控 ChatBI / Text-to-SQL、RAG，以及可复用分析工具与评测迭代。

代表项目 / Demo

  • 企业福利卡券增长实验与增量优化（御越 · 工作项目）：为覆盖 5,000 名员工的卡券活动搭建 6 步 Funnel 与指标体系（14 天核销率 31.2%）；对约 1,500 名已访问未核销用户设置对照组与到期提醒组，比较 14 天核销率，提醒组由 28.6% 提升至 34.8%（+6.2pp，经 SRM 与平衡性检查）；据此把策略从全量补贴改为分层提醒与重点人群触达，减少对低增量人群的补贴浪费、提升预算使用效率；指标字典与标准 SQL 沉淀为受控 ChatBI 原型。
  • Review Intelligence — NLP / LLM 评估与部署决策（双语 Demo）：基于 46,730 条中文评论（18 个 Aspect 类别）与英文 Yelp 跨语言验证集，统一评估 TextBlob 基线、Zero-shot / Few-shot LLM 与轻量微调小模型（Macro-F1、评分 MAE、JSON 有效率、延迟与成本）；结论：Zero-shot 跨语言最稳，中文 Few-shot 对英文有负迁移，微调小模型适合结构固定、高频、成本敏感场景。
  • CPO 零售指挥中心 — 经销商经营分析与动态定价（双语 Demo）：基于梅赛德斯-奔驰经销商分析经验，把二手车定价集成模型（XGBoost/CatBoost/LightGBM，约 15 万条挂牌，验证集 MAE 496.83 元）扩展成经销商经营决策系统——全国销售/售后经营总览、50 家合成经销商综合评分（45/35/15/5）与诊断、单车 CPO 调价/促销/跨店调拨行动；打通全国监控→经销商诊断→单车定价的闭环。
  • 汽车零部件动态定价与库存优化（双语 Demo）：基于 Lordco 定价与库存分析经验，使用合成数据构建需求预测、价格弹性、候选价格模拟及库存约束系统，覆盖 Retail/Trade/Fleet 客户层级、9 项业务 Guardrails、回测与人工审批流程，将价格建议与补货、调拨及清仓行动联动。
  • AI 量化研究看板（研究型 Demo）：基于 Yahoo Finance / yfinance 日频历史数据，覆盖多标的信号评分、技术指标图、MA / 动量 / 组合信号回测、买入持有基准对比、交易日志、参数敏感性与样本内/外验证；明确处理 signal lag、交易成本与非实盘边界，定位为作品集与研究展示，不提供金融建议或交易执行。
  • Guideline Pricing — B2B 销售定价模型（Northwestern MSDS 企业合作顶点项目）：基于美国大型电信运营商约 91.1 万条脱敏报价与合同记录构建 B2B 指导价模型，为约 33.6 万条开放机会生成推荐价格点；选择可解释且交叉验证更稳的 Ridge，交付 WIN/LOSS 与竞品趋势看板。
  • ChatBI 自然语言经营分析（双语 Demo）：面向电商、HR 和 SaaS 场景搭建 Text-to-SQL 工具，支持多表 Join、CTE、窗口函数、CSV 上传、指标口径说明、结果图表及业务解读；通过只读查询、SQL 模板、字段白名单和结果校验控制输出边界。
  • RFM 客户分层 + CLV 预测 + 流失预警（双语 Demo）：18 个月 Calibration + 6 个月 Holdout 时间切分；K-means 分层，BG/NBD + Gamma-Gamma 预测 6 个月 CLV（与留出期实际收入相关性 0.84）；诊断 1−P(alive) 启发式失效原因（AUC 0.44、误判 one-time buyer），改用 Logistic Regression 提升至 AUC 0.81，按价值 × 风险矩阵输出 CRM 动作。

核心能力

实验与因果推断

  • A/B 测试设计与分析 · SRM 检查
  • MDE / Power · 护栏指标 · Holdout · 分层分析
  • 多重检验校正
  • Uplift 离线评估与增量策略模拟

建模与预测

  • XGBoost · LightGBM · CatBoost
  • 特征工程与超参数调优
  • 模型评估与解释（MAE · RMSE · AUC · 交叉验证 · SHAP）
  • 动态定价与需求预测
  • 规则信号评分 · 回测假设校验 · 稳健性检查

客户与增长分析

  • RFM · 漏斗 · Cohort · 留存
  • LTV / CLV · 流失预警
  • 营销触达与预算分配

NLP / LLM 与 AI 数据产品

  • 受控 ChatBI / Text-to-SQL · RAG
  • NLP / LLM Evaluation · Few-shot · 轻量微调
  • 测试集与输出质量评估

数据处理与 BI

  • 复杂 SQL · 窗口函数 · CTE
  • Python · Pandas · 指标体系与 KPI 拆解
  • Tableau · Power BI · Next.js

工作经历

数据科学家 / AI 数据分析顾问

2022.09 – 至今

上海御越信息科技有限公司

  • 面向企业客户的员工福利、电商运营、选品定价、采购补货与经营复盘场景，负责数据整合、指标体系、Funnel 诊断、用户分层、运营实验与分析工具交付；重点完成福利卡券增长实验与增量优化项目。
  • 使用 SQL、Python 整合活动、用户、权益、订单与核销数据，沉淀通用分析数据模型；在覆盖 5,000 名员工的福利卡券活动中建立指标体系与发放、触达、访问、领取、核销、履约 6 步 Funnel（14 天核销率 31.2%），定位各阶段转化断点。
  • 对约 1,500 名已访问未核销用户设置对照组与到期提醒组，比较 14 天核销率，提醒组由 28.6% 提升至 34.8%（+6.2 个百分点，经 SRM 与平衡性检查）；据此把策略从全量补贴改为按用户活跃度、历史核销与活动响应做分层提醒与重点人群触达，减少对低增量人群的补贴浪费、提升预算使用效率。
  • 为企业客户提供电商运营与经营复盘分析：按渠道与品类拆解 GMV、转化、客单价与复购，结合 SKU 毛利测算与竞品比价支持选品定价，并基于销量节奏与供应周期输出补货建议。
  • 将指标字典、标准 SQL、活动复盘模板与经营分析口径沉淀为自动化报告及受控 ChatBI 原型（白名单 SQL、只读查询、字段权限、企业维度数据隔离与结果校验），将高频标准指标取数与初步活动复盘由 1–2 个工作日缩短至分钟级；并为内容生成、活动复盘等场景设计 LLM 工作流与评测规则。

定价与库存分析师

2020.07 – 2022.06

Lordco Auto Parts · 加拿大 BC 省

  • 整合 POS、商品目录、库存、采购成本及竞品价格等多源数据，处理数百万级交易与商品记录；搭建 SQL 数据模型和 Power BI 看板，按品类、区域、门店及客户层级追踪销售额、毛利率、价格实现率、库存周转和缺货情况。
  • 分析 Retail、Trade、Fleet 等客户层级的价格梯度、折扣结构及成交价格，识别价格偏离、低毛利交易、异常折扣与折扣泄漏，为客户分层定价、折扣权限及销售政策调整提供依据。
  • 构建 SKU 定价与情景分析模型，结合采购成本、竞品价差、销量变化、价格敏感度和库存状态，模拟调价对销量、收入及毛利的影响；推动重点品类及目标 SKU 调价，相关商品毛利率提升约 2–4 个百分点。
  • 基于历史销量、季节性、促销、区域差异及供应周期开展需求预测，并结合库存周转、周覆盖、缺货风险与滞销分析，生成采购补货、跨店调拨和清仓优先级；自动化周度库存报表，每周节省约 10 小时人工处理时间。
  • 负责月度销售、毛利、库存价值及经营差异分析，并支持 Deloitte 年度审计，完成销售、成本和库存数据的口径校验、抽样追溯及异常解释，提升财务数据的准确性、可追溯性与合规性。

商业与零售规划分析师

2017.11 – 2020.06

梅赛德斯-奔驰加拿大 · 多伦多

  • 根据全国销售、售后及客户体验战略，将业务目标拆解为经销商、业务部门与岗位绩效 KPI，设计指标定义、目标值、计算逻辑、权重和考核规则，覆盖销量、售后产值、零部件、客户回厂率、库存、NPS 及服务效率等 30 余项指标。
  • 主导全国经销商网络 Tableau 管理看板建设，整合新车、认证二手车、售后、库存、CRM 和满意度数据，支持管理层及全国 50 余家经销商跟踪经营表现、目标差距和排名变化，替代手工 Excel 汇报流程，每月节省约 2 个工作日。
  • 负责全国经销商销售与售后激励计划核算，依据目标完成率、同比表现、业务权重及客户体验指标计算综合绩效得分、经销商排名和门店奖金池，并完成异常校验、结果复核与管理层汇报。
  • 使用 R、SQL 整合销售、认证二手车、库存、CRM、质保、维修工单及满意度数据，分析车型与区域表现、库存变化、客户分群、留存和售后回厂，评估促销及激励政策影响并识别客户流失节点与服务改进优先项。

财务分析师

2016.07 – 2017.11

GE Appliances（海尔旗下）· 加拿大安大略

  • 负责北美多品类产品线的月末结账支持与经营分析，编制营收、销量、毛利、费用及经营计分卡；自动化数据汇总、月末对账与管理报表流程，使负责范围内的月度报告周期缩短 2–3 天。
  • 参与年度预算、季度滚动预测及月度 Latest Estimate（最新预测），结合历史趋势、销售计划、渠道策略及产品组合预测营收、毛利与费用，跟踪实际结果与预算、预测及上年同期差异。
  • 从价格、销量、产品组合、成本及渠道等维度拆解营收与毛利差异，识别价格实现、成本变化、促销投入和产品结构对盈利能力的影响，支持业务线制定改进措施。
  • 整合销售、库存、成本及财务数据，搭建产品线 P&L 和经营绩效看板，帮助业务线经理识别毛利异常、库存积压与预算偏差，支持渠道投入、产品组合及库存管理决策。

精算分析实习生

2013.01 – 2013.04

大都会人寿（MetLife）· 上海

  • 支持寿险产品精算定价、准备金评估与保单利益测算，负责保单、保费及赔付数据清洗、校验和 Excel 分析底表维护，为定价、估值及敏感性分析提供支持。

教育背景

  • 美国西北大学（Northwestern University）｜数据科学硕士（M.S. Data Science）· 2022.06 · GPA 4.0/4.0；顶点项目与美国大型电信运营商合作，构建 B2B Guideline Pricing 模型
  • 加拿大滑铁卢大学（University of Waterloo）｜精算与统计学数学学士（B.Math）· 2015.06 · 双专业