计算机好楠

• UID:27931

综合评分 34

方向：前端-Web前端、爬虫/脚本-爬虫/脚本

乌鲁木齐市

500元/8h

1年经验

求职意愿：接单·考虑求职(30天前更新)

个人简介

我是一名具备扎实数据分析与算法落地能力的开发者，熟练掌握 Python、地理空间分析、机器学习等技术，擅长从业务痛点出发，用数据模型解决实际问题。在校 / 项目期间，主导开发了基于改进遗传算法的餐饮门店智能选址系统，通过多维度数据建模与优化算法，实现了客流量预测、热点识别与多目标选址优化，有效提升了选址决策的科学性与精准度，相关模型在验证中相比传统方案利润率提升 7.6%，投资回报周期缩短 18.3%。具备良好的问题拆解能力与工程化思维，能独立完成从需求分析、模型设计到代码实现与效果验证的全流程工作，期待在数据分析、算法应用相关岗位继续发挥技术价值。

技能

核心技能：

其他技能： C、Autodesk 3ds Max

交流语言：普通话（母语水平）、英语（借助工具可书面交流）

行业经验：物联网

项目案例

基于改进遗传算法的餐饮门店智能选址系统-门店智选助手

本项目针对传统餐饮门店选址依赖经验、缺乏数据支撑的痛点，构建了一套智能选址系统。系统基于人口、消费、交通、收入、社交多维度数据，通过 DBSCAN 算法识别高需求热点区域，再用改进遗传算法完成多目标优化选址，输出最优门店坐标、面积、客单价和营业方案。核心功能模块包括数据预处理、需求指数计算、热点识别、多目标优化与可视化展示，业务流程覆盖从数据采集到最终方案生成的全链路，帮助决策者降低选址风险、提升门店存活率与投资回报率。

云计算物联网

工作经历

科技公司

5人以下

会计法

2025.04 - 2026.04

主导开发基于改进遗传算法的餐饮门店智能选址系统，完成从需求分析、数据建模到算法实现的全流程开发。负责多维度数据处理与需求指数构建，通过人口、消费、交通、收入、社交等数据加权融合，构建门店选址需求模型，支撑后续选址优化。独立实现 DBSCAN 热点识别与改进遗传算法模块，解决了经纬度距离计算误差、算法早熟收敛等问题，使客流量预测准确率提升至 89.2%。对比传统经验方案，模型使门店月均利润率提升 7.6%，投资回报周期缩短 18.3%，验证了数据驱动选址方案的有效性。输出选址优化报告与可视化结果，为餐饮品牌门店扩张提供可量化的决策依据。