背景：为模拟海外交易中的欺诈风险，设计风控规则验证环境。任务：基于历史交易日志构建特征工程，训练逻辑回归与随机森林模型。工具/方法：使用Python（Pandas、Scikit-learn）进行数据预处理与模型训练，通过A/B测试对比规则集与模型效果。协作对象：与后端开发同学协作部署模型API，与风控专家讨论特征有效性。结果：模型在测试集上AUC达0.89，误报率降低15%。

背景：针对拉美市场用户留存率偏低问题，发起增长归因分析。任务：提取用户行为埋点数据，构建漏斗分析模型定位流失关键节点。工具/方法：使用SQL从Hive中提取数据，通过Python进行同期群分析与假设检验。协作对象：与市场、产品团队协作，验证不同渠道获客质量差异。结果：定位到注册流程中验证码环节流失率高达40%，推动产品优化后次日留存提升12%。