数据科学实习
使用Python, SQL和Tableau进行数据清理与分析，构建用电量预测、用户分群、异常检测及电网图分析等模型，为电力系统调度与优化提供决策支持
实习介绍
实习生将在一家Texas的电力公司任职，参与数据科学项目，包括用电量预测（Load Forecasting / Outage Prediction）、用户行为分类与分群（User Classification & Clustering）、异常检测（Anomaly Detection）以及电网图分析（Power Network Graph Analysis）。工作内容包括利用 Python 构建预测模型、识别用户模式、检测系统异常，并通过图论方法分析电网结构，为供电调度和系统优化提供数据支持。
项目亮点
真实工作经验
增加简历经验，大幅提升简历过筛率
硬核技能提升
预测、聚类、异常检测、ETL全覆盖
工业级别数据量
超千万数据量，真实工业界大数据处理
热门技术
Python建模，SQL数据清理以及Tableau可视化
项目大纲
第一部分
用电量预测（Load Forecasting）
通过历史用电量、天气与时间特征数据，建立短期电力负荷预测模型，为电网调度和容量规划提供数据支持。
常见问题
这个项目的实习岗位 title 可以写成什么？
- Data Scientist (Data Science Intern)
- Data Engineer (Data Engineer Intern)
- Machine Learning Intern (Forecasting & Modeling Intern)
简历上公司名称怎么写？
项目公司在Dallas的Consulting公司，主要业务是帮助客户进行数据科学和数据分析有关的咨询项目，本项目中的电力公司为项目公司的客户。项目完成后，可以在简历 Skills 中添加哪些技能？
- Python
- SQL
- Data Cleaning & ETL
- Machine Learning (Regression, Classification, Clustering)
- Time Series Forecasting
- Tableau / Power BI
- Feature Engineering
- Data Visualization
- Anomaly Detection
- Graph Analysis (NetworkX)
如果错过直播课程怎么办？
项目课程会提供视频回放，学员可以随时通过录播视频补课学习。这个实习项目和学校里的课程项目有什么区别？
该项目以真实企业级（Corporate Level）能源数据分析项目为主体，涵盖完整的业务理解、数据处理、模型构建与可视化流程。与课堂作业不同，它以实习公司项目经历的形式呈现在简历中，能更好地展示你的行业经验与项目落地能力。项目适合什么水平的同学？需要什么技能基础？
适合所有希望提升数据分析与机器学习实战能力的同学，零基础可入门。项目从数据清洗、建模到可视化全流程讲解，并设有助教答疑（Office Hour），可随时咨询问题。项目中遇到问题找谁？
班主任或助教老师会在微信群内负责答疑、学习资料发送、以及录播课相关问题的处理。项目课程在哪个平台进行？
项目采用线上直播授课，通过微信或课堂平台听课。学习资料和作业模板会在微信群中共享，作业也在群内提交。