個人の記事の総合的な紹介

この記事を書く初心は、2024年3月下旬から日本への就職活動のための面接準備を記録するためであり、それは私が中国で大学院に在籍している間、インターンシップをしている間、正社員に働いている間に蓄積した関連能力をQiItaを通じて記録すること、そして今後日本に働きたい原因で自分が学習して努力する技術の方向と内容を記録することです。また、これも私の過去の経験や能力の一部を証明するものでございます。

私がこれらの文章を書く理由と、これから何の文章を書くのか、そしてどのような技術の方向で努力するのかを紹介します。まだ努力しているの方向は別々にリストアップします。私の母国語は中国語であるため、非母国語の言語の偏差による翻訳の違いについては、読者の皆様のご理解をお願いいたします。

記事1: データ分析：インフレーションにおけるホールディング戦略の利益を評価する

• 背景：私は中国の中央財経大学の卒業生です。大学では金融、財務、会計などの関連知識を学びました。卒業後、私はインターネット消費金融会社で働きました。この経験から、私は金融データ分析の能力を持っていることを示し、自分が独立思考能力、洞察力、独立的な意見を持つ能力を持っていることを示したいと思います。

• 執筆日：2024年4月8日　

• 主要な内容：

• この文章の研究の対象は、2023年1月1日から2024年3月31日までのNVIDIA株価です。この記事は2024年4月8日に完成し、その日のNVIDIAの株価は871.33USDでした。現在、2024年5月17日、NVIDIAの株価は943.46USDです。この間、NVIDIAはテクノロジー業界の経済的な弱体化とインフレにより価格が下落し、最低で4月19日に762USDまで下落しました。もし、あなたがその時にNVIDIAの株を投資していたら、価格の下落により、波動の中で損失を出して売却したかもしれません。もしそうしたのであれば、それは非常に惜しいことです。

• NVIDIAの株価上昇の原因については、私は記事の冒頭と全体で触れて、それは人類の生産力革命の開始を代表する会社です。NVIDIAの業界内での競争優位性と、AI生産力革命を代表とする米国のテクノロジー産業という二つの主要な原因が変わらなければ、短期的な株価の下落はただ大きな確率で調整となるでしょう。

NVIDIAの株価の持ち戦略の検討部分では、四半期の初めに購入し、四半期の終わりに購入すると述べていますが、現実の実行では必ずしもそうではないと言っています。それは、新製品のリリースや財務報告などの要素が四半期の初めと終わりにより頻繁に発生し、それに応じた株価の持ち機会がより容易に生じるということです。また、四半期ごとに一度の購入と販売を行うほうが適しているとも理解できます。たとえば、3月末に売却し、4月19日に売却を待つと、波動取引での収益が最大化しやすくなります。

本記事は厳密な意味での金融量化ではなく、データ分析の記事であり、したがって、規則性を探求することにより傾向があります。

記事2: データ分析：2020年から2024年まで中国の電動自動車市場や中国の自動車市場

• 背景：私は大学でマーケティングなどのコースを学んでおり、大学時代には中国国内のトップVC機関が主催するビジネスイノベーションコンテストに参加したこともあります。ですから、市場分析にはかなりの興味があります。大学院を卒業した後、私は中国の新エネルギー会社で働き、主に社内のデータウェアハウス DWH の仕事をしていましたが、中国の新エネルギー自動車産業には大きな興味があります。2024年4月、アメリカの財務長官が中国の新エネルギー自動車が過剰だと発言しました。そこで、データ分析の観点から、中国の電動自動車市場分析がどのように表現できるかを見てみました。その結果、自分のデータ分析能力を示すために、Pythonを使用して分析文章を書きました。

• 執筆日：2024年4月12日

• 主要な内容：主に2020年から2024年4月までの中国の電動自動車産業と自動車産業のデータをクローリングし、販売量、浸透率、価格、製造業会社、車のブランドなどの情報を分析しています。

• 本稿のハイライトは以下のとおりです：
  1.過剰な理由とその現れをデータの観点から説明し、中国の自動車産業と新エネルギー産業に現在存在する価格戦争や多くのメーカーが市場シェア、浸透率などの問題に競争していることを示しています。
  2.分析の結果によって、中国の自動車購入層は依然として15万人民元以下の中低価格車を好んでいます。
  3.文章で紹介した高級車の理想汽車は口コミが良いが、市場シェアなどのあらゆる面で優位性を持っていないことがグラフから明らかです。また、このメーカーは2024年5月16日に再び大規模なリストラを開始し、3500人を解雇しました。もし、あなたが私の読者であり、この分析方法を早く把握していたら、例えば2024年初頭にこの状況を分析していたら、株価が大幅に反発した時期に理想汽車を売りに出す勇気をもっと持つことができたのではないでしょうか。そして、2024年4月に価格の下落が終わったと思い込んで誤って多くの操作を選択することはありませんでした。市場分析と株価はある程度関連性があります。
  4.最後に、中国のインターネットや日本市場で好評を得ている小米SU7の低価格は、より多くの市場価格戦略に基づいています。

記事3： 初心者向けにPower BIを使用した売上データの可視化

• 背景：大学卒業後、一時期Power BIを使って内部の経費データ管理の可視化に取り組みました。しかし、日本のIT業界に転職したいと考え、新エネルギーの販売データ分析の可視化レポートを自分で作成しました。全体的に見て、これは私が以前の仕事で使用していたPower BIの可視化レベルを示しています。
• 執筆日：2024年4月17日
• 主要な内容：Power Queryでデータ変換とデータフィールドを実行し、タイムテーブルを追加した以外に、このようなBIの作成はまだ基本的levelです。

記事４: 中国前職の紹介：DB初心者向けのデータウェアハウスとデータレイクの紹介

• 背景：私の前職では、中国の大手製造業企業でデータエンジニアとして働いていました。主にデータベースの管理、データ開発、データ分析を担当していました。それでは、データウェアハウスとデータレイクという概念について説明しましょう。
• 執筆日：2024年4月21日
• 主要な内容：DWHとデータレイクの基本的な概念

記事5: フロントエンドデータ可視化：AIはまだ直接的な出力が難しい

• 背景：BIのデータの視覚化を準備しました。
• 執筆日：2024年04月21日
• 主要な内容：AIが急速に発展している時代に、データアナリストの仕事は挑戦に直面しています。AIは効率的にコードを出力することができます。ビジネスニーズを深く理解し、「ビジネス向け開発者」になるだけでなく、データアナリストは可視化の方向にも、美的感覚を高める努力をすることができます。AIはまだ複雑で美しい可視化画像を出力する能力はありません。フロントエンドのデータ可視化がPOWERBIの可視化に比べて優れている点であり、より高度な創造性を持ち、AIに取って代わることは難しいです。

記事6: Pythonを使ったRFMを使用して顧客価値と製品価値を評価する

• 背景：データ分析のclassicalな問題であるRFM分析を書きました。
• 執筆日：2024年04月23日
• 主要な内容：全体的に基本的で、主に異なる企業や業界に基づいて分析指標を設定します。小規模なデータセットの場合、技術的にはEXCELで実現可能です。しかし、この記事では、数千件のデータがある場合、Pythonのコードの再利用性が高いです。

記事7: LLMモデルの基本概念とOpenAI APIの使用例について

• 背景：LLM
• 執筆日：2024年04月25日
• 主要な内容：主に、LLMに関連する基本的な概念についての理解を示しています。同時に、非常に簡単なOPEN APIの呼び出し例を提供し、gpt-3.5-turboを使用しました。主に、当時このAPIは料金が最も安かったため、展示の選択としてそれを選びました。