Alexander Peterson

工程数据科学家 · English

petersonalex50@gmail.com LinkedIn GitHub

关于我

波音公司工程数据科学家，专注于机器学习、统计分析和大数据领域。擅长构建预测模型、时间序列预测，以及向利益相关者传达复杂的量化洞察。曾在 MiBosillo 从事消费者分析和财务健康评估工作，使用 PySpark 处理十亿级数据集。

波音公司 | 工程数据科学家（2022年至今）

我为航空物流、合规和安全领域的工程与业务问题开发机器学习和生成式 AI 解决方案。我的工作结合自然语言处理、分类模型和 RAG 系统，以提高运营效率和客户参与度。

危险品分类系统

构建 NLP 分类器，对部件描述数据进行编码，预测在途货物是否属于危险品，提供概率风险评估
实施 LLM 解决方案，汇总合规文档，减轻数据管理员的人工审核负担

演讲于：波音技术卓越大会 (BTEC) 2024、高级可视化与数据分析研讨会 (AVDATS) 2024

部件规划中心 AI 助手

开发检索增强生成 (RAG) 聊天机器人，为航空公司客户提供支持和新用户引导
实现平台文档的即时访问，提升客户参与度和服务数据收集
重构数据管道，使其依赖生产数据源，提高可靠性和可维护性

演讲于：EDGE 大会 2026

部件数据优化

创建 Teradata 生产视图，可在数秒内生成 300 多万部件的数据——此前在 Microsoft Access 中生成单个部件数据需要数分钟
消除部件数据访问瓶颈，实现实时分析

当前工作

构建 Web 应用程序，为工程团队分析实验室测试数据
与安全分析部门合作，分析机队遥测数据，了解飞机飞行模式，为更安全的程序和设计决策提供依据

演讲

会议	年份	主题
EDGE	2026	部件规划中心客户支持与新用户引导的检索增强生成
BTEC	2024	预测在途危险品 (DGIT) 并利用生成式 AI 提高 DGIT 人工审核效率
AVDATS	2024	预测在途危险品 (DGIT) 并利用生成式 AI 提高 DGIT 人工审核效率

GitHub 项目

药品价格预测

使用 NADAC 数据库进行美国医药市场时间序列分析

冰岛萨迦 NLP

历史文献主题提取

Google Play 评分分类器

应用评分预测集成建模

技能

机器学习/AI

随机森林、ARIMA、聚类、特征工程、RAG 系统

大数据

PySpark、Apache Spark、Teradata

编程语言

Python、SQL

工具

Kibana、Splunk、JIRA、Salesforce

领域

时间序列分析、自然语言处理、统计检验、A/B 测试

教育背景

物理学学士 — 俄勒冈州立大学（2016年）
数据科学项目 — Thinkful（2020年）