Дополнительные сведения:
1. Python: для анализа данных (Pandas, NumPy), парсинга и автоматизации задач.
2. Библиотеки Python: Scikit-learn для машинного обучения, Seaborn/Matplotlib для визуализации.
3. SQL: написание запросов для извлечения и обработки данных из реляционных баз данных.
4. Excel / Google Таблицы: углубленная работа с формулами, сводными таблицами, Power Query для ETL-процессов и VBA для автоматизации.
5. Парсинг данных: уверенный навык сбора и обработки структурированных данных из различных веб-источников.
6. Визуализация данных: построение интерактивных дашбордов и отчетов в Power BI.
7. Основы Data Science: на текущий момент активно осваиваю на курсе (статистика, предобработка данных, анализ закономерностей, проверка гипотез).