Аналитик

Была больше месяца назад

По договорённости

30 лет (родилась 17 октября 1995)

Санкт-Петербург, готова к переезду: Москва

Занятость

полная занятость

Гражданство

не указано

Контакты

Телефон

Почта

Будут доступны после открытия

Профессиональные навыки

Python
NumPy, matplotlib, SciPy, pandas.
Seaborn
Scikit-learn
SQL
Power BI (Power Query, DAX)
MS Excel
Mathematical Statistics
A/B тесты
Data Lens
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 1 год и 4 месяца

- Сентябрь 2022 – ноябрь 2022
- 3 месяца
Junior Data Analyst (проектная деятельность)
Karpov.Courses (Симулятор аналитика), Санкт-Петербург
Обязанности и достижения:
- Цель: С нуля выстроить аналитические процессы в молодом стартапе. - Stack: Python (pandas, pandahouse, numpy, matplotlib, seaborn, telegram), ClickHouse, GitLab CI/CD, Superset. - Итоги: Выстроила базовую аналитику с помощью дашбордов в Superset. Настроила автоматическую отправку отчетов в Telegram. Разработала систему алертов, детектирующую аномалии в ключевых метриках. Построила ETL-пайплайн на Airflow для расчета необходимых метрик.
- Декабрь 2021 – август 2022
- 9 месяцев
Специалист по Data Science (проектно-учебный опыт)
Яндекс.Практикум, Санкт-Петербург
Обязанности и достижения:
 Предсказание температуры плавления стали EDA. Разработала модель, уменьшающую потребление электроэнергии на этапе обработки стали за счет предсказания температуры плавления (применила фичаинженеринг). Stack: EDA, Регрессия, разработка бизнес-модели, Pandas, Numpy, Seaborn, Scikit-learn, CatBoostRegressor, LGBMRegressor.  Отток клиентов банка Анализ данных по оттоку клиентов. Разработала модель классификации, сигнализирующую, какие клиенты имеют высокие риски покинуть банк, и какие факторы этому способствуют. Stack:EDA, F1-score, ROC-AUC, upsampling, unbalanced SciPy, Scikit-learn.  Исследование надёжности заёмщиков банка Оценка надежности потенциальных заемщиков на обеспечение кредита. Решила задачу классификации, определила, как работает кредитный скоринг и сделала выборку фич для модели машинного обучения. Stack:EDA, PyMystem3, лемматизация, категоризация, декомпозиция.  Разработала интерактивные дэшборды в Yandex DataLens для ритейл-сети: https://datalens.yandex/9go8rljmi7ag0 https://datalens.yandex/j4im1kfh2fu4a
- Август 2021 – декабрь 2021
- 5 месяцев
Специалист по МСЭ
Главное бюро медико-социальной экспертизы по СПб, Санкт-Петербург
Обязанности и достижения:
 Обработка массивов данных и анализ статистики (ВПР, ПОИСКПОЗ, ИНДЕКС, сводные таблицы, условное форматирование).  Использование Excel Query и Power Pivot. Улучшила ведение отчетов, снизила риск ошибок и трудоемких действий в 2 раза (Excel Query и Power Pivot).

Образование

- Высшее образование
- Дневная/Очная
- 2021
СПбИУВЭК
Факультет: Неврологии, МСЭ и реабилитации
Специальность: Неврология

Обо мне

Дополнительные сведения:

Имея математический и аналитический склад ума, приняла решение полностью сосредоточиться на своем развитии в сфере анализа данных. Умею работать в команде, выстраивать коммуникацию с коллегами, отвечать за результат. Могу структурно излагать свои мысли, интерпретировать результаты своей работы. Одно из лучших моих качеств - внимательность, которая позволяет мне находить неочевидные закономерности. Хобби: настольные игры, занятие английским, рисование. tg: DrWhois