Обязанности и достижения:
Выполнил более 10 проектов:
- Выпускной проект Интернет-магазин товаров для дома «Пока все ещё тут». Выявил профили покупателей, а также провел полноценный анализ товарного ассортимента. Стек: Python, Pandas, Matplotlib, SciPy, NumPy, Matplotlib, Seaborn, BeautifulSoup, lxml, Requests, Datetime.
- Исследование базы данных сервиса для чтения книг по подписке. Провел анализ базы данных, дал рекомендации по ценностному предложению для сервиса для чтения книг по подписке.
Стек: SQL, Python, Pandas, Sqlalchemy, Matplotlib, Seaborn.
- Построение дашбордов в DataLens. Создал интерактивный дашборд для анализа данных о TED-конференциях, визуализируя информацию о лекторах и темах выступлений.
Стек: SQL, DataLens.
- Исследование рынка общественного питания. В ходе исследования были рассмотрены различные срезы данных - распределение заведений по типам, расположению и размеру, подключена внешняя информация о географии Москвы, подготовлена презентация.
Стек: Python, Pandas, Matplotlib, Seaborn, Plotly, Folium.
- A/A/B-тест стартапа продуктов питания. Исследовал воронку продаж и результаты A/A/B-тестирования мобильного приложения.
Стек: Python, Pandas, Matplotlib, NumPy, SciPy, Seaborn, Math, Plotly.
- A/B-тестирование интернет-магазина. Применил фреймворк ICE и RICE и проанализировал результаты A/B-тестирования интернет-магазина.
Стек: Python, Pandas, Matplotlib, NumPy, SciPy, Seaborn, Math, Datetime.
- Исследование выручки Procrastinate Pro+. Проект посвящен расчету маркетинговых метрик (удержание, отток пользователей, LTV, ARPU, CAC), когортному анализу и визуализации поведения пользователей. В ходе работы были рассчитаны метрики для различных срезов пользователей и выявлены маркетинговые направления.
Стек: Python, Pandas, Matplotlib, NumPy, SciPy, Seaborn, Math, Datetime.
- Исследование популярных игр для планирования рекламных кампаний интернет-магазина. Провел предобработку данных, определил закономерности, влияющие на успех игр для планирования рекламных кампаний.
Стек: Python, Pandas, Matplotlib, NumPy, SciPy, Seaborn, Math.
- Исследование сервиса аренды самокатов GoFast. Провел предобработку данных и исследовательский анализ данных сервиса аренды самокатов GoFast о выручке и различий
Степанов Александр - Резюме обновлено 19 мая 2025 в 09:56
групп пользователей, провел проверку статистических гипотез, связанных с подпиской и продолжительностью поездок.
Стек: Python, Pandas, Matplotlib, NumPy, SciPy, Seaborn, Math.
- Исследование объявлений о продаже квартир. Исследовали архив объявлений сервиса Яндекс Недвижимость о продаже квартир в Санкт-Петербурге и Ленинградской области, выявлял закономерности ценообразования.
Стек: Python, Pandas, Matplotlib, Seaborn.
- Исследование надежности заемщиков. Провел предобработку и анализ данных. Анализировал, как семейное положение, наличие детей и другие факторы влияют на своевременное погашение кредита.
Стек: Python, Pandas.
- Исследование предпочтений пользователей сервиса Яндекс Музыка. Сравнивал предпочтения пользователей Яндекс.Музыки в Москве и Санкт-Петербурге по дням недели для выявления музыкального профиля.
Стек: Python, Pandas.