Обязанности и достижения:
Выполнила более 20 проектов. Все проекты сдала в установленные сроки.
1. Работаю в Excel и в Google Таблицах (использую формулы и сводные таблицы, провожу
расчеты, строю графики).
Выполненный проект: Анализ рынка салонов причесок для кудрявых волос.
С помощью сводных таблиц сформировала детализированные отчеты о выручке и расходах,
о рентабельности промокампаний, о популярности товаров и услуг и выручке от них.
Результаты отчетов отразила соответственно в виде столбчатой диаграммы с группировкой,
линейчатой диаграммы и графика.
2. Собираю, делаю предобработку и провожу исследовательский анализ данных (EDA) с
помощью SQL и Python. Работаю с СУБД PostgreSQL. Работаю на платформе в среде Jupyter
Notebook и DBeaver.
Выполненные проекты:
- Выбор города для проведения крупной маркетинговой кампании музыкального
стримингового сервиса.
Выгрузила данные из базы c СУБД PostgreSQL. С помощью SQL-запросов изучила структуру
данных, провела полный анализ, собрала статистику и визуализировала результаты в виде
таблицы.
- Анализ компании «Мегасеть» — федерального оператора сотовой связи.
Из базы c СУБД PostgreSQL выгрузила данные. С помощью SQL-запросов произвела
необходимые расчеты для каждого тарифа.
- Разбор и анализ данных онлайн-игры «Секреты Темнолесья».
Работала на платформе DBeaver. Познакомилась с данными, зафиксировала их ключевые
особенности и взаимосвязи.
Провела исследовательский анализ данных; решила две ad hoc задачи от маркетинговой
команды и коллег из аналитического отдела.
3. Создаю и настраиваю визуализации данных с помощью дашбордов в Yandex DataLens и
Python. Использую оптимальные типы графикоф и цветовое оформление в одном стиле.
Выполненные проекты:
- Анализ данных для агентства недвижимости в Санкт-Петербурге и Ленинградской области.
На основе предоставленных данных на платформе DBeaver провела их первичный анализ и
предобработку. Декомпозировала основные задачи на несколько более простых задач,
подобрала необходимые SQL-инструменты для их решения. Результаты отразила на дашборде
в DataLens и настроила фильтр для детализации данных по дням, неделям, месяцам и годам.
- Анализ для проведения мероприятия в духе классических конференций TED.
На основе выгруженных данных и их анализа построила дашборд в DataLens на котором
отразила интересующие заказчика данные. Настроила на дашборде необходимые селекторы и
фильтры.
- Расчёт метрик сервиса доставки еды.
С помощью Python на основе предоставленных данных провела исследовательский анализ
рынка Москвы в сфере общественного питания и визуализировала результаты. Работала на
платформе в среде Jupyter Notebook.