Аналитик данных

Был больше месяца назад

По договорённости

25 лет (родился 08 ноября 2000)

Красноярск, удаленная работа, готов к переезду

Занятость

полная занятость

Гражданство

Россия

Контакты

Телефон

Почта

Будут доступны после открытия

Профессиональные навыки

Python
pandas
Matplotlib
SciPy
numpy
Seaborn
Plotly
SQL
Tableau
Математическая статистика
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 8 месяцев

- Ноябрь 2022 – июнь 2023
- 8 месяцев
Аналитик
Яндекс Практикум, Москва
https://practicum.yandex.ru
Интернет-компания (поисковики, платежные системы, соц. сети, информационно-познавательные и развлекательные ресурсы, продвижение сайтов и прочее)
Обязанности и достижения:
1. Работал с сырыми данными: удалял дубликаты, приводил данные к нужному типу, обрабатывал пропуски и выбросы (Pandas). 2. Визуализировал данные (Matplotlib, Seaborn, Plot, Plotly). 3. Подсчитывал и анализировал ключевые метрики: Retention rate, Churn rate, Conversion rate, LTV, CAC, ROI, DAU, WAU, MAU, ARPU, ARPPU. 4. Строил продуктовые и маркетинговые воронки. 5. Применял методы приоритизиации гипотез (WSJF, ICE и RICE). 6. Проводил A/A, A/B тесты и проверял гипотезы (Python, Scipy). 7. Разрабатывал дашборды (Tableau). 8. Оформлял отчеты проделанной работы с выводами и вариантами решения задач по оптимизации рассматриваемых метрик (Jupyter Notebook, Google Colab, Microsoft PowerPoint). Выполнил 13 учебных проектов: 1. Выявил параметры, определяющие успешность игры в разных регионах мира. На основании этого подготовил отчет для магазина компьютерных игр для планирования рекламных кампаний. Составил портреты пользователей каждого региона. Проверил гипотезы (использовал критерий Стьюдента для независимых выборок). 2. Провел приоритизацию гипотез (ICE и RICE). Затем провел анализ результатов A/B-теста, посчитал статистическую значимость различий конверсий и средних чеков по сырым и очищенным данным. На основании анализа мной было принято решение о нецелесообразности дальнейшего проведения теста. 3. Подготовил исследование рынка на основе открытых данных о заведениях общественного питания Москвы, визуализировал полученные данные. На основе данных выбрал место для открытия новой кофейни. В построении графиков использовал библиотеки seaborn и plotly.

Образование

- Бакалавр
- 2024
Сибирский государственный университет науки и технологий им. М.Ф.Решетнева, Красноярск
Факультет: Институт информатики и телекоммуникации
Специальность: Системный анализ и управление
- Бакалавр
- 2022
Сибирский федеральный университет, Красноярск
Факультет: Институт управления бизнес-процессами и экономики
Специальность: Прикладная информатика (бакалавр прикладной информатики)

Обо мне

Дополнительные сведения:

Для работы рассматриваю офис (Красноярск) или удаленную работу (любая точка мира). Готов к переезду в Москву или Санкт-Петербург. Рассматриваю предложения из любой сферы, но с задачами, непосредственно связанными с анализом данных. Выбрал профессию "Аналитик данных", так как нравится находить причинно-следственные связи, а также помогать бизнесу в увеличении ключевых метрик. К сфере анализа данных пришел сам. Начал самостоятельно изучать Python. После прошел курс. Также просматривал различные материалы по анализу данных на ютубе (Глеб Михайлов, Noukash). Решал задачи по SQL (сервис sql-ex.ru) и python (тестовые задачи с собеседований различных компаний на сайте itresume.ru). Для более глубокого изучения сферы прошел курсы по SQL, Основам статистики и Погружению в Data Science с нуля на платформе STEPIK. Python, Pandas, Matplotlib, Scipy, Numpy, Seaborn, Plotly, SQL, Tableau, Математическая статистика