Аналитик данных

Был больше месяца назад

110 000 ₽

22 года (родился 30 апреля 2003)

Москва

Занятость

полная занятость

Гражданство

Россия

Контакты

Телефон

Почта

Будут доступны после открытия

Профессиональные навыки

Работа с данными – аналитика, обработка, расчет, управление базой данных
Работа с реляционными базами данных
Финансовая отчетность
jupyter
Эконометрика
визуализация данных
SciPy
Jupyter Notebook
Регрессионный анализ
Matplotlib
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 3 года и 3 месяца

- Апрель 2025 – работает сейчас
- 8 месяцев
Системный аналитик
Самолет Плюс Мск-Север, Москва
Финансово-кредитное посредничество (биржа, брокерская деятельность, выпуск и обслуживание карт, оценка рисков, обменные пункты, агентства по кредитованию, инкассация, ломбард, платежные системы), Агентские услуги в недвижимости
Обязанности и достижения:
Системная аналитика и проектирование: — построение BPMN и sequence-диаграмм для описания архитектуры решений; — разработка и документирование интеграционных сценариев; — описание интеграционных сценариев с использованием Swagger/OpenAPI, формализация требований к REST API, параметрам запросов и форматам ответов; — ведение технической документации в Confluence, оформление требований в Jira, поддержка product backlog на уровне системной логики. Автоматизация аналитики и визуализация данных: — Python (pandas, numpy, seaborn, plotly), SQL (PostgreSQL, ClickHouse), — построение дашбордов в Power BI, настройка ETL и отчетности. Разработка платформы ИИ и чат-ботов: — интеграция ИИ-сервисов и ассистентов, настройка подключения через REST API и Webhook; — создание промтов и сценариев взаимодействия для LLM-базированных решений; — обучение моделей и валидация качества диалогов. Создание интеллектуального мэтчинга объектов и клиентов (MLS): — автоматизация подбора объектов на основе параметров объекта и предпочтений клиента; — семантический поиск с использованием эмбеддингов и моделей LLM (OpenAI, BERT); — реализация скоринговых моделей для оценки релевантности: использование scikit-learn, LightGBM, cosine similarity, кластеризация и нормализация признаков (MinMaxScaler, TfidfVectorizer). Разработка и внедрение рейтинговых и скоринговых моделей в Сбер (Core RM ПВР, блок «Риски») Поддержка внедрения ИИ-ассистента в Самолёт Плюс (Дирекция по ИИ) Создание скоринговой модели и рейтинга городов в стартапе Greener Relocation
- Сентябрь 2022 – июль 2025
- 2 года и 11 месяцев
Преподаватель макроэкономики и мат. анализа
Индивидуальное предпринимательство / частная практика / фриланс, Москва
Обязанности и достижения:
Опыт преподавания (3+ года) Направления подготовки: — бакалаврские программы «Бизнес-информатика», «Экономика», «Мировая экономика»; — дисциплины: математический анализ, линейная алгебра, макроэкономика, микроэкономика; Форматы работы: — индивидуальная и групповая подготовка студентов к экзаменам, контрольным и зачетам; — регулярные занятия в онлайн- и офлайн-формате, работа с платформами Zoom, MS Teams, Google Classroom. Подготовка к олимпиадам и вступительным испытаниям: — помощь в решении олимпиадных задач (включая ВШЭ и экономические конкурсы), — формирование индивидуальных треков подготовки по уровням сложности.
- Сентябрь 2022 – июнь 2025
- 2 года и 10 месяцев
Научный ассистент
Национальный исследовательский университет «Высшая школа экономики», Москва
http://www.hse.ru
Вуз, ссуз колледж, ПТУ
Обязанности и достижения:
Научный ассистент НИУ ВШЭ по предмету «Математический анализ», Факультет экономических наук, Департамент математики. Проведение промежуточного контроля: подготовка заданий, организация и проверка работ, анализ результатов. Помощь в учебных занятиях: поддержка преподавателей в проведении занятий, подготовка раздаточных и презентационных материалов. Разработка методических материалов: участие в создании и обновлении учебных программ, методических указаний и практических заданий. Организационная поддержка: координация расписания, сопровождение студентов, взаимодействие с учебной частью.
- Август 2024 – апрель 2025
- 9 месяцев
Аналитик данных
Сбер, Москва
https://rabota.sber.ru
Банк
Обязанности и достижения:
Аналитик данных в команде Core RM ПВР. Блок «Риски» Сбор, обработка и анализ данных по кредитным процессам: — извлекал данные из витрин и хранилищ с использованием SQL (PostgreSQL, Hive), — обрабатывал большие объёмы данных в Python (pandas, numpy, pyspark) и Spark, применял оконные функции и агрегации; Построение отчётности и визуализация данных: — автоматизировал отчётность с помощью Python (matplotlib, seaborn, openpyxl, xlsxwriter) и Power BI; — реализовал сквозной цикл: SQL-запрос → расчёты и агрегации в Python → визуализация и выгрузка отчётов → публикация в BI-системах. Анализ кредитных рисков (PD, LGD) и мониторинг портфеля: — реализовывал расчёты риск-метрик в Python, строил пайплайны на pyspark для работы с объёмными таблицами; — выявлял аномалии в данных и ошибки на уровне нескольких миллионов записей; — применял scikit-learn для факторного анализа и подготовки калибровки моделей. Формализация и описание бизнес-процессов: — разрабатывал схемы в ARIS (BPMN) и PlantUML (sequence-диаграммы); — документировал бизнес- и системные требования в Confluence, постановка задач через Jira.
- Сентябрь 2022 – июль 2024
- 1 год и 11 месяцев
Аналитик данных
Greener Relocatiion
https://greener.im
Обязанности и достижения:
Аналитик данных — международный стартап Greener Relocation Сбор, очистка и объединение данных о городах и миграции: — агрегировал данные из открытых источников (статистика, API, веб-скрейпинг); — осуществлял обработку и нормализацию в Python (pandas, NumPy, scikit-learn, matplotlib, seaborn) и SQL, в том числе автоматизировал преобразование и загрузку данных в аналитические таблицы; — сформировал сводную базу по 100+ городам, обеспечив непротиворечивость и полноту признаков. Разработка скоринговых и рейтинговых моделей: — применял методы кластеризации, PCA и регрессионного анализа в scikit-learn для построения рейтингов устойчивости и качества жизни в городах; — отобрал ключевые метрики, влияющие на миграционную привлекательность, и реализовал модель с объяснением (feature importance, SHAP); — улучшил точность оценки городов на основе фидбека пользователей и исторических паттернов. Аналитика и визуализация результатов: — визуализировал данные и рейтинги в Python (matplotlib, seaborn), готовил аналитические отчёты для команды и инвесторов; — оформлял итоговые таблицы и сводки в Excel (включая графики, фильтрацию, формулы); — подготовленные материалы легли в основу MVP продукта и презентаций для партнёров.

Образование

- Магистр
- Заочная
- 2027
Национальный исследовательский университет «Высшая школа экономики», Москва
Факультет: Прикладная математика и информатика
Специальность: Аналитика больших данных
- Бакалавр
- 2025
Национальный исследовательский университет "Высшая школа экономики", Москва
Факультет: Экономика
Специальность: Экономика

Обо мне

Дополнительные сведения:

ПРОФЕССИОНАЛЬНЫЕ НАВЫКИ Анализ данных и машинное обучение Опыт работы в Python: Pandas, NumPy, Matplotlib, Seaborn, Scikit-learn, Statsmodels, Pyspark, Plotly, Joblib, XGBoost, LightGBM. Навыки построения пайплайнов предобработки, обработки пропусков, категориальных и текстовых признаков. Реализация моделей классификации, регрессии, кластеризации, ранжирования. Использование SHAP, PermutationImportance, GridSearchCV для интерпретации и настройки моделей. Базовые и продвинутые навыки работы с SQL (PostgreSQL, Hive, ClickHouse): оконные функции, подзапросы, CTE, оптимизация запросов. Понимание архитектуры хранилищ данных, построение витрин, работа с DBT, Airflow, Great Expectations. Опыт работы с экосистемой Hadoop: Hive, Spark, HDFS, YARN. Визуализация данных и аналитических отчётов: PowerPoint, Canva, Jupyter, Plotly Dash, Streamlit, Power BI. Базовые навыки работы с API, парсинг (BeautifulSoup, requests), автоматизация ETL-скриптов. Финансы и бизнес-аналитика Знания в области макроэкономики, микроэкономики, бухгалтерского учёта, корпоративных и количественных финансов, риск-менеджмента и управления активами. Навыки финансового моделирования в Excel: Power Query, Data Validation, ARRAYFORMULAS, VLOOKUP/XLOOKUP, INDEX MATCH, условное форматирование, диаграммы и отчётные формы. Опыт моделирования бизнес-процессов в ARIS (BPMN 2.0), построение sequence, use-case, flowchart, decision tree в Miro, PlantUML, Draw.io. Использование Jira и Confluence для работы по Agile-методологиям, трекинг фич и постановка аналитических задач. Ведение документации и аналитики в Notion. Прототипирование интерфейсов и аналитических визуализаций в Figma. Применение Python для расчёта инвестиционных показателей: NPV, IRR, duration, стресс-тестирование, сценарный анализ. Опыт использования Power BI для построения дашбордов и метрик. Работа с данными – аналитика, обработка, расчет, управление базой данных, Работа с реляционными базами данных, Финансовая отчетность, Jupyter, Эконометрика, Визуализация данных, SciPy, Jupyter Notebook, Регрессионный анализ, Matplotlib, pandas, Numpy, Математическая статистика, Python, анализировать проблемы, уметь искать пути их решения, Умение аналитически мысли, Подготовка отчетности по проектам, Miro, Теория вероятностей, Линейная алгебра, Исследовательский анализ данных, Проверка статистических гипотез, Владение компьютером – прикладные программы MS Office, JUPYTER, Scikit-learn, Бизнес-анализ, Plotly, PySpark, Big Data, Power BI