Аналитик данных

Был больше месяца назад

По договорённости

30 лет (родился 02 августа 1995)

Москва

Занятость

полная занятость

Гражданство

Россия

Контакты

Телефон

Почта

Будут доступны после открытия

Профессиональные навыки

PostgreSQL
Python
pandas
Matplotlib
Seaborn
DataLens
MS Excel
Аналитические исследования
Jupyter Notebook
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 3 года и 10 месяцев

- Февраль 2024 – работает сейчас
- 1 год и 10 месяцев
Аналитик данных
Проектная деятельность, Москва
Обязанности и достижения:
Проект: Исследовательский анализ данных Яндекс Афиша. Задачи проекта: 1. На основе данных Яндекс Афиша исследовать причины изменений пользовательского спроса. 2. Разобраться, какие события стали привлекать больше зрителей. 3. Понять отличия активности пользователи мобильных устройств от клиентов, которые бронируют билеты со стационарного компьютера. используемые библиотеки: pandas, numpy, matplotlib.pyplot, seaborn, scipy.stats Итоговые выводы: 1. Осенью наблюдается наибольший объем заказов, что подтверждает сезонный рост активности. 2. Концерты остаются самым популярным типом мероприятий летний и осенний период (Лето: 42.79%, Осень: 37.45%). 3. Мобильные пользователи более активны в совершении заказов.(среднее число заказов - 5.20, со стационарных компьютеров - 4.49). Ссылка на проект https://github.com/gukostya95-cyber/Practicum_projects/blob/main/notebook/Исследовательский%20анализ%20данных%20Яндекс%20Афиша.ipynb Проект: Исследование данных Яндекс Книги Задачи проекта: 1. Предобработать данные. 2. Статистически ответить на вопрос: пользователи из Санкт-Петербурга проводят в среднем больше времени за чтением и прослушиванием книг в приложении, чем пользователи из Москвы. Используемые библиотеки: pandas, numpy, scipy, statsmodels.stats.power, proportion_effectsize, scipy.stats, statsmodels.stats.proportion, scipy.stats Итоговые выводы: 1. Провели предобработку данных: из 8784 записей в таблице было удалено 488 записей с дубликатами 2. Различия в среднем времени активности между городами статистически незначимы. Нельзя утверждать, что пользователи из Санкт-Петербурга проводят больше времени в приложении, чем пользователи из Москвы С проектом можно ознакомиться по ссылке: https://github.com/gukostya95-cyber/Practicum_projects/blob/main/notebook/Исследование%20данных%20Яндекс%20Книги.ipynb
- Октябрь 2023 – работает сейчас
- 2 года и 2 месяца
Специалист по охране труда и технике безопасности
ГБУК г. Москвы Музей М.А. Булгакова, Москва
Музей, галерея, театр
Обязанности и достижения:
Систематизировал ведение документооборота по Охране труда, пожарной безопасности, что привело к устранению нарушений законодательства в данном направлениях.
- Сентябрь 2022 – работает сейчас
- 3 года и 3 месяца
Специалист по охране труда и технике безопасности
ГБУК г. Москвы ЦГМБ им. М.А. Светлова , Москва
Архив, библиотека, искусствоведение
Обязанности и достижения:
Систематизировал проведение инструктажей по Охране труда, пожарной безопасности, что увеличило осведомленность сотрудников о правилах безопасности в организации.
- Февраль 2022 – август 2022
- 7 месяцев
Специалист по охране труда и технике безопасности
АО "Ретал", Москва
Оборудование для пищевой промышленности, упаковки и хранения (монтаж, сервис, ремонт)
Обязанности и достижения:
Систематизировал ведение документооборота по Охране труда.

Образование

- Высшее образование
- 2019
Оренбургский государственный университет, Оренбург
Факультет: Институт менеджмента
Специальность: Управление человеческими ресурсами
- Высшее образование
- 2017
Оренбургский государственный аграрный университет, Оренбург
Факультет: Интитут риска и комплексная безопасность
Специальность: Техносферная безопасность

Обо мне

Дополнительные сведения:

У меня глубокий интерес к исследованию данных и поиску оптимальных решений на основе аналитических выводов т. к. люблю работать с конкретными цифрами и фактами. Основная причина смены профессии на Аналитика данных - желание принимать решения на основе реальных данных. Для достижения данной цели я изучил PostgreSQL (для работы с базами данных), Python (библиотеки pandas — обработка и анализ данных Matplotlib и Seaborn визуализация, библиотеки статистического анализа), а так же DataLens (для создания аналитических дашбордов). Ориентирован на применение знаний для достижения целей компании и профессиональный рост в сфере анализа данных. Готов выполнить тестовое задание и пройти собеседование на связи в телеграме https://t.me/@GureevKV95 PostgreSQL, Python, pandas, Matplotlib, Seaborn, DataLens, MS Excel, Аналитические исследования, Jupyter Notebook