Аналитик данных

Был в этом месяце

По договорённости

23 года (родился 15 июля 2002)

Санкт-Петербург

Занятость

полная занятость

Гражданство

Россия

Контакты

Телефон

Почта

Будут доступны после открытия

Профессиональные навыки

Python
Математическая статистика
Scikit-learn
numpy
Jupyter Notebook
Unit-экономика
pandas
Matplotlib
SQL
Tableau
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 1 год и 3 месяца

- Сентябрь 2024 – работает сейчас
- 1 год и 3 месяца
Аналитик данных
Индивидуальное предпринимательство / частная практика / фриланс
Обязанности и достижения:
- Использовал Python (pandas, numpy, scipy, matplotlib, seaborn, scikit-learn) для анализа данных: EDA, когортный анализ, сегментация пользователей, визуализация данных. - Выполнял сбор и очистку данных (web-scraping, парсинг) с открытых источников (bo.nalog.ru), подготовку данных к анализу, анализ строительного рынка с помощью финансовых метрик. - Работал с SQL (PostgreSQL, MySQL): решение более 50 практических задач (join, group by, window functions, подзапросы), формирование выборок для анализа поведения пользователей. - Проводил полный цикл A/B-тестирования: приоритизация гипотез (ICE, RICE), проведение AA-теста, проверка мощности выборки, статистический анализ результатов (Шапиро-Уилка, T-тест, Манна – Уитни). - Разрабатывал дашборды в Tableau / Power BI: визуализация ключевых метрик (LTV, Retention, конверсия, ARPU, CAC), настройка фильтров и сегментации для менеджмента. - Строил дерево метрик продукта и unit-экономику: выявление основных проблем, анализ влияния метрик на бизнес-показатели. - Работал с Excel: построение динамических отчетов, сводных таблиц, автоматизация расчетов. - Изучал и применял основы машинного обучения: предсказание исхода игр (классификация), работа с признаками и моделями (логистическая регрессия, случайный лес), а также предобработка данных, Feature Engineering, кодирование категориальных признаков и нормализация, построение пайплайнов. - Анализ и прогнозирование временных рядов с помощью Python - Проводил EDA и визуализацию данных в R (ggplot2): построение графиков для анализа распределений и трендов.

Образование

- Магистр
- 2026
Санкт-Петербургский государственный университет, Санкт-Петербург
Факультет: Факультет прикладной математики - процессов управления
Специальность: Прикладная математика и информатика
- Бакалавр
- 2024
Санкт-Петербургский государственный университет, Санкт-Петербург
Факультет: Факультет прикладной математики - процессов управления
Специальность: Прикладная математика и информатика

Обо мне

Дополнительные сведения:

Студент 2 курса магистратуры СПбГУ по специальности "Математическое и информационное обеспечение экономической деятельности". Имею опыт в решении бизнес-кейсов, проведении полного цикла A/B-тестирования, визуализации данных с использованием Power BI и Tableau, а также разработке скриптов на SQL и Python. Хочу применять технические знания для решения бизнес-задач, чтобы обеспечивать принятие стратегических решений, подкрепленных точными данными и анализом. Python, Математическая статистика, Scikit-learn, Numpy, Jupyter Notebook, Unit-экономика, pandas, Matplotlib, SQL, Tableau, Статистический анализ, Анализ данных, Предобработка данных, Seaborn, Git, Miro, MS Excel, MS PowerPoint, A/B тесты, Продуктовые метрики, Прогнозирование, Power BI, PostgreSQL, Яндекс.Метрика, Классическое машинное обучение, Apache Airflow, SciPy, Визуализация данных, Atlassian Jira, Scrum