Аналитик данных

Был в этом месяце

По договорённости

33 года (родился 21 мая 1992)

Москва

Занятость

полная занятость

Гражданство

Россия

Контакты

Телефон

Почта

Будут доступны после открытия

Профессиональные навыки

SQL
визуализация данных
Jupyter Notebook
Power BI
Математическая статистика
MS Excel
SQLite
PostgreSQL
Английский язык
Python
Показать еще

Фото, имя и контакты доступны только авторизованным пользователям

Опыт работы 9 лет и 1 месяц

- Июль 2016 – июль 2025
- 9 лет и 1 месяц
Трейдер-аналитик
Самозанятый, Москва
Обязанности и достижения:
Проведение разностороннего анализа исторических данных и трендов: - Поиск и проверка локальных паттернов (price action, динамика цен, зоны ожиданий и интересов рынка); - Анализ кластеров ликвидности, волатильности рынка и распределений активности по временным и ценовым срезам; - Анализ статистических аномалий, корреляций и сезонности во временных рядах; - Анализ динамики спроса и предложения на российских и международных рынках с учетом макроэкономических факторов, институциональной и корпоративной отчётности. Автоматизация анализа данных и риск менеджмент с помощью Excel: - Разработка реляционной модели временных рядов с системой индексации; - ETL (API, Lua скрипты-> Power Query); - Алгоритмы фильтрации, агрегирования и взвешивания паттернов (динамические массивы, VBA, сводные таблицы); - Оптимизация уровней стоп-ордеров на основе анализа вероятных аномалий и оценка адаптации торговой стратегии к изменению рыночной волатильности; - Моделирование зависимостей между строками во временной и ценовой последовательности (LET, FILTER, INDEX, MATCH, VLOOKUP). Работа в команде: Обмен инсайтами и передовыми практиками с коллегами из разных стран, взаимное обучение, совместная разработка и тестирование торговых подходов.

Образование

- Среднее специальное образование
- 2026
АНО ПО "ММК"
Специальность: Специалист банковского дела

Обо мне

Дополнительные сведения:

Для меня аналитика данных это базовый инструмент для понимания закономерностей и принятия эффективных решений. Систематизировал и обрабатывал комплексный набор потоковых и исторических данных, оптимизируя цикл от выгрузки до визуализации. Свой аналитический процесс строил на основе декомпозиции и преобразования информации в реляционные структуры для извлечения статистики, выявления устойчивых закономерностей и формирования обоснованных гипотез. Стек практических и теоретических навыков: - Аналитика и статистика Законченный цикл статистического анализа от проверки распределений и нормализации данных (Box–Cox, Yeo–Johnson и др.) до выбора подходящих тестов (t-тест, u-тест, ANOVA и др.) и интерпретации результатов с учётом доверительных интервалов. Понимание принципов A/B тестирования и интерпретации результатов гипотез при заданных метриках. - E-commerce и unit метрики Есть понимание концептуальной системы цифровых и товарных метрик, их синтеза, связях между собой и бизнесом: от базовых финансовых до продуктовых и маркетинговых. Понимание специфики контекста маркетплейсов (Ozon/WB). Представление о том, как на этой базе выстраивать KPI-модели. - SQL Работал с SQLite, PostgreSQL, знаком с MS SQL. Составление запросов с JOIN, подзапросы, оконные функции, CTE. Опыт создания структуры БД (определение ключей, типов данных), наполнения, обновления и создания таблиц, подключения к python через SQLAlchemy. - Python Анализ данных в Jupyter Notebook (pandas, numpy, scipy, statsmodels, seaborn) и ETL-скрипты. Понимание логики DataFrame, этапов обработки и визуализации. - Excel и моделирование данных Формирование реляционных структур на базе Excel для анализа временных рядов и выявления закономерностей. Использование Power Query для ETL-процессов (обработка данных из API и скриптов), динамических массивов, формул (LET, FILTER, INDEX, MATCH, VLOOKUP) и VBA для автоматизации вычислений. - Визуализация и представление данных (Power BI) Построение распределений, гистограмм, scatter plot, boxplot и CDF. Использование базовых DAX-запросов и интеграция данных из разных источников.