Обязанности и достижения:
Проекты, которые были выполнены мною и проверены менторами:
1 Предобработка данных кредитного отдела банка.
Исследование влияния различных факторов на возврат кредита в срок на основе данных клиентов банка.
Инструменты: Pandas, PyMystem3, Python, лемматизация, предобработка данных.
2 Исследовательский анализ данных сервиса Яндекс.Недвижимость.
Определение стоимости объектов недвижимости.
Инструменты: Matplotlib, Pandas, Python, визуализация данных, исследовательский анализ данных, предобработка данных.
3 Статистический анализ данных мобильного оператора.
Анализ поведения клиентов и определение перспективного тарифа для телеком компании.
Инструменты: Matplotlib, NumPy, Pandas, Python, SciPy, описательная статистика, проверка статистических гипотез.
4 Анализ данных о продажах игр, оценок пользователей и экспертов, жанров и платформ.
Выявление определяющих успешность игры закономерностей, чтобы сделать ставку на потенциально популярный продукт и спланировать рекламную кампанию.
Инструменты: Matplotlib, NumPy, Pandas, Python, исследовательский анализ данных, описательная статистика, предобработка данных, проверка статистических гипотез.
5 Сбор и хранение данных с помощью парсинга и SQL.
Проверка гипотезы о различии среднего спроса на билеты во время различных событий.
Инструменты: Matplotlib, Pandas, Python, SQL, SciPy, проверка статистических гипотез.
6 Анализ бизнес-показателей по данным Яндекс.Афишы.
Помощь маркетологам в оптимизации маркетинговых затрат.
Инструменты: Matplotlib, Pandas, Python, когортный анализ, продуктовые метрики, юнит-экономика, LTV, CAC, ROI.
7 Пошаговый анализ А/В-тестирования.
Приоритизация гипотез. Оценка результатов A/B-тестирования различными методами.
Инструменты: A/B-тестирование, Matplotlib, Pandas, Python, SciPy, проверка статистических гипотез.
8 Анализ рынка общепита г. Москвы и визуализация данных.
Предоставление рекомендаций по открытию заведения.
Инструменты: A/B-тестирование, Matplotlib, Pandas, Python, SciPy, проверка статистических гипотез.
9 Анализ пользовательского поведения в мобильном приложении.
Анализ воронки продаж и оценка A/A/B-тестирования.
Инструменты: A/B-тестирование, Matplotlib, Pandas, Plotly, Python, Seaborn, визуализация данных, проверка статистических гипотез, продуктовые метрики, событийная аналитика.
10 Создание дашборда по событиям пользователей Яндекс.Дзен.
Инструменты: PostgreSQL, Python, SQLAlchemy, Tableau, построение дашбордов, продуктовые метрики.
11 Прогнозирование оттока клиентов фитнес-центра.
С помощью кластеризации формирование портрета клиента.
Инструменты: Matplotlib, Pandas, Python, Scikit-learn, Seaborn, классификация, кластеризация, машинное обучение.
Все проекты загружены на Github. По запросу могу предоставить доступ