Резюме: Аналитик данных
С 2025 года делал проектные работы, в ходе работ выполнял:
Проведение A/B тест. После проведения A/B теста сгруппировал данные, проводил проверку и чистку, проверял статистическую значимость, рассчитывал конверсия, ARPU, GMV, LTV. Результат: выявил падение ARPU на 16%, рекомендовал не внедрять изменение.
Работал с SQL. Делал SQL запросы для составления таблиц и анализа. Использовал оконные функции, CTE, JOIN, агрегатные функции.
Проводил работы с данными в Python, использовал библиотеки:
Pandas: для фильтрации, сортировки, агрегаций, объединение двух датафреймов, нахождения пропусков, выбросов, дубликатов, создание новых колонок.
Matplotlib и Seaborn: для построения графиков.
Scikit-learn: для преобразования числовых и категориальных данных, создание PipeLine для моделей, обучения моделей.
Numpy: для увеличения скорости для вычисления больших массивов чисел.
Обучал ML-модели:
модель по предсказанию совершение целевого действия («Оставить заявку», «Заказать звонок».). Результат ROC-AUC = 0.65.
Модель кредитного риска, можно ли давать кредит или нет.Результат ROC-AUC = 0.74.
Образование и повышение квалификации
Санкт - Петербургский государственный морской технический университет | Инженер
Повышение квалификации
Skillbox | Введение в Data Science | 2023
Skillbox | Machine Learning | 2024
Курс “Алгоритмы на Python” | Глебом Михайловым | 2025
Курс “АБ - тестирование” | No Data Growth (Павел Бухтин) | 2026
Курсы на Stepik
Навыки
- Python: pandas, numpy, Scikit-learn, matplotlib, seaborn
- SQL: написание запросов, join, агрегации
- Инструменты: Power BI, Apache Airflow, Spark, Docker
- ML: построение моделей
- А/B: A/B тестирование, проверка гипотез
О себе:
Самодисциплинирован. Правильно распределяю время и поставленные задачи.
Камуникабельный. Не стесняюсь задавать вопросы.
Целеустремлённый. Выкладываюсь на 100 %.
