Резюме: Аналитик данных

Мой стек:

Python 3 (pandas, seaborn, scipy, numpy, matplotlib);
- SQL (PostgreSQL, Dbeaver, pgAdmin 4);
- Jupiter Notebook;
- TableaU (построение дашбордов);
- MS Excel (vlookup, hlookup, pivot table);
- Google sheets;
- Парсинг сайтов;
- Алгоритмы и структуры данных;
- Метрики и воронки, когортный анализ, UNIT экономика;
- Описательная статистика;
- Предобработка данных (фильтрация, поиск дубликатов, очистка данных);
- Проверка гипотез (использование p-value);
- Проведение A/B-тестов (приоритизация гипотез, U-критерий Манна-Уитни, критерий Шапиро-Уилка)
- Визуализация результатов (построение графиков, диаграмм, сводных таблиц);

Инженерный центр
Тюмень
• Лаборатория, исследовательский центр
Аналитик данных (частичная занятость)
Аналитическая работа по подготовке к созданию испытательного центра (лаборатории) в рамках существующей компании.

- Сбор данных (формирование "Руководства по качеству испытательной лаборатории" из открытых источников информации, ГОСТов, провайдеров МСИ);
- Работа с БД на удаленном сервере (ежедневные запросы к базе данных PgSQL для выгрузок по различным срезам);
- Предобработка данных (очистка и структурирование информации);
- Анализ данных (изучение рынка, анализ конкурентов, формирование тезисов для разработки стратегии проникновения на рынок);
- Визуализация полученных результатов (создание презентации и демонстрация заказчику).

Яндекс Практикум
Москва
Аналитик данных (обучение)
Решил следующие практические задачи:

- С помощью библиотек pandas, seaborn, matplotlib провёл анализ рынка недвижимости г. Санкт-Петербург, обнаружил и выявил ключевые метрики, влияющие на стоимость 1 кв. метра недвижимости. Полученные данные можно использовать для построения автоматизированной системы, которая может определять мошеннические объявления и отслеживать аномалии;

- На основе открытых данных провёл исследование, в результате которого определил самые прибыльные жанры видеоигр, особенности продаж в разных регионах мира, а также выявил метрики, влияющие на популярность конкретных жанров. Полученные данные можно использовать для прогнозирования покупательского спроса, планирования маркетинговых кампаний и увеличения прибыли магазина видеоигр;

- В ходе изучения ключевых метрик онлайн приложения были выявлены проблемы с окупаемостью рекламы по отдельным каналам трафика. Данные, полученные в результате исследования, можно использовать для изменения маркетинговой стратегии компании, что позволит привлечь новых пользователей, удержать существующих и более эффективно расходовать бюджет.