Больше информации будет доступно после регистрацииЗарегистрироваться как работодатель

Аналитик данных

40 000 руб.
Мужчина, 30 лет, родился 7 ноября 1996 г.
Москва, переезд возможен, готов к командировкам
ЗанятостьПолная занятость
График работыПолный день

Опыт работы

Февраль 2020 —
ноябрь 2020
9 месяцев
Яндекс.Практикум
Аналитик данных (обучение)
В процессе обучения работал на Python и PostgreSQL. Научился использовать библиотеки Pandas, Numpy, Seaborn, Plotly, Scipy, Stats, Sklearn и др. Овладел навыками проверки статистических гипотез, проведения A/B тестирования и построения дашбордов в Tableau. Выполнил 14 самостоятельных проектов с использованием различного инструментария: от предобработки данных до построения модели машинного обучения. Ниже приведены некоторые из проектов: 1. Анализ предпочтений и спроса пользователей авиакомпании. Задача: выявить предпочтения пользователей, приобретающих авиабилеты на рейсы в города, где проходят крупные фестивали. Использованные библиотеки: Pandas, PyMystem3, Datetime, Matplotlib, Seaborn, Numpy, Stats. Процесс работы: написал несколько SQL-запросов для получения доступа к базам данных; произвел предобработку данных; построил графики распределения топ-10 городов по количеству рейсов в день и общее распределение по рейсам. Выводы: наиболее популярными моделями самолетов: Bombardier CRJ-200, Cessna 208 Caravan и Sukhoi SuperJet-100; города-лидеры по количеству рейсов в день являются: Москва и Санкт-Петербург. Ссылка на проект: https://goo.su/2e9G 2. Приоритизация гипотез и анализ результатов A/B-теста. Задача: приоритизировать гипотезы и провести анализ результатов A/B теста. Использованные библиотеки: Pandas, Random, Datetime, Matplotlib, Seaborn, Numpy, Stats. Процесс работы: произвел предобработку данных; выполнил приоритизацию гипотез через ICE и RICE; построил графики кумулятивной конверсии и распределения заказов по группам; посчитал статистическую значимость различий между группой A и B по различным признакам. Выводы: подходящая гипотезы для внедрения по ICE - "Запустить акцию, дающую скидку на товар в день рождения"; подходящая гипотеза по RICE - "Добавить форму подписки на все основные страницы, чтобы собрать базу клиентов для email-рассылок"; неподходящая гипотеза - "Изменить цвет фона главной страницы, чтобы увеличить вовлеченность пользователей"; по результатам статистической проверки гипотез принято решение остановить тест и зафиксировать победу группы B. группы B. Ссылка на проект: https://goo.su/2e9g 3. Создание модели предсказания оттока пользователей для фитнес-центра. Задача: построить модель прогнозирования оттока клиентов фитнес-центра и произвести кластеризацию. Использованные библиотеки: Pandas, Math, Numpy, Stats, Matplotlib, Seaborn, Plotly, sklearn.linear_model, sklearn.ensemble, sklearn.model_selection, warnings, sklearn.metrics, sklearn.preprocessing, scipy.cluster.hierarchy, sklearn.cluster. Процесс работы: произвел EDA; составил портрет среднестатистического клиента фитнес-центра; построил модель прогнозирования оттока клиентов; произвел кластеризацию клиентов и определил в каждом кластере долю оттока; составил рекомендации по работе. Выводы: средний возраст клиентов - 29 лет; 85% проживают или работают рядом с фитнес-центром; лучший кластер - 4; худший кластер - 5. Рекомендации: открывать новые фитнес-центры; развивать групповые занятия; ввести систему акций в сфере дополнительных услуг; стимулировать клиентов приобретать абонементы на более длительный срок. Ссылка на проект: https://goo.su/2e9h
Январь 2020 —
ноябрь 2020
10 месяцев
«Альпина Паблишер»
Продавец-консультант
В процессе работы я занимаюсь консультированием, покупателей, оформляю выкладки продукции, участвую в крупнейших книжных мероприятиях страны.
Февраль 2018 —
декабрь 2019
1 год 10 месяцев
Республика, ООО
Старший продавец
В процессе работы занимался консультированием покупателей, обучал младших сотрудников, работал с документами и поддерживал порядок в торговом зале в соответствии с маркетинговыми рекомендациями.

Обо мне

- В аналитке данных я решил себя попробовать на четвертом курсе университета, когда уже окончательно стало понятно, что работа по специальности в текущих условиях представляется маловероятной. Профессию аналитика выбрал потому, что из всех вариантов она заинтересовала меня сильнее всего, к тому же пересекалась с университетским бэкграундом. - Для получения дополнительной информации, обучения и оттачивания навыков использую платформы Stepik, Сoursera, SQL-ex, Leetcode, Kagle, VC.ru, Habr и др. - Достаточно терпелив и последователен, что еще сильнее проявилось во время выполнения проектов в рамках обучения, когда необходимо было внимательно анализировать данные и составлять точные выводы. С коммуникацией также все хорошо, из опыта предыдущих работ, когда за день мне приходилось выстраивать общение с более чем сотней людей. К выполнению заданий подхожу с должной ответственность и необходимым перфекционизмом. - Веду небольшой блог о книгах в Instagram; читаю художественные - Джойса, Кафку, Прусту и других - и нехудожественные книги - по искусству, истории, социологии, философии, филологии, биологии и культуре; в музыке особенно люблю творчество Pink Floyd, Bon Iver, Phoebe Bridgers, Kanye West, Vince Staples; любимые фильмы - "Крестный отец" и "Зеркало"; любимые сериалы - "Cемья Сопрано", "Фарго", "Прослушка", "Во все тяжкие".

Образование высшее

2020
Государственный университет управления, Москва
ИУПСиБК, Социология

Знание языков

Русский — родной
Иностранные языки
Английский — A1 — Начальный

Дополнительная информация

Гражданство
Нет
Разрешение на работу
Нет
Время в пути до работы
Не имеет значения