Читаете ли вы блог Хабр Карьеры? Если да — оцените, как мы справляемся. А если нет — расскажите, что читаете для развития карьеры. Пройти опрос (займет 5-7 минут)
Обо мне

Люблю спорт, особенно шахматы, люблю настолько, что выполнил норму кандидата в мастера спорта. Годы занятий не прошли даром, я могу долго удерживать концентрацию на высоком уровне, дисциплинирован и целеустремлёнен, а слово анализ стало для меня родным.

Профессиональные навыки
Опыт работы
Интегратор и вендор в области безопасности
Санкт-Петербург
Инженер по ремонту
Ноябрь 2018 — По настоящее время (1 год и 9 месяцев)
Высшее образование
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Санкт-Петербург
Факультет: Экономический; 8
Сентябрь 2012—Июнь 2018 (5 лет и 9 месяцев)
Прикладная информатика в экономике - бакалавриат (красный диплом). Проектирование информационных систем - магистратутра (красный диплом).
Дополнительное образование
Обучаем будущих веб-разработчиков, аналитиков, дизайнеров и других востребованных интернет-специалистов
Москва
Аналитик данных
Июль 2019—Январь 2020 (6 месяцев)

Выполнение проектов под руководством наставника:

- Исследование надёжности заёмщиков: проанализировать влияние определенных факторов на факт погашения кредита в срок. Используемые инструменты: pandas;

- Исследование объявлений о продаже квартир: определить рыночную стоимость объектов недвижимости. Используемые инструменты: pandas;

- Определение перспективного тарифа для телеком компании: проанализировать поведение клиентов и сделать вывод какой тариф лучше. Используемые инструменты: pandas, numpy, matplotlib, scipy;

- Сборный проект №1. Магазин компьютерных игр: выявить определяющие успешность игры закономерности для планирования рекламных кампаний. Используемые инструменты: pandas, numpy, matplotlib, scipy;

- Аналитика в Яндекс.Афише: подготовить данные для предоставления маркетологам, чтобы они могли оптимизировать затраты. Используемые инструменты: pandas, matplotlib, seaborn, numpy, scipy;

- Приоритизация гипотез и анализ A/B-теста: оценить гипотезы и выбрать лучшие. Провести A/B тест и принять решение по его результатам. Используемые инструменты: pandas, numpy, matplotlib, datetime, scipy;

- Исследование рынка заведений общественного питания Москвы: исследовать рынок для принятия решения об открытии кафе. Используемые инструменты: pandas, numpy, plotly, seaborn, matplotlib, re, requests, json;

- Сборный проект №2. Изучение воронки продаж и исследование результатов A/B-эксперимента стартапа, который продаёт продукты питания. Используемые инструменты: pandas, numpy, matplotlib, seaborn, math, plotly, scipy.

- Построение дашборда для Яндекс.Дзен: необходимо автоматизировать анализ пользовательского взаимодействия с карточками статей. Используемые инструменты: pandas, plotly, sqlalchemy, dash.

- Построение моделей машинного обучения прогнозирования оттока клиентов для сети фитнес-клубов. Используемые инструменты: pandas, numpy, matplotlib, random, sklearn, scipy.