Умею декомпозировать задачу и взглянуть на процесс решения под разными углами, чтобы найти наиболее оптимальное. Всегда довожу начатую работу до конца. Мне нравится решать сложные кейсы, работать в команде, учиться и узнавать что-то новое. Люблю анализ данных, программирование и ML.
Как аналитик:
Обязанности:
– сбор информации в DataLens
– анализ CSAT/CDSAT - проверка индекса удовлетворённости пользователей за нужный период, выявление причин снижения оценок и рекомендации по их улучшению
– анализ разметки обращений - проверка актуальности привязанных знаний, выявление причин снижения актуальности тех или иных знаний
– анализ базы знаний, рекомендации по её реорганизации и обновлению
– подготовка отчётов
Достижения:
Провёл анализ индекса удовлетворённости пользователей после обращения в письменную поддержку сервиса. Оптимизировал систему оценок, которая более объективно отражает мнение пользователей. CSAT вырос на 15%.
Провёл анализ базы знаний и составил план для реструктуризации нескольких разделов, что привело к снижению неверно размеченных обращений на 20%.
Стек: python, pandas, datalens, matplotlib, seaborn
Как саппорт:
Обязанности:
– работа в чате с обращениями клиентов по сервису Яндекс Бизнес
– решение вопросов с размещением организаций в сервисе
– анализ эффективности работы рекламной подписки
– консультации по вопросам платного функционала
Достижения:
– 90% качество ответов, отсутствие критических ошибок, высокая скорость работы
– помогаю новым саппортам осваиваться и повышать качество ответов
Финалист хакатона GPN Intelligence Cup 2023 от Газпрома, направление Data Science.
Задача — составление расписания цен на товары в различных городах на 90 дней вперёд, основываясь на ценах конкурентов.
— предобработка, устранение аномалий, пропусков и выбросов с сохранением максимального количества данных
— анализ временных рядов с использованием pandas, statsmodels, matplotlib, seaborn, выявление трендов и сезонностей
— выделение признаков, обучение и валидация моделей линейной регрессии для прогнозирования цен
---------------------------------------------
Участвовал в хакатоне URBANCODE для компании «Самолет».
Задача — разработка алгоритма для анализа готовности многоквартирных домов на основе изображений с камер видеомониторинга.
— тестирование моделей для детекции и классификации изображений
— анализ имеющихся размеченных данных
— расширение исходного набора данных, разметка и аугментация изображений на roboflow
— сборка докер-контейнера
---------------------------------------------
Участвую в разработке проекта по автоматизации проверки звонков менеджер-клиент для компании «Сима-ленд».
— обработка аудио ffmpeg
— транскрибация аудио whisper
— диаризация аудио pyannote
— векторизация текстов BERT и TF-IDF
— построение моделей для классификации текстов по нескольким критериям (NDA).