🤠 Бэкендеры, найдите себе команду по вайбам! Проверить мэтч → в вайб-квизе
Никита Будиловский (nvbuddy), 26 лет, Россия, МоскваНикита Будиловский (nvbuddy), 26 лет, Россия, Москва

Никита Будиловский

Аналитик ДанныхУченый по даннымАналитик по даннымСредний (Middle)
Ищу работу

Контакты

Войти
Возраст: 26 лет
Опыт работы: 3 года и 5 месяцев
Регистрация: 22.09.2021
Последний визит: 7 дней назад
Гражданство:
Местоположение: Россия, Москва
Дополнительно: готов к удаленной работе
Знание языков:

Обо мне

Привет!
Кратко о моем стеке и уровне владения:

  • SQL (Advanced level. Это оконные функции, подзапросы, CTE, джойны). Зона развития - написание процедур.
  • Python (Intermediate level. Работа с Pandas, numpy, matplotlib, plotly). В основном все касается именно работы с данными, чуть меньше разработка на чистом Python. Зона развития - Развитие навыков чистого программирования на Python, A/B тестирование.
  • Airflow (Intermediate level. Построение простых дагов без помощи DE, автоматизация Python тасок для прогрузки данных). Зона развития - более глубокое понимание Aifrlow, самостоятельное поднятие инфрастуктуры.
  • R. Sentiment analysis и ARL. По первому писал диплом, анализируя речи Трампа и их влияние на курс евро-доллара,  по второму осуществлял исследование поиска комплиментарных товаров в Леруа Мерлен.  
  • Power BI (Intermediate level. Построение дашбордов и правильная настройка связей между многими таблицами (схема типа "звезда" ,  и т.д.). Автоматизация отчётов). Зона развития - Более глубокое изучение языка DAX.
  • English (Advanced level. Written communication is almost perfect being too formal relatively often due to 4 years of undergraduate study devoted to International Relations. But at least now I got temper to carefully study quite complicated scientific papers. Spoken communication is not that good since I haven't spoken English with somebody in a while)

Навыки

SQL
Python
Git
Google BigQuery
Google Tag Manager
PowerBI
R
Веб аналитика
Appsflyer
Google Analytics

Опыт работы

  • Мы строим DIY будущего
    Более 5000 сотрудников
    Аналитик по данным (Средний)
    Октябрь 2023 — По настоящее время (1 год и 2 месяца)

    На данной позиции опыт также касается работы над Пайплайном Прогнозирования Товаров. 
    Большая часть времени была отведена на реализацию метрики качества прогнозов и более углубленную коммуникацию с бизнес командой. 
    Workflow работы аналогичный, как и на предыдущем грейде.

    • Проведение исследований касательно оценки качества прогнозов Продукта. 
    • Продуктивизация завалидированной бизнес логики метрики, её доработка по необходимости, опираясь на результаты исследований.
    • Построение необходимых витрин данных, работа с витринами фактов, scd1 и scd2.
    • Постановка ТЗ Инженерам по Данным для интеграции необходимых источников в контур команды.
    • Проверка качества построенных витрин и интегрированных источников в полуручном режиме. Написание скриптов для проверки Data Quality.
    • Ведение подробной документации и результатов работы в Git репозитории с помощью PUML схем, ведение документации в Яндекс Вики.
    • Коммуникация с бизнес командой: проведение демо результатов исследований/продуктивизированных модулей, запрос ОС, доработка бизнес логики, решение заведенными ими инцидентов.
    • Автоматизация расчёта метрики с помощью разработки схемы и Airflow Dag и последующей разработкой
    • Работа с метриками чуть подробнее: разработанная денежная метрика качества прогнозов, которая позволяет оценивать и сравнивать между собой модели прогнозирования, начиная с общих разрезов (Отдел, подотдел SKU, и т.д.) заканчивая более глубоким артикульным уровнем.
    Аналитик по данным (Младший)
    Апрель 2022 — Октябрь 2023 (1 год и 7 месяцев)

    На данной позиции опыт касается работы над Пайплайном Прогнозирования Товаров.
    Workflow работы можно описать следующим образом: выдвижение гипотезы или принятие гипотезы от бизнес команды-> проведение исследования -> презентация результатов исследования внутренним или внешним заказчикам (участники команды/операционные команды) -> продуктивизация результатов и интеграция завалидированной логики в Пайплайне.

    • Проведение исследований касательно интеграции новых модулей в Продукт. Разработка следующих модулей: апсемплированные продажи, модуль по срезанию пиков, очистка от сезонности, оценка качества прогнозов.
    • Продуктивизация завалидированной бизнес логики модулей пайплайна, опираясь на результаты исследований, используя SQLAlchemy и Raw SQL.
    • Коммуникация с DE команды касательно интеграции необходимых данных в наш контур.
    • Ведение документации в Confluence
    • Выполнение ad-hoc запросов, а также консультация бизнес команды касательно работы реализованных модулей.
    GitSQLPythonJiraConfluence
    Стажер Аналитик Данных
    Октябрь 2021 — Март 2022 (6 месяцев)

    В общем и целом, всю работу можно охарактеризовать как решение задач, связанных с распределением запаса товаров и их доступности. Пул того, чем мне удалось позаниматься до настоящего момента.

    • Поиск комплементарных товаров, используя ассоциативные правила (Association rule learning)
    • Участие в разработке стратегии развития дарксторов. Подбор актуального ассортимента товаров, исходя из бизнес требований, и расчёт доли покрытия заказов
    • Выполнение большого количества самый разнообразных ad-hoc запросов 
    • Построение Power BI отчётов и их автоматизация
    • Расчёт потенциала B2B сегмента
    • Всё это в обертке поиска нужных данных в разных источниках, постоянная коммуникация с дата инженерами и другими командами, а также проверка качества данных в некоторых случаях и валидация получившихся результатов с помощью авторитетных источников данных
  • Крупнейшая цифровая платформа. Технобренд, объединяющий лучшие мировые практики и самый современный стек
    Более 5000 сотрудников
    Исследователь данных
    Март 2022 — Апрель 2022 (2 месяца)

    Выполнение задач происходило в Штабе Корпоративного Инвестиционного Бизнеса в отделе Эффективности. В общем и целом функционал был нацелен на исследование процессов внутренних заказчиков и поиск оптимизационных решений с применением методологий Process Mining. В пуле задач следующее:

    • Помощь в выгрузке сырых логов из Автоматизированных Систем
    • Помощь в преобразовании логов в датасет, готовый для проведения исследований с использованием pandas
    • Построение графов процессов и анализ времени, затраченного на этапы, во внутренней системе компании
    • Построение графиков с помощью библиотек pandas и matplotlib в случае нехватки функционала вышеупомянутой системе
    • Выдвижение гипотез по улучшению процессов
    • Презентация результатов внутренним заказчикам
  • Группа компаний, которая предоставляет услуги в области digital маркетинга и рекламы
    От 100 до 1000 сотрудников
    Стажер веб-аналитик
    Июль 2021 — Сентябрь 2021 (3 месяца)

    •Работа с данными трёх клиентов (Тануки, Marks and Spencer, DNS)
    •Анализ клиентов и их взаимодействий с сайтом (среднее количество товаров в корзине, средний чек, способы доставки, и т.д.) в рамках google analytics
    •Анализ действий пользователей с помощью Appsflyer
    •Выполнение SQL запросов при работе с базами данных клиентов (Google Big query)
    •Выдвижение гипотез и их проверка, в частности подробный анализ среднего чека пользователей Тануки
    •Работа с метриками (CR, CTR, CAR, ARPU, LTV, User Retention)
    •Навык построения дашбордов в Power BI
    •RFM сегментация
    •Когортный анализ касательно User Retention на Python

Высшее образование

  • LSE-Moscow

    London school of economics (external program)
    Москва13 выпускников
    International Relations
    Сентябрь 2018 — Август 2021 (2 года и 11 месяцев)
  • ВШЭ (НИУ)

    Национальный исследовательский университет «Высшая школа экономики»
    Москва5074 выпускника
    Факультет мировой экономики и мировой политики
    Сентябрь 2017 — Июль 2021 (3 года и 10 месяцев)

Дополнительное образование

  • SAP Cloud Academy

    Аналитика данных
    Июль 2021 — Июль 2021 (1 месяц)
  • Coursera

    Онлайн-обучение от ведущих мировых университетов
    Applied Machine Learning in Python (Прикладное машинное обучение на Python)
    Февраль 2020 — Март 2020 (1 месяц)
    Applied Plotting, Charting & Data Representation in Python (Прикладное построение графиков и представление данных на Python)
    Февраль 2020 — Февраль 2020 (1 месяц)
    Introduction to Data Science in Python (Введение в науку о данных в Python)
    Январь 2020 — Январь 2020 (1 месяц)