Мой СТЕК и компетенции:
1.SQL на уверенном уровне написания запросов для чтения и преобразования данных(SELECT запросы, виды JOIN, UNION, подзапросы, оконные функции, CTE, создание(удаление )таблиц и представлений,фильтрация).
2.Python:
2.1 на уверенном уровне знаю общий синтаксис языка, основные структуры данных(сроки, списки,словари,картежи);
2.2 умею работать с библиотекой Pandas(series,Dataframes);
2.3 знаю как считывать данные разных форматов с помощью Pandas, обрабатывать и преобразовывать таблицы, делать первичный профайлинг данных и EDA;
2.4 умею парсить html страницы и применять библиотеку BeautySoup;
2.5 есть навыки написания API запросов и получения ответов с помощью библиотеки requests;
2.6 есть навыки построения графиков на Python с помощью библиотек matplotlib, seaborn,plotly.
3.Yandex Datalens и REDASH для создания дашбордов.
4.MS Excel(функции,впр,сводные таблицы)
СТЕК: SQL(DBeaver, PostgreSQL), Python(библиотеки Pandas, Seaborn, Matplotlib, NumPy), дашборды в Yandex Datalens, Git
-Провела исследование и сбор данных о клиентах, включая демографические, финансовые и поведенческие характеристики;
-Выполнила предобработку данных, включая очистку, нормализацию и преобразование признаков для улучшения качества анализа;
-Применяла методы анализа данных с использованием Python и библиотек (Pandas, Seaborn, Matplotlib, NumPy) для визуализации и интерпретации результатов;
-Разработала и протестировала модели машинного обучения ("Деревья решений") для прогнозирования вероятности открытия кредитной карты клиентом;
-Подготовила отчет с выводами и рекомендациями, основанными на анализе, для улучшения маркетинговых стратегий и повышения конверсии потенциальных клиентов.
Обрабатывала большие массивы данных, используя MS Excel для анализа и визуализации информации.
Проводила ежемесячный мониторинг и анализ начислений и поступлений налогов и сборов, выявляя ключевые тенденции и аномалии.
Прогнозировала доходы и выявляла несоответствия в поступлениях, что позволяло своевременно принимать меру для их устранения.
Формировала отчеты о результатах налогового сбора и прогнозов, предоставляя их руководству для принятия стратегических решений.
Взаимодействовала с физическими и юридическими лицами для решения налоговых вопросов, обеспечивая высокий уровень обслуживания клиентов.
Достижения: Увеличила точность зачислений на 15% благодаря анализу данных по налоговым поступлениям.
Участвовала в автоматизации процессов учета, что позволило сократить время поступлений на счета по учету доходов бюджета, повысив общую эффективность работы.
Осуществляла обработку больших массивов данных. Обеспечивала достоверность бюджетного учета и формирование регистров бюджетного учета.
Достижения: Повысила точность бюджетного учета за счет оптимизации процессов обработки данных, также сократила время формирования регистров бюджетного учета, улучшив алгоритмы обработки информации.
Стек: MS Excel
Оформляла и обслуживала текущие и депозитные счета, банковские карты и кредиты клиентов - физических лиц.Обслуживала клиентов по пенсионным продуктам НПФ «Райффайзен» и инвестиционным продуктам УК «Райффайзен Капитал».
Составляла ежедневные, еженедельные, ежемесячные отчеты о проделанной работе.
Достижения: Повысила уровень удовлетворенности клиентов за счет анализа клиентских данных и подбора оптимальных банковских продуктов.
Увеличила количество проданных пенсионных и инвестиционных продуктов через индивидуальную работу с клиентами.
Стек: MS Excel
Во время прохождения обучения я приобрела навыки и знания, необходимые для эффективного анализа данных с использованием таких инструментов как Python и SQL ,проводила предобработку данных(аномалии,дубли и тд), визуализировала данные в Yandex Datalens. Также во время обучения затрагивали такие темы как а/b -тестирование, когортный анализ, описательную статистику с помощью библиотек stats и scipy, доверительные интервалы и проверку гипотез, бизнес-метрики и воронки продаж. Также приобрела навык построения графиков на Python с помощью библиотек matplotlib, seaborn,plotly.