аналитик данных

Яндекс.Практикум

проектная деятельность

С 01.10.2021 по настоящее время (3 года 3 месяца)

Исследовательский анализ данных Цель:Определить, какие из типичных параметров квартир влияют на рыночную стоимость объектов недвижимости Используемый стек: Python,Pandas,Matplotlib,визуализация данных Итоги:научилась определять рыночную стоимость объектов недвижимости.По установленным параметрам построила автоматизированную систему, которая отслеживает аномалии и мошенническую деятельность. Анализ бизнес-показателей Цель:Анализ убытков приложения ProcrastinatePRO+ Используемый стек:Python,Pandas,Matplotlib, когортный анализ,юнит-экономика, продуктовые метрики,Seaborn Итоги:расчитала и проанализировала LTV, ROI, удержания и конверсии, оценила окупаемость рекламы для привлечения пользователей.Построила графики LTV и ROI, а также графики динамики LTV, CAC и ROI.По результатам анализа стало понятно какие пользователи не окупаются, пришедшие из каких каналов. Основы машинного обучения Цель:Спрогнозировать вероятность оттока для каждого клиента в следующем месяце, сформировать с помощью кластеризации портреты пользователей. Используемый стек:Python, Pandas, Scikit-learn,Matplotlib, Seaborn,машинное обучение,классификация, кластеризация Итоги:поделила данные на обучающую и валидационную выборку функцией train_test_split.Обучила модель на train-выборке двумя способами:логистической регрессией и случайным лесом.В результате сравнения двух моделей, метрики доля правильных ответов, точность и полнота, выше при применении модели логистической регрессии.Провела кластеризацию объектов (клиентов),обучила модель кластеризации на основании алгоритма K-Means и спрогнозировала кластеры клиентов. На основе результатов анализа были разработаны рекомендации по повышению качества работы с клиентами. Ссылка на работы(https://github.com/Inzira/Projects_Yandex_Practicum)

Яндекс.Практикум

проектная деятельность

С 01.10.2021 по настоящее время (3 года 3 месяца)

Исследовательский анализ данных Цель:Определить, какие из типичных параметров квартир влияют на рыночную стоимость объектов недвижимости Используемый стек: Python,Pandas,Matplotlib,визуализация данных Итоги:научилась определять рыночную стоимость объектов недвижимости.По установленным параметрам построила автоматизированную систему, которая отслеживает аномалии и мошенническую деятельность. Анализ бизнес-показателей Цель:Анализ убытков приложения ProcrastinatePRO+ Используемый стек:Python,Pandas,Matplotlib, когортный анализ,юнит-экономика, продуктовые метрики,Seaborn Итоги:расчитала и проанализировала LTV, ROI, удержания и конверсии, оценила окупаемость рекламы для привлечения пользователей.Построила графики LTV и ROI, а также графики динамики LTV, CAC и ROI.По результатам анализа стало понятно какие пользователи не окупаются, пришедшие из каких каналов. Основы машинного обучения Цель:Спрогнозировать вероятность оттока для каждого клиента в следующем месяце, сформировать с помощью кластеризации портреты пользователей. Используемый стек:Python, Pandas, Scikit-learn,Matplotlib, Seaborn,машинное обучение,классификация, кластеризация Итоги:поделила данные на обучающую и валидационную выборку функцией train_test_split.Обучила модель на train-выборке двумя способами:логистической регрессией и случайным лесом.В результате сравнения двух моделей, метрики доля правильных ответов, точность и полнота, выше при применении модели логистической регрессии.Провела кластеризацию объектов (клиентов),обучила модель кластеризации на основании алгоритма K-Means и спрогнозировала кластеры клиентов. На основе результатов анализа были разработаны рекомендации по повышению качества работы с клиентами. Ссылка на работы(https://github.com/Inzira/Projects_Yandex_Practicum)

Яндекс

Специалист по сопровождению сделок

С 01.05.2017 по настоящее время (7 лет 8 месяцев)

-Письменные и устные консультации клиентов и партнеров по вопросам документального оформления сделок; -Подготовка договоров, сверок, отчетов,работа с платежами. -Помощь в прохождении аудиторских проверок. -Параллельно проходила курсы в Яндекс Практикуме по направлению аналитика данных.

Karpov.Courses

проектная деятельность

С 01.02.2021 по 01.06.2021 (4 месяца)

Выгрузка данных из СУБД (Clickhouse, PostgreSQL) - Нахождение аномалий и инсайдов в данных(Python) - Автоматизация отчетов и др. скриптов(Airflow) - Выдвижение и оценка гипотез по улучшению ключевых метрик - Выводы по проведенному АБ тесту - Построение дашбордов(Tableau, Redash) В качестве финального проекта были найдены паттерны покупок в Python, Построение прогноза продаж временных рядов с помощью Prophet.

АНО "ИПБ"

Бухгалтер

С 01.09.2013 по 01.05.2017 (3 года 8 месяцев)

-Работа с первичными бухгалтерскими документами. -Отслеживание возврата первичных документов. -Формирование актов сверки с контрагентами. -Перечисление заработной платы. -Осуществление платежей в Клиент-банке. Была ответственна по всем банковским вопросам(открытие новых ИП, оформление карт сотрудникам)

Университет

Национальный исследовательский технологический университет "МИСиС" (Московский институт стали и сплавов)

Университет

Московский Государственный Горный Университет

Университет

Яндекс.Практикум

Университет

stepik платформа

Университет

Karpov.courses

Университет

stepik платформа

Родной язык

Русский

Иностранные языки

Английский, Испанский

Ключевые навыки

• Tableau

• Apache airflow

• Ms sql

• Знаком с python

• Adobe indesign indesign adobe photoshop adobe illustrator ms powerpoint пользователь пк графические

• Исследовательский анализ данных

• Знание git

• Django rest pandas

• Unity, c#, adobe photoshop, spine.

• Research and market data analysis

• Владение ms excel

• математическая статистика

• a/b тестирование

• Sql postgresql

• продуктовая аналитика

Дополнительная информация

Во время работы в Яндексе, всегда восхищалась теми, кто работает в IT, и напрямую может влиять на бизнес. Мне казалось, что это люди, которые могут все и за ними будущее. Вдохновленная и мотивированная этими мыслями, я решила сменить профессию. Выбрала профессию аналитик данных, так как специалисты по анализу данных могут внести вклад в развитие бизнеса и увидеть результаты в виде повышения эффективности компании, повышения прибыли. Во время проектной деятельности были освоены Python (с различными библиотеками), SQL, A/B тестирование,Tableau BI, Продуктовая аналитика, Мат.статистика. Пример наиболее интересных для меня проектов: - статистический анализ: был проведен предварительный анализ сотовых тарифов, также проанализированы поведения клиентов, и на основе выборок были проверены гипотезы какой тариф лучше(https://github.com/Inzira/Projects_Yandex_Practicum/tree/main/project_4_mobile_tarif) - A/B тестирование (принятие решений в бизнесе): были приоритизированы гипотезы и с помощью А/В тестирования приняли решения как увеличить выручку в интернет магазине (https://github.com/Inzira/Projects_Yandex_Practicum/tree/main/project_7_AB-test). - анализ бизнес метрик: в ходе проекта были расчитаны и построены графики динамики метрик LTV, CAC и ROI, тем самым выявили причины убытков мобильного приложения (https://github.com/Inzira/Projects_Yandex_Practicum/tree/main/project_6_marketing_project). Так как сфера для меня новая читаю, слушаю гуру-аналитики, телеграм канал Ромы Бунина, смотрю выступления Ильи Красинского и Анатолия Карпова. Коммуникабельная, на нынешней работе приходилось много общаться с клиентами.