Талдаушы

Ищу работу в качестве аналитика в продуктовой команде. Хочу проверять гипотезы, прогнозировать метрики, строить дашборды и оценивать эффективность. Интересны задачи на стыке продукта и данных: от построения ML-моделей до визуализации инсайтов для бизнеса. КЛЮЧЕВЫЕ НАВЫКИ Анализ данных и ML: - Python: Pandas, NumPy, Scikit-learn (Random Forest, кластеризация, PCA), Statsmodels (регрессионный анализ, проверка гипотез), прогнозирование; - SQL: JOIN, подзапросы, агрегатные функции, оконные функции; - Визуализация и BI: Yandex DataLens, Power BI, библиотеки Python (Matplotlib, Seaborn); - Статистика: корреляционный и регрессионный анализ, прогнозирование. Продуктовая и бизнес-аналитика: - Метрики и оценка эффективности: ROI, конверсия, расчёт NPV, IRR, срока окупаемости; - Финансовое моделирование: TAM/SAM/SOM, прогнозная выручка, точка безубыточности; - Моделирование процессов: BPMN, IDEF0, DFD, User Story; Инструменты: - BI-платформы: Yandex DataLens, Power BI; - Статистические пакеты: Statistica, Gretl; - Продвинутый Excel/Google Таблицы: сводные таблицы, сложные формулы; - Системы финансового учёта: 1С, Финолог, ПланФакт и др. Языки - Английский: Upper-Intermediate (B2), подтверждён сертификатом Cambridge. ПРОЕКТЫ 1) ВКР: Использование аналитических инструментов для оценки влияния факторов внешней среды рынка на деятельность компании (на примере ГК «Системные Технологии») - был разработан прототип системы мониторинга внешней среды - Провела стратегический анализ IT-компании (FMCG-сегмент, 267 сотрудников); - Выявила 5 ключевых внешних факторов, значимо влияющих на выручку (корреляция до 0,97); - Построила регрессионную модель с точностью прогноза R² = 0,98 для планирования бюджета; - Разработала прототип системы мониторинга внешний среды, который сократил время сбора данных для топ-менеджмента. 2) Маркетинговое исследование для SPAR (KD Pay) - Провела полный цикл полевого исследования: выборка 672 респондента, 10 точек опроса; - Спроектировала реляционную БД и написала 20+ SQL-запросов для анализа результатов; - Проверила 4 статистические гипотезы (Хи-квадрат), выявила, что 49% клиентов знают о продукте, но не пользуются им; - На основе анализа предложила стратегию продвижения. 3) Проектирование IT-продукта «Lifely» - Разработала концепцию мобильного приложения и оценила рынок: TAM = 10,9 млн пользователей; - Построила финмодель на 5 лет для трёх сценариев, определила точку безубыточности и запас прочности для каждого; - Проект показал устойчивость к рыночным рискам: даже в пессимистичном сценарии продукт выходит на окупаемость. 4) Прогнозирование операционных метрик ПАО «МТС» - Проанализировала 18 кварталов данных по 3 ключевым метрикам; - Применила 3 метода прогнозирования (МНК, скользящая средняя, экспоненциальное сглаживание), выбрала лучшую модель (ошибка аппроксимации 0,43%). - Спрогнозировала снижение голосового трафика и рост интернет-трафика, разработала 4 стратегические рекомендации.