МР
Мария Р.
Женщина, 21 год
Россия, Санкт-Петербург, UTC+3
Ставка
3 082,74 Р/час
вкл. НДС 5% (114.29 Р)
Специалист доступен с 4 июля 2025 г.
Добавьте подходящих специалистов в список и оформите заявку для предварительного бронирования времени специалистов. После оформления заявки ваш персональный менеджер организует прохождение всех необходимых проверок с вами и каждым кандидатом из заявки. Специалист привлекается к проекту только после окончательного подтверждения его выхода с вашей стороны.
Подробнее
О специалисте
Специализация
Data аналитик
Грейд
Навыки
Отрасли
Знание языков
Английский — B2
Главное о специалисте
- работа с чистым SQL на уровне продвинутых запросов (оконные функции, условные операторы выбора, джоины, CTE);
- выполнение ad-hoc запросов, в том числе на Python;
- опыт работы с BI-системами (Power BI, Datalens, Форсайт), разработка дашбордов;
- работы с API Яндекс.Метрики;
- опыт работы с Clickhouse (создание витрин, воронок, материализованных представлений);
- участие в ручном тестировании разметки сайта;
- участие в разработке пирамиды метрик;
- дизайн, запуск и анализ A/B тестов;
- участие в создании ETL/ELT процессов;
- опыт работы с большими данными в Hadoop и PySpark и в составлении сложных SQL запросов в Apache Hive;
- участие в проектировании и анализе DWH хранилищ;
- опыт работы с Apache Airflow;
- опыт работы с Python для анализа и визуализации данных (pandas, numpy, matplotlib, plotly, seaborn, statsmodels, scipy, sklearn);
- опыт работы с Docker в рамках локального запуска контейнеров;
- опыт взаимодействия с другими направлениями data (DE/DS);
- опыт написания тестов для разработанного функционала (pytest, unittest);
- опыт структурирования скриптов в GitLab;
- ведение Confluence, написание документации, составление ТЗ для фронтенд-разработчиков на трекинг сайта и внутренних продуктов;
- создание ноутбуков в Google Colab/Jupiter Notebook, в т.ч. для отчётности и для анализа A/B тестов;
- создание прототипов дашбордов в Miro;
- определение узких мест и предложений по оптимизации;
- опыт работы с UNIX-системами на уровне простых операций;
- проведение интервью с пользователями с целью выявления их потребностей;
- развитые коммуникативные навыки
Проекты
(2 года 10 месяцев)
Продуктовая аналитика в сфере недвижимости
Роль
Продуктовый аналитик
Обязанности
Описание проекта
Улучшение продукта на основе предложенных гипотез и анализа пользовательского опыта, метрик.
Состав команды
1 Product Analyst Team-lead, 4 Product Analyst, 1 Data Engineer, 2 Marketing Analyst
(Всего: 8 человек)
Технологии на проекте
SQL, Clickhouse, Яндекс.Метрика, Вариокуб, Jira, Confluence, DataLens, Python, Jupiter Notebook, GitLab, Fork
Задачи/реализованный функционал
- Прототипировала и проектировала дашборды по результатам проведенных A/B тестов;
- спроектировала витрину и дашборд по одному из ключевых продуктов, получив положительную обратную связь от менеджера продукта;
- создавала отчёты, предоставляя команде степень влияния нового функционала на основные метрики продукта;
- проводила A/B тесты для оценки конверсионных метрик в Вариокубе и анализом в Google Colab;
- разрабатывала пирамиду и иерархию метрик, что обеспечивало структурированный подход к оценке продукта продуктовыми менеджерами и заказчиками; составляла технические задания для фронтенд-разработчиков по трекингу событий в Яндекс Метрике;
- проводила ручное тестирование разметки на сайте - проходила по событиям в ТЗ и отслеживала их в логах, что способствовало точному сбору данных и улучшению аналитики;
- Определение узких мест и предложений по оптимизации;
- вела документацию в Confluence, структурировала частоиспользуемые скрипты в GitLab; делала ad-hoc запросы в Yandex WebSQL и отчётность к ним, в т.ч. в Google Spreadsheets.
Стек специалиста на проекте
Jira, Confluence, SQL, Python, GitLab, ClickHouse, Fork, Jupiter Notebook, Яндекс.Метрика, DataLens
Отрасль проекта
E-commerce & Retail
Период работы
Октябрь 2024 - Март 2025
(6 месяцев)
Создание и поддержка дашборда для интернет-магазина
Роль
Разработчик дашбордов
Обязанности
Описание проекта
Реализация операционного дашборда по Sales&Marketing метрикам
Состав команды
1 Менеджер, 1 Data Analyst Team-lead, 2 Data Analyst, 2 Backend Developer
(Всего: 6 человек)
Технологии на проекте
PostgreSQL, Power BI, Форсайт, Excel, Python, Pandas
Задачи/реализованный функционал
- Скрещивала эксели и данные из MySQL в модели данных и создавала на их основе дашборд;
- помощь заказчику в выборе необходимых информативных метрик для отчетности;
- проведение интервью с пользователями с целью выявления их потребностей;
- занималась предобработкой данных из экселей и баз данных в Power BI и Python;
- в итоге мной был реализованы различные дашборды с несколькими экранами, KPI, барчартами и пайчартами. В последующем занималась поддержкой дашборда. Однако с ростом объемов данных и сложностью запросов был проведен переход с PowerBI на Datalens, тем самым увеличилась скорость обработки данных и получилось сделать дашборды более гибкими и масштабируемыми.
Стек специалиста на проекте
PostgreSQL, Python, Power BI, Pandas, Excel
Отрасль проекта
E-commerce & Retail
Период работы
Апрель 2024 - Сентябрь 2024
(6 месяцев)
Реализация алгоритма сегментации клиентов для рассылки скидок
Роль
Разработчик PowerBI / Data Analyst
Обязанности
Описание проекта
Создание аналитической системы скидок. Написание алгоритма сегментации клиентов с помощью кластеризации K-means для рассылки скидок
Состав команды
1 Менеджер, 1 Data Analyst Team-lead, 1 Data Analyst, 1 Backend Developer
(Всего: 4 человека)
Технологии на проекте
Python, K-means clustering, Numpy, Pandas, Matplotlib, Git, PowerBI
Задачи/реализованный функционал
- Был проведён большой ресерч для поиска подобных решений, так как ранее ни я, ни другие аналитики в моей компании не имели дела с подобными задачами;
- произвела сбор релевантных данных о клиенте (возраст, средний чек и т.д.);
- сделала предобработку данных (очистку и нормализацию);
- нашла закономерности и инсайты для улучшения качества кластеризации;
- реализовала алгоритм выполняющий разделение клиентов на кластеры и определение размера скидок для каждого;
- создала алгоритм сегментации клиентов;
- оценила корректность распределения на кластеры с помощью метрик (анализ распределения скидок, на сколько увеличилась конверсия продаж после добавления в корзину). Результаты были представлены в виде дашборда в Power BI.
Стек специалиста на проекте
Git, Python, Power BI, Pandas, Numpy, Matplotlib, clustering
Отрасль проекта
E-commerce & Retail
Период работы
Май 2023 - Апрель 2024
(1 год)
Формат работы
Тип занятости
Фулл-тайм
Формат работы
Удаленно
Командировки
Не готов
Релокация
Не готов
Готов работать на зарубежных проектах
Нет
Образование
Высшее
Учебное заведение
Санкт-Петербургский Государственный Электротехнический Университет «ЛЭТИ» им. В.И.Ульянова(Ленина)
Специальность
информатика и вычислительная техника, бакалавр
Завершение учебы
2024 г.
