Михаил Ф. Data аналитик, Middle+
ID 31816
МФ
Михаил Ф.
Мужчина, 36 лет
Россия, Самара, UTC+4
Ставка
2 987,01 Р/час
НДС не облагается
Специалист доступен с 2 октября 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 — C1
Главное о специалисте
Дата-аналитик с опытом более 4 лет в продуктовой и маркетинговой аналитике. Помогаю бизнесу принимать решения на основе данных: провожу полный цикл анализа от выгрузки и обработки (SQL, Python) до проверки гипотез и визуализации результатов (A/B-тесты, BI-системы). Ориентирован на поиск точек роста продукта. Например, выявил неочевидную зависимость отклика пользователей от их геолокации. Инициировал и сопроводил A/B-тест с локальными push-уведомлениями, который привел к росту конверсии в покупку на 4.2%, CTR на 5.3% и улучшению Retention на 3.4%. Быстро погружаюсь в новую предметную область, умею доносить сложные выводы до бизнеса простым языком.
Проекты
(4 года)
ВкусВилл
Роль
Data Analyst
Обязанности
Анализировал исторические данные по push-уведомлениям (отклики, клики, конверсии) с помощью SQL-запросов в PostgreSQL.
Сегментировал пользовательскую базу для целевых кампаний, применяя RFM-анализ с помощью скриптов на Python (pandas).
Проектировал A/B-тесты (формулировки, время отправки), рассчитывая статистическую значимость и размеры выборок в Jupyter Notebook.
Определял ключевые метрики экспериментов и отслеживал их динамику с помощью аналитических дашбордов (SQL + Metabase/Tableau).
Обосновывал маркетинговые гипотезы аналитическими выкладками для планирования коммуникационной стратегии.
Достижения
Разработал SQL-шаблон для расчета ключевых метрик push-коммуникаций (CTR, CR, Retention), что ускорило аналитику для всей команды.
Обнаружил и устранил критическую ошибку в логировании событий, предотвратив искажение данных о конверсии
Инициировал и проанализировал гипотезу о гео-таргетинге, что привело к внедрению нового сценария push-коммуникаций. Конверсия в целевое действие в этой группе выросла на 7%
Оптимизировал основной аналитический запрос по пользовательской активности, ускорив его выполнение на 60%, что позволило обновлять дашборды чаще.
Стек специалиста на проекте
PostgreSQL, Jira, SQL, Python, Pandas, Matplotlib, JupyterNoteBook
Отрасль проекта
E-commerce & Retail
Период работы
Февраль 2024 - Июль 2025
(1 год 6 месяцев)
Хоум Кредит
Роль
Data Analyst
Обязанности
Анализ поведения пользователей, мониторинг и анализ ключевых продуктовых метрик (DAU/MAU, retention, churn rate).
Проведение A/B-тестов для улучшения ключевых метрик (конверсия, retention, churn).
Построение воронок конверсии
Подготовка аналитических отчетов и рекомендаций
Достижения
Автоматизировал процесс подготовки регулярной отчетности (DAU, MAU, Churn Rate) с помощью SQL-скриптов и Python, что сократило время на их формирование с 4 до 1 часа еженедельно.
Внедрил систему мониторинга ключевых бизнес-метрик (Retention, CTR, Churn Rate), что позволило сократить среднее время реакции на аномалии в данных с 3 дней до 4 часов.
Провёл A/B-тест баннерных коммуникаций для пользователей, отказавшихся от push-уведомлений в мобильном приложении банка, c ростом повторных включений push-уведомлений на 9.2%
Разработал модель RFM-сегментации пользовательской базы, на основе которой была запущена серия таргетированных push-уведомлений, что привело к росту CTR на 3.7% за первый квартал.
Стек специалиста на проекте
PostgreSQL, SQL, Python, Pandas, Matplotlib, Seaborn, Statsmodels
Отрасль проекта
FinTech & Banking
Период работы
Сентябрь 2022 - Декабрь 2023
(1 год 4 месяца)
Аптеки Плюс
Роль
Data Analyst
Обязанности
Разрабатывал SQL-запросы в PostgreSQL для формирования витрин данных и подготовки их к анализу.
Проводил исследовательский анализ данных (EDA) с помощью Python (Pandas, NumPy) и визуализировал результаты в Jupyter Notebook.
Создавал интерактивные дашборды и отчёты в Power BI для отслеживания ключевых бизнес-метрик по требованиям заказчика.
Документировал структуру данных, метрики и логику фильтрации для обеспечения прозрачности и корректной интерпретации отчетов.
Достижения
Разработал и внедрил внутренний гайд по работе с дашбордами, что сократило время адаптации новых сотрудников
Упростил структуру SQL-запросов для будущего масштабирования отчета
Выявил и устранил критическую ошибку в логике обработки данных, связанную с неконсистентностью. Это повысило точность данных в коммерческих отчетах на 15%
Стек специалиста на проекте
PostgreSQL, SQL, Python, Power BI, MS Excel, JupyterNoteBook
Отрасль проекта
BioTech, Pharma, Health care & Sports
Период работы
Июль 2021 - Август 2022
(1 год 2 месяца)
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
Самарский Государственный Аэрокосмический Университет
Специальность
Направление “Радиоэлектроника”, профиль “проектирование и технология РЭС”, квалификация “Инженер”
Завершение учебы
2012 г.
Высшее
Учебное заведение
Самарский Государственный Аэрокосмический Университет
Специальность
Направление “Экономика и управление”, профиль “Финансы и кредит”, квалификация “Экономист”
Завершение учебы
2013 г.