Vladislav Koshechko - Data Analyst

Photo

Навыки

  • ClickHouse
  • Excel
  • Matplotlib
  • Numpy
  • PostgeSQL
  • Power BI
  • Python (pandas
  • Redash
  • seaborn)
  • SQL
  • Tableau
  • Математическая статистика

Опыт работы

Karpov.Courses

Аналитик данных Intern - 10.2023

— Анализ данных с помощью Python (pandas, numpy, seaborn);

— Составление сложных запросов в ClickHouse и PostgreSQL;

— Построение графиков и дашбордов в Tableau и Redash;

— Использование Git для командной работы;

— Расчет основных продуктовых метрик;

— Автоматизация регулярных отчетов с помощью Airflow;

— Интерпретация результатов A/Б теста с помощью статистических тестов.

Проекты:

1. Проанализировал поведение пользователей в онлайн магазине:

Стэк: Python (pandas, seaborn, matplotlib)

Задачи:

— Проведение разведывательного анализа данных;

— Работа с метриками (расчет Retention на основе когортного анализа, построение RFM сегментации пользователей);

Результаты:

— Выяснил сколько пользователей покупали товар только 1 раз.

— Вывел статистику причин недоставки товара конечному потребителю.

— Выявил самый покупаемый товар по дням недели.

— Построил когортный анализ пользователей и рассчитал когорту с самым высоким Retention на 3-й месяц.

— Построил RFM-сегментацию пользователей для понимания, какие пользователи у нас самые активные.

https://github.com/VladKosh1994/E-commerce-Project

2. Проверил систему сплитования трафика для проведения A/B теста и устранил ошибки.

Стэк: Python (pandas, matplotlib, scipy)

Задачи:

— Проверка системы сплитования на наличие поломки c помощью A/A теста.

— Выяснение причин поломки.

Результаты:

— С помощью А/A теста и разведывательного анализа данных нашел возможную причину поломки.

— Используя t-test и тест Манна-Уитни нашел статистически-значимые между группами пользователей, показатели которых должны быть близки к равным и извлек эти данные из дата-сета.

https://github.com/VladKosh1994/Statistic-practice/tree/main/A.A%20test%20practice

3. Интерпретировал результаты A/B тестирования с помощью статистически тестов.

Стэк: Python(pandas, numpy, scipy, seaborn, matplotlib)

Задача:

— Проанализировать результаты A/B тестирования с помощью статистических тестов и выяснить, различается ли целевая метрика в тестовой и контрольной группах.

Результаты:

— Используя разведывательный анализ данных и статистические тесты (тест Левена и теста Шапиро-Уилка проверил распределения в контрольной и тестовой группах на гомогенность дисперсии и нормальное распределение)

— С помощью t-теста, теста Манна-Уитни, Bootstrap средних и Bootstrap медианных интерпретировал результаты A/B теста.

https://github.com/VladKosh1994/Statistic-practice/tree/main/A.B%20test%20practice

4. Выяснил причины оттока водителей из агрегатора такси.

Стэк: Python (pandas, numpy, scipy, plotly, seaborn, matplotlib)

Задача:

— Выяснить причины оттока (churn rate) водителей из агрегатора такси и дать рекомендации по улучшению приложения.

Результат:

— С помощью статистических тестов xi2, критерия Краскела-Уоллиса и теста Манна-Уитни выяснил причины оттока пользователей приложения.

— Дал рекомендации по улучшению приложения для дальнейшего проведения A/Б тестирования.

https://github.com/VladKosh1994/Statistic-practice/tree/main/A.B%20test%20practice

5. Рассчитал Retention пользователей мобильного приложения с помощью когортного анализа, а также провел RFM-сегментацию покупателей в интернет-магазине.

Стэк: Python (pandas, numpy, matplotlib, seaborn).

https://github.com/VladKosh1994/User-segmentation

ПАО "Россети"

Аналитик - 03.2020 - 02.2023

— Сбор основных бизнес-показателей компании по всем филиалам и дочерним обществам в России.
— Анализ данных и основных показателей компании (MS Excel), подготовка пояснений и презентаций (MS Power Point) для Совета директоров.

— Координация подготовки и предоставления данных структурными подразделениями.
— Ведение статистики заседаний Совета директоров и принятых решений по основным вопросам деятельности компании.

Образование

Юридическое сопровождение бизнеса

ФГБОУ ВО "Всероссийский государственный университет юстиции (РПА Минюста России)
09.2012 - 01.2020

Магистр, диплом с отличием

Основы статистики

Bioinformatics Institute
02.2023 - 03.2023

Симулятор SQL

Karpov.Courses
01.2023

Обо мне

Активно развиваюсь в сфере аналитики данных. Убежден, что аналитика данных может предоставить мне новые возможности для роста и развития, так как это быстроразвивающаяся динамичная сфера с постоянно меняющимися требованиями.

Своими сильными сторонами считаю хорошее знание SQL и умение презентовать результаты своей работы. В свободное время изучаю аналитические статьи на Habr и смотрю записи конференций по аналитике и Data Science.

Я увлекаюсь футболом, кино, компьютерными и мобильными играми и участвую в интеллектуальных квизах.

42 / 0,297 / 54.6mb