Vladislav Koshechko - Data Analyst
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 - 01.2020Магистр, диплом с отличием
Основы статистики
Bioinformatics Institute02.2023 - 03.2023Симулятор SQL
Karpov.Courses01.2023
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.