I'm data analyst now and journalist in the past. All the best from the last profession transferred to a new one.
📫 How to reach me: [email protected]
Диплом и сертификаты о прохождении курсов\Diploma and course certificates
| Project name | Description | Libraries used |
|---|---|---|
| The mission is to evaluate the results of the A/B-Test | Testing changes related to the introduction of an improved recommender system | pandas, seaborn, matplotlib, plotly, numpy, pylab, math, datetime, scipy |
| Bank's customers outflow Analysis Project | Mission - research analysis, including obtaining correlations and portraits of clients; allocation of compact high-precision segments, provision of recommendations on identified segments | pandas, seaborn, matplotlib, numpy, scipy, math, pylab, multicomp, phik |
| Pet project. Roll rate and migration matrix | We have the number of loans in six categories for November 2022 and the accumulation of the same loans by category a month later. The data is synthetic. | pandas, matplotlib, numpy, plotly |
| Project name | Description | Libraries used |
|---|---|---|
| ML. Regression. Melbourn | Estate Price Prediction | pandas, seaborn, matplotlib, catboost, sklearn, optuna, joblib, shap |
| ML. Classifacion. Smoking | Prediction whether the patient is a smoker or not | pandas, seaborn, matplotlib, catboost, sklearn, shap |
Аналитика данных. Проекты, выволненныe в ходе обучающей практики в "Яндекс.Практикум" | Data Analysis. Projects completed during the internship in Yandex.Practicum
Исходные датасеты не предоставляются. | Source datasets are not provided.
| Название проекта | Описание | Используемые библиотеки |
|---|---|---|
| Проект по анализу отточных клиентов банка | Цель - провести исследовательский анализ, включающий исследование корреляций и портретов клиентов; выделить компактные высокоотточные сегменты, дать конкретные рекомендации по данным сегментам | pandas, seaborn, matplotlib, numpy, scipy, math, pylab, multicomp, phik |
| Проект по изучению особенностей поведения пользователей мобильного приложения по продаже продуктов питания | Цель - построить воронку событий, провести множественные A\A\B-тесты | pandas, seaborn, matplotlib, numpy, scipy, math, pylab, multicomp |
| Проект по исследованию и визуализации рынка общественного питания Москвы (bonus - презентация + вдохновляющий комментарий ревьюера) | Цель - подготовить конкретные рекомендации и презентовать полученные результаты, которые помогут инвесторам в выборе места для нового заведения. | pandas, missingno, folium, seaborn, matplotlib, plotly, numpy |
| Проект по подготовке и проверке статистических гипотез для крупного интернет-магазина. | Цель - увеличение выручки | pandas, seaborn, matplotlib, numpy, scipy, pylab |
| Проект анализа данных и расчета маркетинговых показателей развлекательного приложения. | Цель - оптимизация расходов на привлечение пользователей с учетом региональной специфики | pandas, seaborn, matplotlib, datetime, numpy |
| Проект для глобального игрового интернет-магазина | Цель - создание прогноза продаж на следующий год и составления портрета пользователя. | pandas, matplotlib, seaborn, numpy, math, stats, plotly.express |
| Проект по изучению портрета клиентов банка и выявления критериев, влияющих на погашение кредитов в срок. | Цель - получение сведений для разработки модели кредитного скоринга. | pandas |
| Проект для сервиса недвижимости с целью выявить особенности и зависимости рынка жилой недвижимости Санкт-Петербурга и Ленинградской области. | Полученные сведения нужны для разработки автоматизированной системы, которая будет отслеживать аномалии и мошенническую деятельность. | pandas, matplotlib, seaborn |
| Анализ взаимодействия пользователей с карточками Яндекс.Дзен. | Необходимо построить дашборд и подготовить презентацию. | Tableau |
| Финальный проект по A/B-тестированию | Цель - проанализировать изменения, связанные с внедрением новой рекомендательной системы | pandas, seaborn, matplotlib, plotly, numpy, pylab, math, datetime, scipy |
| Название проекта | Описание | Используемые библиотеки |
|---|---|---|
| ML. Прогноз визитов на информационный сайт | Составить прогноз визитов на год и проанализировать показатели визитов, просмотров, пользователей за два предыдущих года. | pandas, matplotlib, prophet |
| Проект по построению roll rate и матриц миграции банковского портфеля | В нашем распоряжении количество кредитов по шести категориям за ноябрь 2022 г. и распределение этих же кредитов по категориям месяц спустя. | pandas, matplotlib, numpy, plotly |
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent