Data Analyst, Product Analyst, BI Analyst

В силу специфики работы в медицинской сфере, большинство моих текущих проектов находятся под NDA (соглашением о неразглашении). Однако я готова обсудить методологию своей работы, подходы к анализу и стек технологий без раскрытия конфиденциальных данных.

• practicum_projects
• other_projects

• Библиотеки: Pandas, NumPy, Matplotlib, Seaborn.
• Методы: Исследовательский анализ данных (EDA), Продуктовая воронка, Когортный анализ.
• Бизнес-метрики: Юнит-экономика, декомпозиция показателей (Дерево метрик).
• Yandex DataLens: Создание интерактивных дашбордов, работа с датасетами и чартами, настройка связей между таблицами.

• Библиотеки: SciPy, Statsmodels.
• Инструменты Калькулятор Эвана Миллера.
• Теория: Проверка статистических гипотез, дизайн и проведение А/В, А/В/С тестов.

• Языки и среда: Python, SQL (PostgreSQL, Oracle, Clickhouse), Jupyter Notebook, SQL Developer, GitHub.

• PySpark
• Apache Airflow

• Библиотеки: Sklearn.
• Модели: Линейная регрессия (LinearRegression), Случайный лес (RandomForestRegressor).
• Процессы: Разделение выборок (Train/Test split), Оценка метрик (R², MAE, RMSE).

• Курс "Аналитик данных расширенный со специализацией "Продуктовый аналитик", Яндекс Практикум
• Самарский государственный аэрокосмический университет, Автоматизированные системы обработки информации и управления

• 🛠 Продвинутый анализ A/B тестов: методы снижения дисперсии.
• 🏗️ Feature Engineering: Создание ML-моделей.
• 📊 BI: Power BI
• 📊 SQL: Оптимизация для анализа больших данных.
• 📖 Доступные курсы на платформе Яндекс Практикум, хендбуки Яндекса, тематические Telegram-каналы по программированию, аналитике и маркетингу.

• Telegram: @nina_data
• Email: ni.mo.sa@yandex.ru