Здравствуйте! Я - магистрант 1 курса НИУ МЭИ по направлению «Информатика и вычислительная техника», ранее окончил бакалавриат по «Теплоэнергетике и теплотехнике» в том же институте со средним баллом 4.7. Соединяю инженерное системное мышление с практическим опытом аналитики данных: умею формулировать гипотезы, проверять их статистически и доводить результат до внедрения. Опыт, который может быть полезен вашей команде: Эксперименты и приоритизация решений. В Т-Банке спроектировал и внедрил A/B-тест для метода приоритизации отбора коммуникаций на проверку по клиентской оценке (CSAT): рассчитал необходимый размер выборки в Python (scipy) при заданных уровне значимости и статистической мощности, сформировал сопоставимые контрольную и тестовую группы. Настроил ежедневный SQL-мониторинг метрик пилота (Greenplum), нашёл и устранил методологические дефекты в логике отбора коммуникаций. По итогам пилота решение показало устойчивый прирост точности и было масштабировано на весь блок. Дотошность в разборе данных. После масштабирования агрегированные метрики дали противоречивую картину - провёл отдельное расследование, разложил эффект по направлениям и отделил реальное влияние алгоритма от постороннего фактора. Отдельно исследовал возможность переиспользования разметки вспомогательного ИИ-алгоритма в оценочном процессе: нашёл и исправил критический баг в методологии расчёта ключевой метрики, подтвердил исправление двойной проверкой. Не принимаю цифры на веру - если результат выглядит странно, разбираюсь, почему. Аналитика на стыке с инженерией. Ассистировал в разработке цифрового двойника котла: обрабатывал показания датчиков температуры и давления на Python (Pandas, NumPy), анализировал режимы работы, чтобы выявить условия возникновения термических напряжений в металле - с прицелом на увеличение срока службы оборудования. Также имею опыт инженерно-технической работы с проектной и рабочей документацией (сравнение ПД/РД, проверка чертежей) в АО «Атомэнергопроект». Полный цикл работы с данными. От подключения к БД и проверки качества данных до построения дашбордов в DataLens и презентации выводов — в проектах по анализу рынка недвижимости Санкт-Петербурга и Ленобласти и рынка стартапов. Технический стек: Python (Pandas, NumPy, scipy, Matplotlib, Seaborn), SQL, PostgreSQL, ClickHouse, Greenplum, DBeaver, DataLens, Power BI, Git/GitHub, Jira, Confluence. Ищу позицию, где можно применять аналитический подход к реальным бизнес-задачам и расти в команде, где важны глубина проработки гипотез и качество итогового результата. Готов подробно рассказать о каждом проекте и предоставить дополнительные материалы по запросу. Контакты: Телефон: +7 (918) 289 73 91 Telegram: @kuban_Ant Почта: antokazakovvv@gamil.com GitHub: github.com/AnTkeyo С уважением, Казаков Антон Анатольевич