Желаемая должность: Младший аналитик данных / Junior Data Analyst  КЛЮЧЕВЫЕ НАВЫКИ: SQL, PostgreSQL, DBeaver, Power BI, DAX (CALCULATE, VAR/RETURN, DIVIDE), Проектирование БД, Схема «Звезда», Схема «Снежинка», Оконные функции, Оптимизация бизнес-метрик, Churn Rate, HR-аналитика, Маркетинговая аналитика, MS Excel (ВПР, сводные таблицы).  ОПЫТ РАБОТЫ / ПРАКТИЧЕСКИЕ КЕЙСЫ:  Проект 1: HR-аналитика: Анализ структуры штата и расчет текучести кадров (Staff Turnover Analytics)  * Проектирование и SQL: Спроектировала и развернула реляционную базу данных в СУБД PostgreSQL по усложненной схеме «Снежинка» (4 таблицы). Написала комплексные SQL-запросы с использованием многоуровневых JOIN и условной агрегации (CASE WHEN) для сегментации штата. * Визуализация и DAX: Подключила базу данных напрямую к Power BI, настроила каскадную модель данных. Разработала систему интерактивных KPI-карточек и кастомных графиков текучести персонала. Написала продвинутые меры на языке DAX с использованием переменных (VAR/RETURN) и безопасного деления (DIVIDE). * Бизнес-результат: В ходе анализа выявила критическую зону уязвимости — 100% отток персонала в отделе продаж (Sales), сформировала аналитические рекомендации для HR-дирекции по пересмотру системы адаптации сотрудников. Проект 2: Анализ подписок и удержания клиентов (SaaS Churn Analytics)  * Проектирование и SQL: Спроектировала базу данных по схеме «Звезда», реализовала сбор и очистку продуктовых метрик. Написала SQL-скрипты с использованием оконных функций (SUM OVER (ORDER BY)) для расчета накопительного итога выручки (Running Total). * Визуализация и DAX: Реализовала дашборд в Power BI по правилам UI/UX дизайна (Z-паттерн). Настроила динамическую фильтрацию (слайсеры) по тарифным планам. * Бизнес-результат: Рассчитала метрику Churn Rate (выявила общий отток 40%). Обнаружила скрытый инсайт: 100% отток клиентов в регионе Австралия при 0% оттока в РФ, что позволило локализовать проблему на уровне платежных шлюзов. Проект 3: Маркетинговый анализ и воронка продаж интернет-магазина (E-commerce Analytics)  * Анализ данных (Excel & SQL): Провела первичную очистку сырых выгрузок продаж, настроила расчет финансовых показателей (выручка, средний чек, маржинальность) с помощью сводных таблиц и формул Excel. * Визуализация: Перенесла очищенные данные в Power BI, построила интерактивную воронку конверсии продаж от клика до покупки. * Бизнес-результат: Подсветила этапы с наибольшей потерей клиентов в воронке продаж, что позволило оптимизировать маркетинговый бюджет и снизить стоимость привлечения клиента. Ссылка на портфолио GitHub: https://github.com/Hayamiva