Коротко о себе. Аналитик данных со специализацией в Продуктовой аналитике. Имею достаточно богатый опыт анализа научных данных, но в последние два года работаю с продуктовыми данными, в которых выявляю закономерности, тренды, аномалии, точки роста. Проводил А/А, А/В-тестирование, как на научных данных, так и на коммерческих. Имею высшее техническое образование. Мой стек: Python (аналитический инструментарий pandas/scipy/statsmodels/numpy/matplotlib + работа с API и БД), SQL (продвинутый уровень: оконки, СТЕ, джойны), Postgres, знаком с ClickHouse. Делал оркестрации в Airflow. Текущая BI-система DataLens, но готов освоить любую другую. В настоящий момент занят на проектной работе в legaltech ИИ-стартапе, где с нуля “поднимаю” аналитический пайплайн, начиная от написания скриптов для сбора данных через API Яндекс Метрики и заливки их в БД Postgres (ETL/ELT-процессы), развернутую в Docker на VPS, заканчивая расчетом продуктовых метрик и построением дашбордов в DataLens. Выстраиваю “сквозную” аналитику, соединяя данные Метрики с данными “бэка”. Контролирую качество данных, ищу в них аномалии, дубликаты, пропуски. Провожу EDA для поиска групп клиентов со схожим поведением. Рассчитываю метрики продукта и базовые показатели для последующей визуализации и принятия решений на их основе. Из недавних задач. По моей инициативе был запущен динамический тариф с возможность выбора количества документов (от 1 до 10) для ИИ-анализа. На очередном созвоне с командой , на основании полученных данных мы пришли к выводу, что имеет смысл изменить диапазон выбора количества документов 4 до 10, что в итоге увеличило средний чек на 23%. Знаком с основами ML, использую ИИ-агентов для EDA и поиска паттернов в поведении клиентов. Готов к задачам, где нужно не только считать, но и думать))