Аналитик данных 📈 с интересом к машинному обучению. Владею Python (Pandas, NumPy, SciPy, StatsModels, Scikit-learn, Matplotlib, Seaborn, Plotly, Catboost, Phik, Shap), SQL, BI-инструменты.

Имеется опыт в исследовательском анализе данных (EDA) – очистка, обработка и визуализация данных для выявления закономерностей и аномалий. Провожу статистический анализ — проверку гипотез (t-тест, z-тест, тест хи-квадрат), оценку значимости различий, расчёты доверительных интервалов и корреляционный анализ с использованием библиотек SciPy и StatsModels.

Feature engineering – создание и отбор значимых признаков для улучшения качества моделей. Построение и валидация ML-моделей (регрессия, классификация, кластеризация) с использованием Scikit-learn, XGBoost, CatBoost. Оптимизация гиперпараметров, оценка метрик и интерпретация результатов с помощью Shapley values.

Умею находить инсайты в данных и формировать рекомендации для бизнеса