Data Analyst / Data Scientist (Junior/Junior+)( KPMG )

Описание

С ол ом ин Н ико л ай т е л . + 7 ( 9 62) 7 0 4-6 7-9 1 e m ail: n aik e r9 118 6 6@ ya n d ex.r u T e le g ra m : @ naik e r9 11 п ор тф ол ио: h ttp s:/ /g it h ub .c o m /N aik e r9 11 D ata S cie n tis t К лю чев ы е к о м пете н ц ии ○ S Q L и п о луч е ние д ан ны х ○ А нал из д ан ны х в P yth o n ( P an d as, N um Py, M PL, K era s, S k le arn , S eab orn , M atp lo tlib , Scipy .stats ) ○ Р егр есси о нны й а н ал из. Л ине йная , п о лино м иал ьн ая и л о га р иф миче ск а я р егр есси я ○ С та ти сти че ск а я п р ове р ка г и по те з д ля с в яза н ны х и н е св яза н ны х в ы борок. А /В т е сты ○ я зы к з а п р осо в S Q L ( б азо вы й у р ове нь) ○ G oog le S he et, E xc e l ○ П редо б раб отк а д ан ны х ( и ли м аш инно е о б уч е ние ) ○ П остр оение м оде ли о б уч е ния ○ П остр оение р еко м енд ате льн ы х с и сте м П роф есси он ал ьн ы й о п ы т 0 8.2 0 23 – з а ко нчи л о б уч е ние У чеб н ы е п р оекты в Н ето л оги и н а пр а вле ни е « А на лити ка », к ур с « D ata S cie ntis t: р еко м енд а те льн ы е с и сте м ы » ( п р огр а м ма к ур са п о с сы лке ) Н азв ан ие п р оекта : « Ф орм ир ован ие с тр ате ги и к р уп но го а гр ега то ра т а кси ( п о иск и нса й то в, п р ове р ка г и по те зы , с о ста в ле ние р еко м енд ац ий с те йкхо лд е р ам , п о стр оение п р едикти в но й м оде ли)» ( З ад ан ие к д ипло м но й р аб оте р аб оте ) . З ад ач и : – Собрать все по лученные на курсе знания вое дино. – Закрепить умение исс ледовать данные, проверять гипо тезу , де лать выво ды и презент овать резу льтаты. – Закрепить умение исс ледовать внешние факт оры, строить мо дель, по лучать прогноз и де лать выво ды. К ак р еш ал и: 1 . З агр уз и л д ан ны е и з c sv ф ай ла в p an d as d ata fr a m e 2 . Рассчит ал основные описат ельные ст атистики 3 . Вычис лил ко личество значений по классам т акси 4 . Визу ализировал распре деление дист анций поездок 5 . Визу ализировал распре деления дист анций поездок, по каждому класс у т акси в о тде льности, а т акж е опре делил типы распре делений для эконом-класса и комфор т-класса 6 . Сформировал выборки по эконом и комфор т-классам. Визу ализировал пересечение инт ервалов дист анций э тих классов 7 . Прове л ст ат. т ест , проверил гипо тезу , чт о дист анции поездок в комфор т-классе о тличаю тся о т дист анций поездок эконом-класса 8 . Сде лал выво ды по резу льтат ам прове дения ст ат. т ест а 9 . Вычис лил сре дние выборок исс ледуемых классов, с учё том по лученног о резу льтат а проверки гипо тез опре делил – какой из классов пре дпочит ают на дальние поездки (эконом или комфор т) 1 0. Оформил презент ацию для демонстрации резу льтат ов ст ейкх олдерам( Ссылка на решение дипломной рабо ты ) И сп о льзуе м ы е т е хн о ло ги и: pandas, scipy .stats , s e ab orn , n um py, m atp lo tlib , s k le arn К ако й р езул ьта т: О ф орм ил п р езе нта ц ию ( П резе нта ц ия к д ипло м но й р аб оте ) и з а щ ити л д ипло м н а 2 0 0 б ал ло в и з 2 0 0. 0 2.2 0 21 – н асто ящ ее в р ем я Д ол ж ность Н ал ад чи к А С УТП К ом пан ия, г о р од Т р ан сП ак, п о с. Т е льм ан а С ай т С ай т к о м пан ии ○ П одде рж ан ие и р ем онт п р оизв о дств е нно го о б оруд о ван ия и с л аб ото чн ы х с и сте м . ○ А нал из п р ичи н п о ло м ок о б оруд о ван ия ○ С озд ал и в не др ил с и сте м у а в ар ийно го о ста н о ва г о ф роагр ега та ( р аб ота е т н а 1 0 0% ) ○ С озд ал с и сте м у а в то м ати че ск о го с б роса л иста с о с та н ка Г р оссМ асте р ( р аб ота е т н а 1 0 0% ) 0 2.2 0 18 – 0 2.2 0 21 Д ол ж ность Т е хн ик э л е ктр оник К ом пан ия, г о р од С ве за , К о лпино С ай т С ай т к о м пан ии ○ О бесп е чи в ать и сп р ав но е с о сто ян ие , б еза в ар ийную и н ад е ж ную р аб оту у с тр ойств и о б оруд о ван ия ○ Ч ита ть т е хн иче ск ую д о кум ента ц ию , э л е ктр иче ск и е с хе м ы ○ П рово дить т е сто вы е п р ове р ки с ц е лью о б нар уж ения н е исп р ав но сте й 1 0 .2 0 08 – 0 2.2 0 18 Д ол ж ность И нж ене р п о н ал ад ке и и сп ы та н иям К ом пан ия, г о р од О АО ” Н еф рит-К ер ам ика ”, г . Н ико льск о е С ай т С ай т к о м пан ии ○ Н астр ойка и у с тр ан е ние н е исп р ав но сте й о б оруд о ван ия. ○ П риняти е у ч асти я в р ем онтн ы х р аб ота х ○ Н астр ойка и зм ер ите льн о й а п пар ату р ы О бр азо в ан ие 2 0 06 К ол лед ж а в иац ион ного п р ибор остр оен ия и а в то м ати ки , г . С ан кт-П ете р бур г « П рогр ам мно е о б есп е че ние в ы чи сл ите льн о й т е хн ики и а в то м ати зи р ован ны х с и сте м » , п р огр ам мно е о б есп е че ние , т е хн ик К ур сы , т р ен инги : 2 0 23 О ОО “ Н ето л оги я”, D ata S cie ntis t: р еко м енд ате льн ы е с и сте м ы , в ы дан с е р ти ф ика т 2 0 21 S te p ik .o rg , В ве де ние в п р огр ам мир ован ие С ++, в ы дан с е р ти ф ика т Д оп ол ните л ьн ая и нф ор м ац ия: А нгл ийск и й я зы к - А 1. О бо м не Н ап р ав ле ние м д ата -а н ал ити ки з а и нте р есо вал ся н е т а к д ав но , п р им ер но в 2 0 20 г о ду, к о гд а з а п иса л ся н а в е б инар п о D ata s c ie nce . С тр оить р азн ы е г р аф ики , о пр еде лять с р едние и п о пул яр ны е з н ач е ния и з д ан ны х — э то о че нь и нте р есн о и у в ле ка те льн о . В с в о ём у в ле че нии и сп о льзую я зы к P yth o n д ля п о дго то вки и а н ал иза д ан ны х. В ц е лях и зв ле че ния и нф орм ац ии и з р азл ичн о го р ода х р ан илищ и сп о льзую я зы к з а п р осо в S Q L. П ри т е сти р ован ии г и по те з, а т а кж е н а р азл ичн ы х э та п ах а н ал иза д ан ны х п р им еняю м ате м ати че ск ую с та ти сти ку. З наю о сн о вы м аш инно го о б уч е ния, а т а кж е о че нь л ю блю с тр оить о тч ё ты в G oog le П резе нта ц иях. И щ у р аб оту в к а ч е ств е j u nio r D ata S cie ntis t в к о м пан иях, к о то ры е з а н им аю тс я а н ал ити ко й п р оце ссо в р азн о го р ода. П олуч и л д ипло м п р оф есси о нал ьн о й п е р епо дго то вки п о с п е циал ьн о сти D ata S cie ntis t: р еко м енд ате льн ы е с и сте м ы » с п р исв о ение м к в ал иф ика ц ии И ссл е до вате ль д ан ны х.