← В ленту
Регистрация: 12.10.2026

Рада Соловьева

Специализация: Data Science
— Мое ключевое преимущество — сочетание сильного бизнес-бэкграунда и технической базы, что позволяет не просто считать метрики, а понимать их влияние на прибыль и продуктовые решения. — Глубокий опыт в маркетинге: более 5 лет развивала собственное агентство, управляла продвижением, выстраивала сквозную аналитику и оптимизировала воронки продаж с ростом конверсий, отлично понимаю путь клиента, юнит-экономику и драйверы бизнеса. — Практика в продуктовой аналитике: работала в продуктовой команде EdTech-сервиса в связке с продактом, разработкой и ML, анализировала воронку онбординга, настраивала когортный анализ и retention-механики (рост продлений на +6 п.п.), запускала A/B-тесты. — Профильная переквалификация в Data Science: понимаю принципы машинного обучения, готовила датасеты и фичи под ML-модели (включая прогнозирование оттока с ROC-AUC 0.87). — Готова к роли Junior/Assistant, чтобы в сильной команде быстро масштабировать технические навыки до уровня самостоятельного решения сложных аналитических задач.
— Мое ключевое преимущество — сочетание сильного бизнес-бэкграунда и технической базы, что позволяет не просто считать метрики, а понимать их влияние на прибыль и продуктовые решения. — Глубокий опыт в маркетинге: более 5 лет развивала собственное агентство, управляла продвижением, выстраивала сквозную аналитику и оптимизировала воронки продаж с ростом конверсий, отлично понимаю путь клиента, юнит-экономику и драйверы бизнеса. — Практика в продуктовой аналитике: работала в продуктовой команде EdTech-сервиса в связке с продактом, разработкой и ML, анализировала воронку онбординга, настраивала когортный анализ и retention-механики (рост продлений на +6 п.п.), запускала A/B-тесты. — Профильная переквалификация в Data Science: понимаю принципы машинного обучения, готовила датасеты и фичи под ML-модели (включая прогнозирование оттока с ROC-AUC 0.87). — Готова к роли Junior/Assistant, чтобы в сильной команде быстро масштабировать технические навыки до уровня самостоятельного решения сложных аналитических задач.

Скиллы

Python
Python
pandas
Scikit-learn
NumPy
Apache Airflow
ClickHouse
Jupyter Notebook
Unit-экономика
Когортный анализ
Анализ воронки продаж
Онбординг
Git
Matplotlib
A/B тесты
Superset
ETL
Excel
Сквозная аналитика
Финансовый анализ
Оценка кредитных рисков
Чат-боты

Опыт работы

Продуктовый аналитик
01.2026 - 08.2026 |Онлайн-школа Тетрика
Python, SQL, Superset, Airflow
Команда: продуктовая команда онлайн-школы (курсы и подписка); в связке с продактом, ML-командой и маркетингом. ● Проанализировала воронку онбординга (регистрация → пробный урок → оплата → продление) — нашла просадку на пробном уроке ● Настроила когортный анализ удержания по подпискам — обосновала retention-механику ● Запустила A/B-тесты писем, пушей и лендинга курса — рост конверсии в оплату на ~11%. ● Увеличила средний чек в категории программирования на 9%, добавив в кросс-селл по смежным курсам (английский язык). ● Собрала и подготовила датасет для ML-команды под модель оттока учеников — определила фичи, сильнее всего влияющие на отток и удержание; качество модели выросло (ROC-AUC ~0,87).
Основатель / Аналитик
01.2019 - 12.2025 |Громко СММ
Python, BotHelp, SaleBot
Команда: собственное агентство, 10+ клиентов (e-commerce, образование, услуги); аналитика кампаний и управление продвижением. ● Вела сквозную аналитику кампаний для 10+ клиентов (охват, CTR, ER, конверсия) — рост просмотров на ~60% и продаж клиентов на ~30%. ● Разрабатывала и оптимизировала воронки продаж (первое касание → покупка) — рост конверсии в покупку на ~25%. ● Настраивала и анализировала чат-боты (BotHelp\SaleBot): конверсия, точки отвала, A/B сценариев — +18% к заявкам. ● Автоматизировала сбор и обработку данных (Python + AI-инструменты) — время подготовки отчётов −40%.
Экономист
07.2017 - 12.2018 |Россельхозбанк
Excel
Команда: кредитное направление по юридическим лицам; работа с данными для кредитных решений. ● Проводила первичный финанализ предприятий-заёмщиков (отчётность, ликвидность, рентабельность) — обоснованные решения по кредитованию юрлиц. ● Оценивала и управляла кредитными рисками по портфелю юрлиц — снизила долю проблемной задолженности на ~2 п.п. ● Автоматизировала расчёты и скоринг заёмщиков в Excel — ускорила подготовку кредитных заключений на ~30%.

Образование

Социальные технологии (Бакалавр)
По 2012
Поволжский государственный университет сервиса

Языки

АнглийскийСреднийРусскийРодной