● Работал с Power BI Desktop и Power BI Service. ● Подключался к разным источникам данных. ● Преобразовывал данные в Power Query. ● Создавал модели в Power Pivot. ● Использовал DAX в отчетах.

● Использовал Python (pandas, seaborn, numpy, scipy, statsmodels, matplotlib, plotly, sqlalchemy, folium, IPython, os, phik, sklearn). ● Применял PostgreSQL (агрегирование, группировка, JOIN, подзапросы, CTE, оконные функции) ● Проводил статистический анализ данных (Т-критерия Стьюдента, U-критерия Манна-Уитни, Z-критерий Фишера) ● Рассчитывал бизнес-показатели: когортный анализ, юнит-экономика (LTV, CAC, ROI, ARPU, CR, Retention Rate) ● Приоритизировал гипотезы и анализировал результаты А/В тестов ● Рассказывал истории с помощью данных (Tableau, DataLens, Power Point) ● Получил основы ML (EDA, регрессия, классификация, кластеризация) Выполнил 11 учебных проектов (банки, компьютерные игры, недвижимость, аренда самокатов, мобильные приложения). Например: ● Проанализировал клиентов банка и выделил сегменты клиентов, склонных уходить из банка. ● Исследовал рынок заведений общественного питания Москвы. ● Проанализировал гипотезы и результаты А/В теста для интернет-магазина. ● Исследовал воронку продаж и результаты A/A/B-эксперимента приложения по продаже продуктов.

● Создал поток заявок клиентов (сайт, реклама, SEO, e-mail). ● Создал систему обработки заявок (Google Docs, Telegram). ● Создал визуализации и дашборды изменения стоимости инвестиционных портфелей: Tableau, Power BI, DataLens, Google Sheets, HighCharts. ● Реализовал дополнительную монетизацию инвестиционного контента. ● За счет уникальной настройки GTM сократил расходы на некачественные рекламные источники на 99%.