● Построил масштабируемую ETL-архитектуру, увеличив скорость обработки данных на 40%. ● Сократил трудозатраты на отчетность на 15 часов в неделю за счет внедрения скриптов автоматизации. ● Создал систему мониторинга KPI, обеспечив руководство инструментом для принятия data-driven решений в реальном времени. ● Ускорил цикл документооборота в 2 раза, внедрив автоматизированный процесс согласования.

Проект: “Актуальная оценка восприятия Netflix в СМИ методом sentiment analysis”. ● Спроектировал и реализовал сбор данных на Python с использованием библиотеки Requests для ежедневной загрузки новостных статей через NewsAPI. ● Провел Sentiment Analysis заголовков с помощью библиотеки TextBlob для определения полярности каждой публикации. ● Развернул PostgreSQL для хранения исходных данных и результатов анализа. ● Использовал DBeaver для проверки работоспособности на отдельных этапах. ● Настроил Apache Airflow для автоматизации ETL-пайплайна, обеспечив ежедневный надежный запуск всех задач. ● Разработал интерактивный BI-дашборд в Apache Superset для визуализации ключевых метрик. Проект: “Сравнение двух рекламных кампаний”. ● Учебный проект, направленный на развитие DataDriven-мышления.