← В ленту
Регистрация: 17.07.2026

Тимофей Агафонов

Специализация: Product Analyst / Data Scientist
— Продуктовый аналитик и junior data scientist, опыт стажировки в ecom.tech. — Python (pandas, numpy, scipy, sklearn, PyTorch, matplotlib, seaborn): уверенный уровень. — SQL/PostgreSQL на уровне оконных функций, Power BI и MS Excel: уверенный уровень. — Инструменты продуктовой аналитики: A/B-тестирование, RFM-анализ, когортный анализ, unit-экономика, CJM, ICE. — ML-модели: регрессия, классификация, кластеризация, CatBoost, LightGBM, CNN, RNN, LSTM. — Победитель кейс-чемпионата Лента 2026 (1 место). — НИУ ВШЭ СПб, 3 курс, программа «Аналитика в экономике», майнор «Нейросетевые технологии». — Английский C1.
— Продуктовый аналитик и junior data scientist, опыт стажировки в ecom.tech. — Python (pandas, numpy, scipy, sklearn, PyTorch, matplotlib, seaborn): уверенный уровень. — SQL/PostgreSQL на уровне оконных функций, Power BI и MS Excel: уверенный уровень. — Инструменты продуктовой аналитики: A/B-тестирование, RFM-анализ, когортный анализ, unit-экономика, CJM, ICE. — ML-модели: регрессия, классификация, кластеризация, CatBoost, LightGBM, CNN, RNN, LSTM. — Победитель кейс-чемпионата Лента 2026 (1 место). — НИУ ВШЭ СПб, 3 курс, программа «Аналитика в экономике», майнор «Нейросетевые технологии». — Английский C1.

Скиллы

Python
SQL
PostgreSQL
pandas
NumPy
scikit-learn
matplotlib
seaborn
plotly
statsmodels
PyTorch
Power BI
MS Excel
Git
Apache Airflow
R
A/B-тестирование
RFM-анализ
Когортный анализ
Unit-экономика
CJM
CatBoost
LightGBM
Optuna
Machine Learning
Deep Learning
EDA
Статистические тесты (t-test, ANOVA)
Продуктовая аналитика
ICE-приоритизация

Опыт работы

Продуктовый аналитик
06.2025 - 09.2025 |ecom.tech
Python, SQL, Power BI, Redash, A/B-тесты
● Выполнил более 20 ad-hoc исследований для продуктовой команды, анализируя влияние релизов и изменений интерфейса на ключевые продуктовые метрики. ● Разработал SQL-запросы для исследования пользовательских воронок и сегментации аудитории, использовав оконные функции, CTE и агрегирование данных. ● Подготовил аналитические заключения по нескольким A/B-тестам, включая оценку статистической значимости результатов и анализ влияния на ключевые KPI продукта. ● Поддерживал продуктовые дашборды: проверял корректность расчёта метрик, выявлял аномалии, участвовал в поиске причин отклонений в воронке оформления заказа, выполнял EDA в Python.
Аналитик (менторская программа)
2024 - 2026 |Контур
CJM, UX-research, анализ конкурентов, продуктовая аналитика
● Провёл анализ конкурентной среды и исследование пользовательских сценариев при разработке нового продукта, помог сформулировать УТП. ● Разработал карту процесса-опыта (CJM) для оптимизации работы управляющего совета департамента программных продуктов.
Аналитик (кейс-чемпионат, 1 место)
2026 - 2026 |Лента
Python, RFM-анализ, unit-экономика, ICE
● Провёл анализ экономики продукта и рассчитал unit-экономику. ● Выполнил RFM-сегментацию клиентов, приоритизировал продуктовые гипотезы по методике ICE. ● Подготовил стратегию роста, представленную компании-партнёру, визуализировал результаты работы команды.
Data Scientist (исследовательские и учебные проекты)
с 2024 - По настоящий момент |НИУ ВШЭ
Python, CatBoost, LightGBM, Optuna, CNN, RNN, LSTM, scikit-learn
● Разработал пайплайн обработки данных государственных закупок: очистка данных, генерация признаков, анализ качества. ● Обучил модели CatBoost и LightGBM для выявления потенциальных картельных соглашений, использовал Repeated Stratified K-Fold и Optuna для оптимизации. ● Решил задачу распознавания рукописных цифр с помощью модели CNN. ● Построил и оптимизировал модели для задач регрессии, классификации, кластеризации, анализа временных рядов, Computer Vision и обработки текста. ● Проверял статистические гипотезы: Pearson, Spearman, Grubbs, t-test, ANOVA.

Образование

Аналитика в экономике (Бакалавр)
2024 - 2027
НИУ ВШЭ Санкт-Петербург, Школа Экономики и Менеджмента

Языки

АнглийскийПродвинутыйРусскийРодной