Data Analyst

Алматы, Казахстан
Джуниор
Аналитика, Data Science, Big Data • PowerBI • Tableau • Amplitude • Яндекс.Метрика • Аналитик • Marketing аналитика • Product аналитика • Клиентская/CRM аналитика • Python • Bash • R • SQL • SAS • Apache Spark • Hadoop • ClickHouse • Google BigQuery • Greenplum • MySQL • PostgreSQL • Spark • SAS
Релокация • Удаленная работа • Работа в офисе
Опыт работы от 1 года до 3х лет
от 100 000 до 150 000 ₽
Есть файл резюме (защищен)
О себе

На данный момент Data Analyst.

Мои компетенции и опыт

За последние несколько лет я работал в сфере анализа данных, где занимался обработкой, проверкой и исследованием больших объёмов информации, а также подготовкой аналитической отчётности для бизнеса.

На последнем месте работы в должности Data Analyst я использовал SQL (PostgreSQL) для извлечения, анализа и проверки данных о платёжных операциях, Python (Pandas, NumPy) для обработки и валидации данных, а также Excel и BI-инструменты для построения отчётов и визуализации результатов.

В мои основные обязанности входило обеспечение качества данных и предоставление бизнесу достоверной аналитической информации для принятия решений. Я оптимизировал SQL-запросы и процессы обработки CSV-файлов, что позволило сократить время обработки данных и повысить эффективность работы с транзакционной информацией. Также участвовал в анализе CRM-процессов, исследовании пользовательских и операционных данных, а также в подготовке аналитических материалов для руководства.

Во время практики в энергетической компании я занимался анализом больших массивов данных, разрабатывал сложные SQL-запросы, участвовал в мониторинге аномалий и исследовании поведения данных. Кроме того, создавал отчёты и визуализации KPI для оценки эффективности бизнес-процессов и поддержки управленческих решений.

Мой вклад в бизнес заключался в том, что я помогал команде быстрее получать качественные и проверенные данные, своевременно выявлять ошибки и аномалии, а также принимать решения на основе достоверной аналитики. Благодаря повышению качества данных и автоматизации отдельных процессов снижались затраты на ручную обработку информации и уменьшался риск ошибок в бизнес-процессах.

Технический стек: SQL (PostgreSQL, MySQL, BigQuery), Python (Pandas, NumPy, Matplotlib, Scikit-learn), Excel, Power BI, Grafana, Airflow, Git, Jira, Confluence.



Есть файл резюме (защищен)


Интересные кандидаты