Data analyst

На данный момент Преподаватель робототехники и программирования.

Мои компетенции и опыт

Технические навыки: SQL, Yandex Datalens, Excel, Power BI, Python (pandas, numpy, matplotlib, seaborn)

Ключевые направления работы:

Подготовка и очистка данных: Собирала и обрабатывала данные из различных источников. Проводила очистку с помощью Python, работала с пропусками и выбросами, приводила данные к формату, готовому для анализа.

Визуализация и отчетность: Строила графики и дашборды для визуализации ключевых показателей и трендов. Оформляла результаты в Jupyter Notebook, Yandex Datalens и Power BI.

Проект №1: Анализ гидрохимических показателей о. Байкал.
Что было сделано:
Провела очистку и агрегацию данных, выполнил анализ пропусков для оценки качества исходных данных.

Провела корреляционный анализ для выявления взаимосвязей между гидрохимическими параметрами.

Исследовала динамику среднегодовой температуры и распределения ключевых показателей.

Полученные результаты:
Выявила сезонную зависимость концентрации макроионов от расхода воды, отсутствие долгосрочных трендов температуры и стабильность pH и БПК, что подтверждает сохранение природного состояния экосистемы.

Определила параметры с наибольшим количеством пропусков (K, Na, Hg) и аномалии в данных электропроводности (EC), требующие корректировки при дальнейшем моделировании.

Проект №2: Дашборд для мониторинга успеваемости студентов.

Задача: Разработать прототип аналитического инструмента для студентов и преподавателей, позволяющего оценивать факторы, влияющие на успешное завершение курса, и выявлять группы риска.

Что было сделано:

Разработала двустраничный дашборд в Yandex Datalens на основе открытых данных.

На первой вкладке реализовала мониторинг академических рисков: агрегированные метрики (средний риск, доля высокого риска, прогноз среднего балла), распределение студентов по уровням риска, сравнительный анализ по курсам, институтам и регионам. Добавила систему фильтров для детализации (институт, курс, программа, группа).

На второй вкладке реализовала анализ взаимосвязи вовлеченности и результатов: распределение итоговых результатов, точечную диаграмму для оценки влияния ранней активности на итоговый балл, таблицу со статистикой по группам.