Данііл Жемальський
Рейтинг
Рівень володіння мовами
Резюме
Привіт! Я Data Analyst та студент Системного Аналізу в КПІ (ІПСА). Спеціалізуюся на тому, що перетворюю хаотичні, "брудні" дані у чисті, зрозумілі бізнес-метрики та інтерактивні дашборди.
Чим я можу допомогти вашому бізнесу:
• Очищення та трансформація даних: за допомогою Python (Pandas/NumPy) швидко виправлю помилки, видалю дублікати, зведу розрізнені Excel/CSV файли в один чистий датасет.
• Робота з базами даних (SQL): проектування реляційних моделей, написання складних запитів (Joins, CTE, агрегації), оптимізація вибірок для MySQL, PostgreSQL.
• Бізнес-аналітика та дашборди: розробка динамічних звітів у Power BI, які допоможуть вам бачити ваші KPI, продажі чи відтік клієнтів у реальному часі.
Маю потужну математичну базу та досвід побудови End-to-End пайплайнів (автоматизація збору даних -> збереження в БД -> візуалізація).
Готовий до невеликих точкових завдань та довгострокової співпраці. Давайте перетворимо ваші дані на прибуток!
Навички та вміння
Програмування
Дизайн та арт
Послуги
Переклади
Портфоліо
-
2000 UAH Автоматизація роздрібної аналітики: ETL-пайплайн (Python, MySQL,
Бази даних та SQLEnd-to-End проект у сфері Data Engineering та Business Intelligence для аналізу роздрібних продажів.
Що було реалізовано в межах проекту:
1. Автоматизовано збір та очищення сирих транзакційних даних за допомогою скриптів на Python (використовувалися бібліотеки Pandas та NumPy). Усунено дублікати, виправлено пропуски та аномалії в типах даних.
… 2. Спроектовано оптимальну реляційну модель бази даних у MySQL, куди через підготовлений пайплайн автоматично завантажуються очищені датасети.
3. Побудовано багатосторінковий інтерактивний дашборд у Power BI. Для розрахунку складних бізнес-метрик та динамічної фільтрації даних було написано систему мір мовою DAX.
Ключові аналітичні інсайти проекту:
- Виявлено загальне перевищення сезонного плану продажів на 5.26%.
- Сегментовано цільову аудиторію (зокрема, середній чек молодіжного сегмента в категорії "Взуття" виявився на 10% вищим за загальний ринковий показник).
- Знайдено закономірності у гендерному розподілі покупців, що дозволяє оптимізувати маркетингові витрати.