Switch to English?
Yes
Переключитись на українську?
Так
Переключиться на русскую?
Да
Przełączyć się na polską?
Tak

Данііл Жемальський

Data Analyst | Спеціаліст з Python, SQL та дашбордів Power BI
Запропонуйте Даніілу роботу над вашим наступним проєктом або зареєструйте профіль фрилансера і починайте заробляти просто зараз.

Україна Кривий Ріг, Україна
11 днів 2 години тому
Вільний для роботи вільний для роботи
на сервісі 11 днів 3 години

Рейтинг

Успішних проєктів
Немає даний
Середня оцінка
Немає даний
Рейтинг
410
Бази даних та SQL

Рівень володіння мовами

Українська Українська: носій
English English: середній
Polski Polski: базовий

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

Портфоліо


  • 2000 UAH

    Автоматизація роздрібної аналітики: ETL-пайплайн (Python, MySQL,

    Бази даних та SQL
    End-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.