Обо мне

Data Analyst / Product Analyst

Кто я

Никита Бояркин, data / product analyst. Фокус — эксперименты, retention, сегментация. Портфолио воспроизводимых аналитических проектов — эксперименты, retention, сегментация — с полной методологией и кодом. Создано из проектной работы, а не из найма.

Как работаю

От гипотезы до метрики. Вывод можно перепроверить: код + SQL + метрики. Предпочитаю reproducible-аналитику — код, SQL и визуализация выложены рядом с каждым кейсом, чтобы читатель мог проверить расчёт, а не доверять голословной цифре.

Специализация — SQL, Python, визуализация и product-аналитика с воспроизводимой статистической методологией (CUPED, AA-тесты, коррекция множественных сравнений, ship-gates).

Сейчас

Обновлено · Sep 18, 2026

Готовлюсь к BI / Data Analyst и Product Analyst middle-интервью: SQL, pandas, алгоритмы, моки.
Развиваю портфолио-сайт: личностный слой, граф знаний, аркада из 10 мини-игр.
Поддерживаю Obsidian knowledge base по product analytics — структурированный Zettelkasten с автоматизацией.
Экспериментирую с AI-assisted аналитическими workflow на Claude Code + MCP.
Пишу о практических data-техниках: A/B-тестирование, когортный анализ, RFM-сегментация.
Читаю: Designing Machine Learning Systems Чипы Нгуен.
Открыт к Data / Product Analyst ролям.

Как со мной работать

Relationship manual — чтобы не тратить время на выяснение формата.

Ценности

Честность с данными — если цифры против гипотезы, меняем гипотезу, а не цифры.
Скорость обучения — быстро пробуем, быстро учимся, фиксируем результат.
Прямой фидбек — без эвфемизмов и «мне кажется».

Стиль работы

Люблю контекст перед запросом: зачем, для кого, какое решение примем по результату.
Задаю уточняющие вопросы — лучше 5 вопросов в начале, чем переделка в конце.
Предпочитаю метрики впечатлениям: «выросло на 6pp» вместо «стало лучше».

Фидбек-нормы

Прямой, конкретный, с предложением: что не так, почему, как исправить.
Открыт к критике — считаю её бесплатным ускорением.
Фидбек по работе, не по личности.

Встречи

Адженда для встреч от 3 человек — иначе это не встреча, а чат.
Предпочитаю async: документ + комментарии вместо созвона ради созвона.
Готов к созвонам с целью: решение, ревью, синк по эксперименту.

Что мне важно в команде

Data-driven решения — метрики как язык, а не украшение.
Владение метриками — команда знает, что и зачем измеряет.
Экспериментальная культура — гипотезы проверяются, а не обсуждаются.

Обсудить формат → Чем могу быть полезен

Локация / формат

Москва. Удалёнка / гибрид — по договорённости. Middle+.

Стек

SQL Python Visualization A/B Testing

Ссылки

GitHub · LinkedIn · CV · Статьи · Ценность · Контакты

Написать в Telegram →