Режим просмотра: HR Переключить: Менеджер Коллега

Продуктовый аналитик

SQL · Python · A/B-тесты · retention

PhD по психологии труда. Ищу роль продуктового аналитика — данных и экспериментов.

Скачать CV (PDF)

5 лет в данных

17 проектов в портфолио

+5.72 п.п. KYC-конверсия

€656K/год годовой эффект фикса

Бизнес-цифры — кейс портфолио Volta (синтетические данные), не результаты найма.

Стек

Анализ SQL Python DuckDB

Эксперименты A/B Causal Inference

Инфра GitHub Actions Supabase PostHog

Все проекты →

Эксперименты

Volta Neobank — Product Analytics

Нашёл узкое место в онбординге необанка и закрыл A/B-тестом: +5,72 пп конверсии KYC и €656K в год. 23 проекта: воронка → A/B → retention → сегментация → Market & Jobs → RAT v2 → causal.

Pythonpandas / NumPy +4

Эффект: +5,72pp KYC conversion (Z=5,82, p<0,0001), €656K/yr (44× ROI), +9,2pp M3 retention, +€227K/yr incremental LTV, 4 data-driven user segments with per-segment monetization strategy, CUPED variance reduction + AA-test (type-I = 0,050) + Bonferroni correction, DiD-проверка: фикс KYC причинно поднял M3-удержание на +9,09 п.п. (95% ДИ [+6,21; +11,96]), RAT v2: 5 рисков аудита проверены деньгами — 3 подтверждены, 1 опровергнут по механизму, 1 уточнён, 23 проекта: 12 аналитических доменов + Market & Jobs (JTBD) + слой валидации RAT v2 + causal

Открыть проект

Демо GitHub

Эксперименты

A/B Testing Methodology Toolkit

15 модулей A/B-методологии, каждый откалиброван симуляцией: A/A-тест держит Type I error на уровне α, power-кривые показывают реальную мощность.

PythonNumPy / SciPy +2

Эффект: 15 модулей, каждый откалиброван симуляцией: Type I error ≈ α, power-кривые, CUPED снижает дисперсию на ρ², то есть SE — примерно в ρ раз, Наивный peeking раздувает Type I error — Pocock/OBF и mSPRT держат его под контролем, Delta-method даёт корректный SE для ratio-метрик (CTR, RPC) — наивный per-unit t-test смещён, End-to-end pipeline: SRM → CUPED → delta-method CTR → сегментные ATE + BH → novelty check

Открыть проект

GitHub

Аналитика

SQL Analytics Case Study

26 SQL-кейсов: 25 на синтетике (~183k событий) + 1 real-data на UCI Online Retail II. Воронка, retention, LTV, атрибуция, аномалии, dbt-слой на DuckDB, живой отчёт на GitHub Pages.

SQLdbt +4

Эффект: 26 self-contained SQL-кейсов (funnel → RFM) + 1 real-data кейс, dbt-слой на DuckDB (staging → marts, 17 dbt-тестов), Regression-тесты с детерминированными инвариантами на каждый кейс, Синтетика seed=42 (+ аддитивный seed=43) и UCI Online Retail II, Живой интерактивный отчёт на GitHub Pages

Открыть проект

Демо GitHub

Аналитика

Cohort Analysis Dashboard

Треугольная когортная матрица удержания и LTV на синтетических данных: ARPU и LTV по когортам с поправкой на observation age, выгрузка в Tableau (CSV + Hyper).

Pythonpandas +3

Эффект: Когортная матрица удержания с треугольным убыванием, ARPU / LTV по когортам с корректной оговоркой о возрасте наблюдения, Tableau-ready экспорт (CSV + .hyper-экстракт), Воспроизводимый пайплайн с фиксированным seed=42

Открыть проект

Демо GitHub

Аналитика

Python Analytics Playground

Модульный Python-тулкит для аналитики — загрузка, чистка, EDA, визуализация — собранный в один пайплайн с покрытием pytest ≥80%. База, которую я копирую в каждый новый анализ.

Pythonpandas / NumPy +3

Эффект: Модули load / clean / EDA / viz / pipeline с покрытием pytest ≥80%, Единый end-to-end пайплайн, запускаемый как `python -m python_analytics`, Требования прослеживаются к PRD (REQ-002 … REQ-006), тесты привязаны к требованиям, Тулинг uv + ruff, синтетические данные для демо-запусков

Открыть проект

GitHub

Инженерия

This Portfolio Site

Сайт, который вы читаете: Astro 7, TypeScript и Markdown-коллекции, статическая сборка, тёмная/светлая тема, RSS, sitemap, JSON-LD и деплой на GitHub Pages.

AstroTypeScript +2

Эффект: Astro 7 + TypeScript + Markdown content collections, Тёмная/светлая тема без flash, RSS, sitemap, robots, JSON-LD, OG/Twitter meta, Base-path-aware URL для хостинга на GitHub Pages

Открыть проект

GitHub