В репозитории, который представлен перед вашими глазами, хранятся реализованные проекты со времён прохождения курса "Анализ данных" на не мало известной платформе "Яндекс Практикум". Главный hard skill или основной язык - Python. А сами работы выполнены в большинстве своём в виде файлов в Jupyter Notebook.
№ | Название проекта | Описание | Использованные инструменты и библиотеки |
1 | Исследование надежности заемщиков | Определил, какие факторы и каким образом влияют на способность клиента банка погасить кредит в срок. |
pandas pymystem3 nltk.stem numpy
|
2 | Исследование объявлений о продаже квартир в Яндекс.Недвижимость | Изучил влияние различных факторов на стоимость недвижимости. |
pandas matplotlib numpy datetime |
3 | Определение перспективного тарифа для телеком компании | Исследовал поведение клиентов телеком оператора при пользовании тарифами. Определил, какой тариф лучше. |
pandas matplotlib stats numpy |
4 | Анализ рынка заведений общественного питания Москвы | Проанализировал данные о заведениях общественного питания Москвы. Дал рекомендации, какое заведение лучше открывать. |
pandas numpy matplotlib seaborn textwrap re
|
5 | Аналитика в Яндекс.Афише | Изучил поведение пользователей сервиса и рассчитал основные бизнес-показатели: DAU/WAU/MAU, Sticky Factor, Retention Rate, LTV, ROMI. |
pandas matplotlib seaborn numpy scipy
|
6 | Прогнозирование оттока клиентов фитнес-центра с помощью машинного обучения | Составил портрет лояльных клиентов и клиентов, склонных к уходу. Построил модель прогнозирования оттока клиентов. Выполнил кластеризацию клиентов. |
pandas seaborn matplotlib sklearn scipy
|
7 | Анализ воронки продаж в мобильном приложении по продаже продуктов питания | Изучил все шаги воронки продаж, выявил вероятные проблемы. Исследовал результаты проведенного А/А/В-теста. |
pandas
matplotlib
seaborn
datetime
plotly
scipy
numpy
math
|
8 | Исследование рынка компьютерных игр | Провел исследовательский анализ данных о продажах игр, составил портрет пользователей из каждого региона, спрогнозировал приоритетные направления для продаж на следующий год. |
pandas matplotlib stats numpy
|
9 | A/B тестирование в интернет-магазине | Приоритезировал гипотезы, проанализировал результат А/В теста: произвел расчет кумулятивной выручки, среднего чека и конверсии по группам. |
pandas matplotlib numpy datetime scipy
|
10 | Аналитика в авиакомпании | Загрузил данные из различных источников (БД, парсинг сайта) и проанализировал их. |
pandas matplotlib requests BeautifulSoup SQL
|
11 | Выпускной проект |
1. Проект для банка: анализ оттока клиентов 2. A/B-тест: проверка результатов 3. SQL: создание запросов |
SQL
Tableau
pandas
seaborn
matplotlib
numpy
statistics
scipy
sklearn
|