Максим

МАКСИМ МИНЬКО
Молодший аналітик даних
[open contact info](look above in the "contact info" section) [open contact info](look above in the "contact info" section) Мерефа, Україна
Linkedin Telegram

Молодший аналітик даних із досвідом роботи понад 3 роки у сферах продажів та
цифрового маркетингу. Аналіз поведінки користувачів та показників конверсії надихнув
мене на кар’єру аналітика даних. Я володію навичками дослідницького аналізу даних,
SQL, Python (Pandas, NumPy), Power BI, Tableau, візуалізації даних та A/B-тестування. Я
зосереджуюся на власному професійному розвитку та на збільшенні загального доходу
моєї команди.

Навички: SQL, Python, очищення та перевірка даних, аналіз рекламних компаній, збір
вимог, теорія ймовірностей та математична статистика, A/B-тестування, аналіз
продукту, бізнес-метрики, візуалізація даних, розповідь історій на основі даних.
Клієнтоорієнтованість, увага до деталей, відповідальність, критичне мислення.
Інструменти: Tableau, Power BI, Looker Studio, Amplitude, Google Analytics, DBeaver,
BigQuery, Google Sheets, Excel, Pandas, NumPy, Matplotlib, Seaborn, Jupyter Notebook.

ПРОЄКТИ
E-commerce Conversion Funnel
Інструменти: SQL (BigQuery), Tableau
Опис: Створити інформаційну панель для аналізу воронки конверсії в інтернет-магазині
для менеджерів маркетингового відділу.
Мої завдання: Підготувати та обробити дані в SQL. Створити діаграмуи показники,
розрахунки рівня деталізації (LOD) та фільтри в Tableau.
Результат: Створив інтерактивний дашборд. Воронку конверсій можна аналізувати за
допомогою різних маркетингових показників.
Рекомендую з’ясувати, чому користувачі пропускають крок «Додати до кошика» у
воронці. Чи пов’язано це з технічними проблемами, чи на сайті є кнопка «Купити зараз»

HR Compensation Analysis
Інструменти: Google Sheets, SQL (BigQuery), Google Data Studio
Опис: Проаналізувати заробітну плату діючих співробітників. Розрахувати загальний
фонд оплати праці та порівняти середню заробітну плату співробітників за містами,
посадами та стажем роботи.
Мої завдання: Підготовка та очищення даних. Аналіз за допомогою SQL. Створення
інформаційної панелі. Формулювання висновків та надання рекомендацій.
Результат: Я провів аналіз та створив інформаційну панель. Висновки та рекомендації
розміщено на аркуші «Підсумок» у Google Sheets.
Посилання на SQL-запит та дашборд доступні в Google Sheets.

Cross-channel marketing mix analytics
Інструменти: SQL, Tableau
Опис: Розробити інтерактивну маркетингову інформаційну панель у Tableau Public на
основі даних про рекламні кампанії з двох різних джерел.
Мої завдання: Очищення та підготовка даних. Розрахунок необхідних показників.
Налаштування параметрів, фільтрів та параметрів для підвищення зручності
користування інформаційною панеллю.
Результат: Дашборд надає дані про ключові показники KPI для кожного рекламного
джерела та кожної кампанії. Збільшення рекламного бюджету безпосередньо
призводить до зростання кількості потенційних клієнтів.

Assessing user retention rate based on cohort analysis

Інструменти: PostgreSQL (DBeaver), Google Sheets
Опис: Створіть таблицю для порівняння поведінки двох груп користувачів. Зробіть
висновки щодо якості залучення та утримання клієнтів.
Мої завдання: Обробка та візуалізація даних. Аналіз поведінки користувачів. Надання
рекомендацій щодо покращення утримання клієнтів.
Результат: Виявлено відмінності між групами користувачів. Надано рекомендації щодо
більш ефективної взаємодії з клієнтами.

ОСВІТА
GoIT - start your career in IT Національний технічний університет
Data Analyst
«Харківський політехнічний інститут»
Комп’ютерні системи та мережі
2026
2006-2012

МОВИ
Англійська - Pre-Intermediate
Українська - Рідна