Контактна інформація

Шукач приховав свої особисті дані, але ви зможете надіслати йому повідомлення або запропонувати вакансію, якщо відкриєте контакти.

Освіта

Дніпровський національний університет імені Олеся Гончара

Механіко-математичий, Статистика, Дніпро
Вища, з 2019 по 2024 (5 років)

Диплом бакалавра (з відзнакою), диплом магістра (з відзнакою)

Знання і навички

• Мова R
• Python
• C/C++
• Excel вище середнього
• Power Query
• Основи VBA
• Знайомий з PostgreSQL та SQL Server
• Візуалізація даних
• Статистичний аналіз
• Машинне навчання
• NumPy
• Pandas
• Matplotlib
• Scikit-learn
• Знайомий з Tableau

Знання мов

• Українська — вільно
• Англійська — вище середнього

Додаткова інформація

Посилання на репозиторій з власними проектами: https://github.com/VladyslavPD/Data-Science-projects

Проходив стажування у крупній фінансовій установі (січ 2025 – лют 2025)
•Підготовка та оптимізація запитів мовою SQL (PostgreSQL) згідно з поставленими технічними завданнями
•Формування звітності у застосунках Google Sheets та Excel

Мови: українська (вільно), російська (вільно), англійська (вище середнього)
Мови програмування: R, Python, C/C++
Програмне забезпечення: рівень володіння Excel вище середнього, Power Query, основи VBA, знайомий з Tableau
Бази даних та SQL: знайомий з PostgreSQL на середньому рівні та з основами SQL Server

Професійні навички:
•очищення та підготовка даних (R: dplyr, tidyr; Python: NumPy, pandas)
•візуалізація даних (R: ggplot2; Python: Matplotlib)
•статистичний аналіз (R: stats) – перевірка гіпотез, регресійний аналіз, оцінювання розподілів, дисперсійний аналіз та інше
•машинне навчання (R: caret, xgboost, lightgbm; Python: scikit-learn) – регресійні моделі, дерева рішень, базові знання про нейронні мережі, методи класифікації та кластеризації
•аналіз часових рядів, теорія ризику в страхуванні, актуарна математика, статистика, теорія ймовірностей, математичний аналіз, алгебра та інше

Академічні проєкти:
•Дипломна робота на тему «Прогнозування обсягів продажів товарів статистичними методами» – в роботі було порівняно різні моделі прогнозування щоденних продажів товарів компанії Walmart, зокрема моделі XGBoost, CatBoost та LightGBM (2024)
•Курсова робота на тему «Прогнозування максимуму випадкового поля» – було досліджено розподіл максимальної потужності перетворювача хвильової енергії у акваторії за допомогою моделювання значень потужності у точках сітки на основі універсального крігінгу (2024)
•Курсова робота на тему «Узагальнені адитивні моделі в статистичній задачі оптимізації» – було побудовано узагальнену адитивну модель та декілька моделей на основі дерев рішень, які прогнозують сумарну потужність 16 перетворювачів хвильової енергії за їх положеннями у акваторії, та за допомогою алгоритму диференціальної еволюції визначено оптимальні положення перетворювачів (2023)