Особисті дані приховані

ОЛЕКСАНДРА КУЗАН
DATA ANALYST
ОДЕСА, УКРАЇНА | [відкрити контакти](див. вище в блоці «контактна інформація») | [відкрити контакти](див. вище в блоці «контактна інформація»)
Self-education Dancing ✈ Traveling 📖 Reading Volleyball

Аналітичне мислення, увага до деталей, адаптивність та гнучкість, дисциплінованість, готовність вчитися й
опановувати нову інформацію, бажання зростати в цій сфері. Уміння працювати як індивідуально, так і в команді.

НАВИЧКИ ▪ SQL (SELECT, GROUP BY + Aggregations, JOINs, Subquerying, Views, CTEs, Windows)
▪ Python (Pandas, NumPy, Matplotlib, Seaborn, Pingouin, Scipy.Stats)
▪ R (Tidyverse)
▪ MS Excel
▪ Power BI (Power Query, Pivot, DAX, Dashboards)
▪ Statistics
▪ Unit-economics

ПРОЄКТИ OTT VIEWER DROP-OFF ANALYSIS https://github.com/murkit/viewer-drop-off-analysis
▪ Провела EDA 33 171 епізоду 489 шоу за 23 змінними для дослідження закономірностей відтоку
глядачів.
▪ Виконала перевірки якості даних, їх трансформацію, та сегментацію для перевірки гіпотез, де саме
глядачі перестають дивитись епізод.
▪ Застосовувала статистичні методи, включно з тестами хі-квадрата, Манна-Уітні, кореляцією
Спірмена та логістичною регресією, для оцінки взаємозв’язків між чинниками відтоку.
▪ Виявила найбільший стрибок drop-off між першим і другим епізодами: з 3,60% до 17,91%.
▪ Визначила сегмент підвищеного ризику відтоку: показник drop-off становив 76,72% для епізодів із
відповідним профілем характеристик проти 8,35% для інших епізодів.
▪ Створила візуалізації та перетворила статистичні результати на гіпотези щодо причин віттоку
глядачів, сформулювала рекомендації для моніторингу залученості після релізу та пріоритизації
контенту для подальшого аналізу.

CYBERSTALKING DETECTION https://github.com/murkit/cyberstalking-detection
▪ Дослідила ml методи виявлення кіберпереслідування, обрала модель текстової класифікації.
▪ Сформувала, підготувала й очистила датасет із 13 464 повідомлень для виявлення загрози.
▪ Розробила бінарну SVM-модель для виявлення кіберсталкінгу та багатокласову модель для
визначення його типів.
▪ Досягла 98,6% Accuracy для бінарної класифікації та 90,2% для визначення типів сталкінгу на
тестових вибірках.
▪ Оцінила якість моделей за матрицею помилок і метриками, такими як: Precision, Recall, Macro-F1,
візуалізації ROC кривих.

ПРОФЕСІЙНІ ▪ Datacamp – Data Analyst
СЕРТИФІКАЦІЇ ▪ Udemy – Power Bi Specialist
▪ Datacamp – Data Analyst Associate

ОСВІТА ▪ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ «ОДЕСЬКА ПОЛІТЕХНІКА» Одеса, Україна
Бакалавр зі спеціальності «Кібербезпека та захист інформації», 2021 – 2025
▪ UNIVERSITAT POLITÈCNICA DE VALÈNCIA (UPV) ALCOY, SPAIN
«Менеджмент та управління бізнесом + комп’ютерна інженерія»

МОВИ Українська – C2 English – B2 Español – B1