Контактна інформація

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

Досвід роботи

Data Analyst / Data Engineer

з 02.2022 по 08.2026 (4 роки 7 місяців)
Freelance, Дистанційно (IT)

Підтримка архітектури DWH
Розробка та підтримка ETL/ELT процесів для обробки великих обсягів даних
Інтеграція даних з різних джерел (API, бази даних, веб-аналітика)
Автоматизація збору даних (Python, REST API, парсинг HTML)
Робота з графовими базами даних
Робота з SQL : складні запити, оптимізація
Реалізація механізмів обходу анти-скрапінга

Data analyst

з 10.2018 по 01.2022 (3 роки 4 місяці)
Ecometrics Studio, Київ (IT)

Збір, очищення та підготовка даних
Написання SQL-запитів для аналітики
Аналіз ефективності маркетингових каналів
Побудова базових data pipelines
Робота з Google Analytics (UA, GA4)
Підготовка звітів та аналітичних висновків
Комунікація з клієнтами, збір вимог

Освіта

Київський університет

ММФ КНУ, Київ
Вища, з 2008 по 2012 (4 роки)

Знання і навички

• PostgreSQL
• JavaScript
• TypeScript
• React
• React Query
• React Hooks
• Node.js
• Docker
• Redis
• Grafana
• Amazon S3
• GraphQL
• Apache Kafka
• Vitest
• RabbitMQ
• ClickHouse

Додаткова інформація

Інженер з досвідом побудови систем збору, обробки та аналізу даних. Досвiд розробки ETL/ELT пайплайнів на базі Apache Airflow та dbt, інтеграції API, обробці великих масивів структурованих і неструктурованих даних. Маю практичний досвід автоматизації аналітики, роботи з Python, SQL та побудови data-driven рішень. Великий досвiд вирiшування задач оптимізації продуктивністi запитів та витрат/

Поєдную аналітичне мислення з інженерним підходом: від збору даних до побудови інфраструктури та впровадження бізнес-рішень.
Основний стек
Python (pandas, requests, async, automation scripts)
SQL / MySQL
PowerBI
REST API, HTTP
Data Engineering
ETL / ELT пайплайни
Обробка великих даних
Data cleaning, validation
Інтеграція даних з різних джерел
Парсинг та збір даних
BeautifulSoup
Selenium (базовий рівень)
Робота з HTML / DOM
Інфраструктура (базово)
Docker (базове розуміння)
Робота з API-сервісами
Основи мікросервісної архітектури
Додаткові компетенції
Аналіз текстових і числових даних
Побудова гіпотез та A/B тестування
Оптимізація бізнес-процесів через дані
Робота з великими масивами інформації
Автоматизація аналітичних процесів
ML / AI (базово)
Основи NLP
LLM, RAG (концептуально та практично)
PyTorch