• Файл

Дмитро

Data analyst

Розглядає посади:
Data analyst, аналітик 
Місто проживання:
Чернігів
Готовий працювати:
Дистанційно, Київ, Чернігів

Контактна інформація

Шукач вказав: ТелефонМесенджер

Прізвище, контакти та світлина доступні тільки для зареєстрованих роботодавців. Щоб отримати доступ до особистих даних кандидатів, увійдіть як роботодавець або зареєструйтеся.

Завантажений файл

Версія для швидкого перегляду

Це резюме розміщено у вигляді файлу. Ця версія для швидкого перегляду може бути гіршою за оригінал резюме.

ДМИТРО КУПРІЯНОВ
Junior Data Analyst | SQL | Python | Tableau | Excel / Google Sheets
[відкрити контакти](див. вище в блоці «контактна інформація») | [відкрити контакти](див. вище в блоці «контактна інформація») | Чернігів, Україна | LinkedIn | GitHub | Tableau Public
ПРОФІЛЬ
Шукаю позицію Junior Data Analyst у продуктовій, фінансовій або e-commerce компанії. Працюю з SQL,
Python/Pandas, Tableau та Excel / Google Sheets: перевіряю й очищаю дані, розраховую KPI, аналізую платежі,
виручку та конверсію, готую дашборди й рекомендації. Маю 9+ років у Second Line Support у Sense Bank та
досвід роботи з банківськими операціями й регламентованими процесами.
КЛЮЧОВІ НАВИЧКИ
SQL: PostgreSQL, MS SQL Server; JOIN, CTE, підзапити, GROUP BY/HAVING, CASE, віконні функції (Window
Functions), LAG/LEAD, робота з датами, індекси, базове читання планів виконання.
Python: Pandas, NumPy, Matplotlib, Jupyter; очищення даних, merge, groupby/agg, часові ряди, EDA.
Tableau: дашборди, розрахункові поля, параметри, фільтри, базові LOD, візуалізація KPI.
Excel / Google Sheets: зведені таблиці, XLOOKUP/VLOOKUP, SUMIFS/COUNTIFS, IF/IFS, графіки.
Аналітика: KPI, ad hoc аналіз, сегментація, MRR, ARPPU, конверсія; основи A/B-тестування.
АНАЛІТИЧНІ ПРОЄКТИ
SkillForge - A/B-тест онбордингу | SQL, Python, Tableau | GitHub | Web Report | Tableau
• Очистив 5 таблиць із 10 000 користувачів, створив PostgreSQL-таблиці та view; проаналізував A/B-тест у
Python, сегменти й тижневі тренди, побудував 2 дашборди Tableau.
• Конверсія серед відомих статусів: B - 64,73%, A - 43,13% (+21,60 п.п.; 9 716 користувачів). Перевага B
статистично значуща; 95% довірчий інтервал різниці: +19,65...+23,52 п.п.
• Рекомендував поетапне впровадження B і перевірку трекінгу. Навчальні змодельовані дані.
Payment Analytics 2022 | Python, Pandas, Matplotlib | GitHub | Web Report
• Проаналізував 565 315 платіжних спроб від 115 245 користувачів після очищення й валідації даних;
розрахував Payment Success Rate, порівняв initial/recurrent-платежі та банки.
• Код 3.02 становив 51,25% recurrent-відмов; лише 42,2% із 25 987 користувачів із цією помилкою згодом мали
успішний recurrent-платіж у межах даних.
• Рекомендував окремий моніторинг 3.02, bank-level alerts та перевірку retry-логіки.
Ecommerce Conversion Funnel Analysis | SQL, Tableau | GitHub | Tableau Public
• Підготував сесії та події в SQL; побудував воронку на 354 856 сесіях. Конверсія в покупку - 1,34%.
• Найбільше відносне падіння - між переглядом товару й додаванням у кошик. Запропонував A/B-тест
помітнішої кнопки «Додати в кошик» для підвищення конверсії цього етапу.
Revenue and Users Analytics Dashboard | PostgreSQL, Tableau | GitHub | Tableau Public
• Через CTE та LAG/LEAD підготував місячні платежі; розрахував MRR, ARPPU, платних і нових користувачів,
expansion/contraction. Побудував дашборд із фільтрами.
• У 5 місяцях contraction перевищував expansion: зменшення платежів наявних користувачів переважало їх
зростання.
Installment Loan Portfolio Analysis | T-SQL, SQL Server | GitHub
• Зіставив планові та фактичні платежі; розрахував прострочену заборгованість і залишки за договорами
станом на 30.04.2020.
• 13 705 із 41 033 договорів (33,4%) мали прострочений борг. Сформував SQL-звіт за статусами договорів і
наявністю боргу.
Barbershop SQL Database | SQL Server, T-SQL | GitHub
• БД із 11 таблиць (PK/FK, many-to-many); SQL-запити для аналізу виручки, середнього чека та повторних
візитів на синтетичних даних.
ДОСВІД РОБОТИ
Sense Bank | Second Line Support | 2017 - дотепер
Спеціаліст з обслуговування клієнтів SME / ФОП / VIP
• Супроводжую фінансові операції та складні платіжні випадки; перевіряю коректність даних, реквізитів і
документів у регламентованих процесах.
• Аналізую причини повторних звернень і нестандартних ситуацій, документую випадки та координую
вирішення проблем із суміжними командами.
ОСВІТА
GoIT | Data Analytics, сертифікат від 29.04.2026
Hillel IT School | SQL, курс завершено
Чернігівський національний технологічний університет | 2013-2019 | Магістр фінансів, банківської справи
та страхування
МОВИ
Українська - рідна; Англійська - Pre-Intermediate

Схожі кандидати

Усі схожі кандидати


Порівняйте свої вимоги та зарплату з вакансіями інших підприємств: