Володимир

Дата-аналітик
Володимир Біліченко Контакти
[відкрити контакти](див. вище в блоці «контактна інформація»)
Дата-аналітик, який спеціалізується на аналізі та інтерпретації [відкрити контакти](див. вище в блоці «контактна інформація»)
даних з метою виявлення цінних бізнес-інсайтів. Використовує Portfolio
SQL, Python, Excel, Power BI та Tableau для створення Кошице, Словаччина
інтерактивних дашбордів і аналітичних звітів, що сприяють
прийняттю обґрунтованих рішень на основі даних.

Технічні навички Проєктний досвід
• Статистичний аналіз Мультимодальний детектор дезінформації (Hackathon 2025 -
• Написання SQL - запитів megabrAIns)
• Очищення та підготовка даних
Мета проєкту: Розробити мультимодальну систему виявлення
• Описова аналітика даних
дезінформації з оцінкою достовірності (reliability score) для текстового,
графічного та відеоконтенту.
Інструменти • Аналізував тексти, зображення та відео за допомогою моделей штучного
інтелекту для виявлення маніпуляцій і підтримки фактчекінгу.
• SQL • Працював над балансуванням хибнопозитивних і хибнонегативних
• Python спрацьовувань для підвищення точності виявлення.
• Tableau, Power BI Результати:
• Excel (pivots, VLOOKUP) • Розробив функціональний прототип із високою точністю виявлення
• Jupyter Notebook протягом 24 годин.
[YouTube Demo]
Особисті навички
Аналіз RFM-сегментації клієнтів
• Ефективна комунікація Мета проєкту: Виявити клієнтів з високою цінністю та сегменти з ризиком
• Критичне та аналітичне мислення відтоку за допомогою моделі RFM для оптимізації маркетингових кампаній і
• Співпраця в команді стратегій утримання клієнтів.
• Уважність до деталей Розробив комплексне рішення для сегментації клієнтів на основі моделі RFM
(Recency, Frequency, Monetary) з метою отримання практичних інсайтів із
Мови транзакційних даних.
Процес:
• Англійська - середній рівень • Консолідував щомісячні дані про продажі в єдиний набір даних за
• Українська - рідна мова допомогою SQL (BigQuery).
• Словацька - вище середнього • Створив RFM-ознаки (давність покупки, частота покупок, грошова цінність) для
287 клієнтів.
Освіта • Застосував перцентильне оцінювання для стандартизації поведінки клієнтів у
RFM-бали (1 - 5).
Технічний університет у Кошицях • Побудував сегменти клієнтів (наприклад, VIP Champions, Loyal
Інтелектуальні системи Customers, Churn Risk) за допомогою набору правил класифікації.
• Розробив BI-дашборд для візуалізації розподілу клієнтів та
2022 - дотепер
ключових показників ефективності.
Інструменти та навички: SQL (BigQuery), очищення даних, Feature Engineering,
Досвід роботи сегментація клієнтів, візуалізація даних, аналітичне мислення
Warehouse Volunteer, GymBeam Результати:
Січень 2023 - дотепер • Виявив клієнтів з високою цінністю для цільових стратегій утримання.
• Виділив сегменти з ризиком відтоку для проактивної взаємодії та підвищення
• Допомога в роботі з товарами рівня утримання клієнтів.
(розвантаження, розміщення на
полицях, пакування)
АІ – асистент для інвестування молоді (ED Hackathon 2025)
• Участь в інвентаризації складу.
• Виконання операційних завдань. Мета проєкту: Допомогти молодим людям віком від 18 до 30 років інвестувати
• Співпраця з членами команди для з мінімальним рівнем ризику.
досягнення щоденних цілей. • Розробив персоналізовані рекомендації щодо акцій та ETF на основі
індивідуального ризикового профілю користувача.
• Створив модель розподілу інвестиційного портфеля: 70% облігації та
акції компаній з великою капіталізацією (blue chips), 20% активи з
потенціалом зростання, 10% готівкові кошти.
Спеціальна нагорода Code Review