Іван

Нога Іван
Аналітик даних
[відкрити контакти](див. вище в блоці «контактна інформація») | [відкрити контакти](див. вище в блоці «контактна інформація») | LinkedIn | Telegram: @vavilon123 | Київ, Україна
Про мене
Молодший аналітик даних з практичним досвідом роботи з SQL, Python, Power BI та Tableau, набутим під час навчання на курсі GoIT. Володію навичками когортного аналізу, побудови KPI-дашбордів, очищення даних та візуалізації. Перетворюю сирі дані на зрозумілі висновки для підтримки бізнес-рішень. Шукаю посаду, де зможу застосовувати аналітичні навички та розвиватись як фахівець.

ПРОФЕСІЙНІ НАВИЧКИ
Аналітика та методологія: аналіз продукту, бізнес-метрики (CAC, LTV, Retention, Conversion Rate), A/B-тестування, теорія ймовірності та статистика, очищення та валідація даних
Обробка даних (Python): Pandas, NumPy, Matplotlib, Seaborn, Jupyter Notebook
BI та візуалізація даних: Tableau, Power BI, Power Query, DAX, Looker Studio
Веб- та продуктова аналітика: Google Analytics, Amplitude
Бази даних та зберігання даних: SQL (BigQuery, PostgreSQL), Google Sheets, Microsoft Excel

ОСОБИСТІ ЯКОСТІ
Аналітичне мислення, увага до деталей, вирішення проблем, комунікабельність, робота в команді, управління часом, адаптивність

ПРОЄКТНИЙ ДОСВІД
Onboarding Funnel in SaaS
Інструменти: SQL, Google Sheets
Посилання на проєкт: [Посилання на проєкт]
Когортний аналіз для оцінки Retention Rate користувачів на основі реальних даних — від очищення сирих даних до побудови інтерактивних дашбордів.
• Очищення дат у непослідовних форматах через REGEXP_REPLACE, SPLIT_PART, TO_DATE
• Побудова CTE для нормалізації таблиць; фільтрація тестових подій, NULL та активності поза вікном спостереження
• Розрахунок cohort_month та month_offset; агрегована таблиця з розбивкою за промо-статусом
• Зведені таблиці Google Sheets з тріангулярною структурою когорт і градієнтним форматуванням
• Порівняння поведінки промо- та органічних користувачів за 6 місяців; рекомендації щодо Acquisition Quality

Unit Economics + Product Metrics in SaaS
Інструменти: SQL, Power BI, Google Sheets, DAX
Посилання на проєкт: [Посислання на проект]
Повний цикл аналізу утримання та поведінки користувачів SaaS-продукту — від сирих даних до інтерактивного дашборду в Power BI.
• Очищення форматів дат; побудова CTE для нормалізації таблиць
• Розрахунок KPI: Retention Rate, MRR, ARPPU, LTV, Churn Rate — з розбивкою за каналом залучення
• Побудова Star Schema в Power BI; календарна таблиця через DAX
• DAX-міри: Average Grade, MoM_AG%, YTD, Previous Grade з урахуванням filter context
• Drill-through, tooltip-сторінки, слайсери; навігаційні кнопки для цілісного дашборду
• Рекомендації щодо оптимізації ціноутворення та стратегій утримання клієнтів

ДОСВІД РОБОТИ
Продавець-консультант | Skechers (05.2020-09.2020) та Intertop Outlet (06.2021-07.2021)
• Обслуговував клієнтів на всіх етапах покупки — від консультації щодо товару до розрахунку на касі
• Підвищував рівень задоволеності клієнтів завдяки персоналізованим рекомендаціям щодо вибору взуття
• Опрацьовував готівкові та безготівкові розрахунки, дотримуючись касової дисципліни
Кухар | Mr. Grill (07.2019-08.2019)
• Готував страви згідно з технологічними картами, дотримуючись стандартів якості закладу
• Забезпечував дотримання санітарних норм та правил зберігання продуктів
• Ефективно взаємодіяв у команді кухні під час пікових навантажень, підтримуючи швидкість обслуговування

ОСВІТА
IT School GoIT: Аналіз даних | 2025–2026
Національний технічний університет України "КПІ імені Ігоря Сікорського"
• Магістр, Конструювання та дизайн машин | 2022–2024
• Бакалавр, Комп'ютерне конструювання роботів і машин | 2019–2022
Київський енергетичний коледж: Монтаж теплоенергетичного устаткування | 2015–2019
Київський фаховий коледж: Фінанси | 2022-2025

МОВИ
Англійська: Intermediate
Українська: Рідна
Російська: Вільно