Сервіс пошуку роботи №1 в Україні

Резюме від 1 серпня 2026

Радислав

Аналітик, 80 000 грн

Розглядає посади:: Аналітик, Data scientist, Дата-аналітик, Бізнес-аналітик, Product analyst, Інвестиційний аналітик
Вид зайнятості:: повна, неповна
Вік:: 34 роки
Місто проживання:: Київ
Готовий працювати:: Дистанційно, Київ

Контактна інформація

Шукач вказав телефон , ел. пошту та LinkedIn.

Отримати контакти цього кандидата можна на сторінці https://www.work.ua/resumes/19588356/

Досвід роботи

Data Scientist / Бізнес-аналітик

з 04.2024 по 06.2026 (2 роки 3 місяці)
Продуктова компанія (NDA, UA), Дистанційно (IT)

• Аптечні мережі втрачали маржу через списання та out-of-stock: розробив модуль прогнозування попиту для системи
управління асортиментом, результат -18% списань, +12% товарообігу.
• Закупівлі не враховували взаємозамінність препаратів: створив аналітичну систему розрахунку субституції на 12000+ SKU і 1500+ локальних ринках, результат +34% ROI складських запасів.
• Для виходу продукту на ринок побудував модуль беззбиткового ядра асортименту та впровадив повний ML-пайплайн, в результаті система стала окремим продуктом компанії.
• Збирав і формалізував вимоги бізнес-замовників у специфікації, розробляв ТЗ (Jira), готував аналітичну звітність і дашборди для управлінських рішень.

Аналітик даних / ML Engineer

з 07.2022 по 02.2024 (1 рік 8 місяців)
Nutra Harmony (USA), Дистанційно (Роздрібна торгівля)

• Знижки на 1000+ SKU встановлювались інтуїтивно, бізнес втрачав маржу: проаналізував еластичність попиту та побудував ML-систему динамічного ціноутворення, результат +25% Net Profit, +$25k/міс чистого прибутку.
• Аналіз звітів Amazon виконувався вручну: розробив ETL-пайплайн і систему 7+ KPI-метрик (конверсія, трафік, крос-продажі, маржинальність), результат повна автоматизація аналізу 1000+ SKU.
• Побудував BI-дашборди (Power BI) з ціновими рекомендаціями для власника бізнесу, результат перехід від інтуїтивних рішень до data-driven циклу ціноутворення.

Аналітик фінансових даних / Quantitative Analyst

з 04.2021 по 05.2022 (1 рік 2 місяці)
CryptoQuant (USA), Дистанційно (Фінанси, банки, страхування)

• Торгова стратегія страждала від нестабільних сигналів: розробив систему кореляційного аналізу пар (crypto futures — Bybit, Binance; Forex; Stock), результат +21% ROI, стабілізація стратегії.
• Провів Z-score нормалізацію та аналіз спредів, побудував кластеризацію і статистичну фільтрацію сигналів, результат -29% збиткових угод, +12% прибутковості.

Математик-дослідник

з 08.2019 по 03.2021 (1 рік 8 місяців)
Green Clinic (науково-дослідний центр, UA), Київ (Освіта, наука)

• На замовлення агрохолдингу: добрива та засоби захисту рослин вносились нераціонально — розробив розрахункову модель, яка за зразками ґрунту й рослин визначає необхідність і норми внесення; результат: обґрунтовані норми замість надлишкових витрат.
• На замовлення автохолдингу: побудував прогнозну модель динаміки накопичення електромобілів у Києві — основа для планування закупівель EV.
• На замовлення приватного сектору: виконав інженерні розрахунки магнітного датчика та супутнього обладнання для комбайнів.

Освіта

КНУ ім. Т. Г. Шевченка

Механіко-математичний, Київ
Вища, з 2010 по 2015 (5 років)

Бакалавр математики

Додаткова освіта та сертифікати

IBM · Data Analysis with Python

2025, 10 місяців
Сертифікат

Знання і навички

SQL
MS Excel
Google Sheets
Power Query
Аналіз даних
Бізнес-аналіз
Візуалізація даних
MS Power BI
Tableau
Looker Studio
Python
Pandas
NumPy
SciPy
Statsmodels
PySpark
Jupyter Notebook
ETL
BigQuery
Machine learning
Прогнозування попиту
Регресія
Кластеризація
Scikit-learn
XGBoost
Time Series
PyTorch
TensorFlow
MLflow
A/B тестування
Статистичний аналіз
Ціноутворення
Юніт-економіка
Когортний аналіз
Продуктова аналітика
Jira
Claude Code
Microsoft Copilot
LLM
RAG
LangChain
Docker
FastAPI
Linux
Git
AWS
Google Cloud
MS Azure
Математика
Статистика

Знання мов

Українська — вільно
Англійська — вище середнього

Додаткова інформація

Математик-дослідник з досвідом роботи у доменах: e-commerce, fintech, pharmacy, crypto, agrotech, edtech. Розробляю продукти на основі даних. Повний цикл робіт: від бізнес-запиту до аналізу даних, побудови моделей, BI-звітності та управлінських рішень. Розробка в AI-native форматі (LLM-агенти, оркестрація).

Ключові результати: +25% чистого прибутку (динамічне ціноутворення, e-commerce USA), -18% списань і +34% ROI запасів (прогнозування попиту, фарма), +21% ROI (кількісна аналітика, fintech USA).

Вказані зарплатні очікування — стартова позиція для перемовин про співпрацю: фінальна сума залежить від обсягу задач і обов'язків. Доступний до співпраці одразу.

Портфоліо та компетенції: https://lomanov.dev
Робочі проєкти з кодом: https://github.com/radyslav-datascience