Сергій

ТЕРТИШНИЙ СЕРГІЙ
DATA ANALYST
[відкрити контакти](див. вище в блоці «контактна інформація») | [відкрити контакти](див. вище в блоці «контактна інформація») | Lviv, Ukraine
[відкрити контакти](див. вище в блоці «контактна інформація») | github.com/tertishniysergii | t.me/serhii_job

Data Analyst із технічною базою в реляційних СУБД та статистиці. Основний інструментарій —
аналітичний SQL (PostgreSQL, BigQuery) та BI-системи (Power BI, Tableau) для візуалізації
показників. За потреби підключаю базовий Python для обробки даних та простих скриптів.
Допомагаю перетворювати розрізнені таблиці на прозорий інструмент для прийняття рішень.

НАВИЧКИ
• Технічний стек: SQL (PostgreSQL, Google BigQuery), Power BI (DAX, Power Query), Tableau
Public, Git, Excel, Python, Google Analytics 4
• Аналітика та експерименти: Веб- та продуктова аналітика, A/B тестування та перевірка
статистичних гіпотез, аналіз продуктових воронок і точок відтоку, когортний аналіз,
розрахунок KPI.

ПРОЄКТИ
GA4 E-Commerce: Воронка конверсій та поведінковий аналіз
Tableau: public.tableau.com/app/profile/serhii.tertyshnyi
• Інструменти: Google BigQuery (SQL), Tableau Public, GA4, Microsoft Excel.
• Завдання: Трансформація вкладених JSON-логів у BigQuery через SQL, розрахунок 7 етапів
покупки та збірка продуктового дашборду в Tableau.
• Результат: Оброблено 354K+ сесій, виявлено 78.8% втрати користувачів на етапі перегляду
товару та визначено сезонні піки конверсії.

Громадський транспорт Львова: Інтенсивність та регулярність руху
Tableau: public.tableau.com/app/profile/serhii.tertyshnyi
• Інструменти: PostgreSQL, Tableau Public, GTFS.
• Завдання: Проєктування бази даних під муніципальний GTFS-фід (72 маршрути, 15.5К рейсів),
розрахунок інтервалів між відправленнями (Headway) через віконні функції (LAG) та побудова
Heatmap у Tableau.
• Результат: Виявлено пікове ранкове навантаження (08:00), падіння випуску на вихідні на
17% та домінування автобусів (81.3% перевезень).

Himalayan Expeditions: Аналітика ризиків та успішності сходжень
Github: github.com/tertishniysergii/himalayan-expeditions-analysis
• Інструменти: Power BI, Power Query, DAX.
• Завдання: Нормалізація 46K+ записів через Power Query, написання аналітичних мір у DAX та
побудова дашборду.
• Результат: Оцифровано статистичну вагу використання O2 (зростання успішності з 15.8% до
77.9%), підтверджено парадокс летальності на вершинах від 8 000 м та реалізовано оцінку
ризиків експедицій.

ОСВІТА
IT School "GoIT" 2025-2026
Data Analytics

Львівський національний університет ветеринарної медицини та біотехнологій 2024-дотепер
Інформаційні системи і технології

Технічний коледж Національного університету "Львівська Політехніка" 2020-2024
Інженерія програмного забезпечення