Кирил

Іванов Кирил
Data Analyst, Product Analyst
[відкрити контакти](див. вище в блоці «контактна інформація») | [відкрити контакти](див. вище в блоці «контактна інформація»)

Аналітик даних із сильною технічною базою в SQL, Python (pandas, numpy), візуалізації даних
(Tableau, Power BI) та розумінням бізнес-метрик. Маю практичний досвід обробки масивів даних
у BigQuery, розробки інтерактивних дашбордів та використання методів математичної
статистики для обґрунтування рішень (перевірка гіпотез, пошук аномалій).

Навички
● SQL (BigQuery, PostgreSQL, оптимізація запитів, комплексні JOIN, віконні функції, CTE).
● Python (pandas, numpy, scipy, matplotlib, seaborn).
● Excel та Google Sheets (зведені таблиці, складні функції, INDEX/MATCH).
● Продуктові метрики (ARPU, Churn Rate, CPU/CPL/CPA, ROI, когортний аналіз тощо).
● Статистика і теорія ймовірності (А/Б тестування, перевірка гіпотез, статистичний
аналіз).
● Tableau, Power BI (візуалізація).

Мова: Англійська (B1+)

Практичний досвід

● Аналіз ROI маркетингових кампаній (SQL, BigQuery, Tableau) [github.com][tableau.com]:
Створив єдину маркетингову вітрину, консолідувавши 4 розрізнені таблиці (витрати, інстали,
in-app покупки та ad revenue). Використав складні LEFT / FULL OUTER JOIN та агрегації в
CTE для зведення витрат і доходів. Опрацював пропущені значення через COALESCE та
розрахував ключові метрики (Total Revenue, абсолютну окупність та відносний ROAS/ROI).
Побудував дашборд у Tableau для швидкого виявлення збиткових кампаній та оптимізації
бюджету, який скоротив час на аналіз кампаній на 2 години на тиждень.

● Продажі електронної комерції та returns аналіз (SQL, BigQuery, Tableau)
[github.com][tableau.com]: Використовуючи базу даних BigQuery очистив сирі дані та
відновив пропущені значення (Data Imputation), використовуючи математичні розрахунки та
COALESCE у SQL. Розрахував Return Rate (відсоток повернень) та виявив найпроблемніші
категорії товарів; побудував рейтинг топ-5 найприбутковіших продуктів за допомогою Window
Functions, CTE та складних JOIN. Створив інтерактивний бізнес-дашборд у Tableau.

● Дослідницький аналіз даних продажів (Python, EDA) [github.com]: Використав Python
(pandas, seaborn). Очистив сирі дані за рік (привів до потрібного типу, працював над
відсутніми даними, виявив аномалії) та провів розвідувальний аналіз: розрахував середній
чек (AOV), виявив сезонність, топ-товари та найприбутковіші локації.

Освіта
Запорізький національний університет

Бакалавр, Економіка (Спеціальність: Економічна кібернетика)

Роки навчання: 2024 – 2028 (навчання не перешкоджає full-time роботі)

Середній бал: 95/100 за всі роки навчання