Владислав

Владислав Мартинюк
Data Analyst / Product Analyst
[відкрити контакти](див. вище в блоці «контактна інформація») | [відкрити контакти](див. вище в блоці «контактна інформація») | Україна | linkedin

ПРО МЕНЕ
Data / product analyst з технічною освітою КПІ, «Комп'ютерна інженерія». Будую BI-звітність у Tableau та
Power BI на даних мобільної реклами та продуктових подій, пишу SQL у BigQuery і PostgreSQL, автоматизую
підготовку даних на Python. Працюю з маркетинговими метриками: ROAS, CPI, LTV, Retention, eCPM. Приймав
рішення на основі даних щодо монетизації та механік. Шукаю роль аналітика, де зможу застосувати навички
SQL, Python, Power BI для розвитку продукту.
НАВИЧКИ
Аналіз даних: SQL ( JOIN, GROUP BY, підзапити, агрегація, фільтрація, window functions ), Excel(Pivot, Power
Query) / Google Sheets, BigQuery, GA4, A/B тестування
Візуалізація: Power BI (DAX, моделювання даних), побудова дашбордів та звітів
Програмування: Python (Pandas, NumPy, scikit-learn, XGBoost, Matplotlib)
Продуктові метрики: DAU/MAU, Retention (D1/D7/D30), LTV, Conversion rate, Funnel, Churn rate, CPI, ROAS
Machine Learning: регресійні моделі (XGBoost), ETL pipeline, Feature engineering, пошук аномалій
Інструменти: Git, PostgreSQL, Firebase Analytics, Google Analytics, Google Play Console
ДОСВІД
Developer / Product Analyst
2025 – 2026 · Google Play
• Відповідав за публікацію й підтримку та подальшу аналітику мобільних ігор на Google Play.
• Налаштував експорт даних у BigQuery та підтримував звіти і дашборди в PowerBI.
• Висував та перевіряв гіпотези щодо ігрових механік і монетизації; виявляв аномалії в поведінці
користувачів.
• Найкраща гра була в топі пошуку Google Play в свої категорії.
ПРОЄКТИ
Прогнозування вартості авто (Дипломна робота)
Python, XGBoost, PostgreSQL, FastAPI, Streamlit · 40 000+ оголошень
• Розробив ETL data pipeline: зібрав 40 000+ оголошень з rst.ua, провів очищення даних, перевірку даних та
feature engineering; зберігав у PostgreSQL.
• Навчив ML-модель XGBoost для прогнозування ціни авто (R² ≈ 0.85); задеплоїв через REST API (FastAPI) +
веб-інтерфейс (Streamlit).
Вітрина ROAS по кампаніях (BigQuery + Tableau)
BigQuery, SQL, Tableau
• Об'єднав 4 таблиці мобільної реклами (installs, cost, revenue, events), понад 5 млн рядків, у вітрину для
оцінки окупності кампаній.
• Перевірив якість даних: дублікати order_id, NULL у ключових полях, voided-транзакції; задокументував
розрахунок.
• Побудував дашборд ROAS у Tableau для оцінки ефективності кампаній.
Sales & A/B Test Dashboards — Power BI
Power BI, DAX · Kaggle (Superstore, Cookie Cats) · GitHub
• Superstore: дашборд прибутковості e-commerce — KPI, ROI за категоріями/регіонами, сегментація клієнтів;
виявив 26% збиткових замовлень.
• Cookie Cats: A/B тест (90k гравців, Gate 30 vs 40) — D1/D7 Retention, пошук точок відтоку, рекомендація на
основі даних.

ОСВІТА
Національний технічний університет України «КПІ ім. Ігоря Сікорського» 2022-2026 р.
Бакалавр, спеціальність 123 «Комп'ютерна інженерія»
МОВИ
Українська — рідна | Англійська — B1/B2