Вживання російської небезпечне

Чому ми так вважаємо
Перейти на українську
  • Файл

Катерина

Аналітик

Рассматривает должности:
Аналітик, Економіст
Город:
Удаленно

Контактная информация

Соискатель указал телефон.

Фамилия, контакты и фото доступны только для зарегистрированных работодателей. Чтобы получить доступ к личным данным кандидатов, войдите как работодатель или зарегистрируйтесь.

Загруженный файл

Версия для быстрого просмотра

Это резюме размещено в виде файла. Эта версия для быстрого просмотра может быть хуже, чем оригинал резюме.

КАТЕРИНА
ЗАДОРОЖНЮК
Дата аналітик

КОНТАКТИ ПРОЄКТИ

Телефон :[открыть контакты](см. выше в блоке «контактная информация») Звіт Power BI, що відображає історію Олімпійських ігор від Афін 1896 до
Електронна пошта: [открыть контакты](см. выше в блоке «контактная информация») Ріо 2016.
Телеграм: https://t.me/Kateryna_Zadorozhniuk Використані технології та інструменти:
Україна, Київ -Power BI Desktop – Інтеграція з джерелами даних, створення
інтерактивних звітів
-Power Query – імпорт, трансформація та очищення даних
НАВИЧКИ -DAX – розрахунок показників, створення мір
-Power BI Service – публікація звіту та створення дашборду
Power BI -Візуалізація даних – використання графіків, діаграм, карт та інших
візуальних елементів для представлення інформації
-Робота з Power Query В проєкті порівняла літні та зимові ігри: Скільки спортсменів, країн
-Написання формул на мові DAX змагається? Скільки там подій? Які країни відправляють найбільше
-Моделювання даних, створення зв’язків між спортсменів на Олімпіаду? Хто більше виграє медалей? Проаналізувала
таблицями статевий склад.
-Побудова інтерактивних звітів та дашбордів
https://app.powerbi.com/links/oPQmd0b3j9?ctid=b50f6b06-1f0e-40b9-
SQL 8ab8-8a285ba26f74&pbi_source=linkShare
-Написання запитів
-Побудова вкладених запитів Проєкт Python на основі даних з бази даних ІКЕА
-Агрегація та фільтрація великих обсягів даних Інструменти та технології проєкту:
Pandas, NumPy – для обробки, очищення та аналізу даних
Python Matplotlib, Seaborn – для візуалізації даних
-Обробка даних з використанням бібліотек: pandas, Scikit-learn – для побудови моделей машинного навчання,
NumPy Pipeline, GridSearchCV – для автоматизації моделювання та пошуку
-Візуалізація за допомогою matplotlib, seaborn параметрів
-Робота з PyCharm, Jupyter Notebook Requests – для завантаження даних з інтернету

Excel Робота з базою даних за допомогою мови запитів SQL

-Робота з зведеними таблицями (Pivot Table) та
https://1drv.ms/f/c/8926de0cefce42cc/ErUpfy5m0KZOh898zgdJI6wB1KgM
діаграмами
yMhmlFZTCrsSlmONvA?e=Eu8Fzc
-Використання VLOOKUP, INDEX+MATCH, IF,
SUMIFS для обробки великих обсягів даних
-Створення автоматизованих звітів і дашбордів

ДОСВІД РОБОТИ
ОСВІТА
Бухгалтер в державних установах

Курс “Data Analyst” — DAN.IT Education Департамент стратегічних розслідувань Національної поліції
серпень 2024-квітень 2025 України
травень 2017 - по теперішній час
Магістр з фінансів та банківської справи
Національний університет Державної податкової
служби України Державна установа “Центр обслуговування підрозділів
вересень 2011-червень 2014 Національної поліції України”
травень 2016 - травень 2017

ЗНАННЯ МОВ Міжрегіональне головне управління ДФС - Центральний офіс з
обслуговування великих платників
Англійська - В1 (Intermediate) липень 2014 - травень 2016

Похожие кандидаты

Все похожие кандидаты


Сравните свои требования и зарплату с вакансиями других компаний: