-- About - Nikita Maslov

Никита Маслов

Очерк

Я аналитик данных из Санкт-Петербурга. Моя интерес к статистике и желанию применять знания по ней привели в область аналитики данных, в которую я погрузился с головой.

Меня восхищает возможность найти порой среди ничем непримечательных цифр ответы там, где на первый взгляд нет ничего необычного. Моя карьера в области аналитики строительной инженерии дала мне возможность погрузиться в большой объем неструктурированных данных, и часто, чрезвычайно "грязных" и неполных, что позволило мне получить как аналитический опыт, так и навыки предобработки данных, а при решении ряда задач в некоторых случаях думать стратегически и на опережение.

У меня хороший фундамент в области анализа данных и стремление к его использованию для выявления значимых идей. Я действительно получаю удовольствение от применения своих знаний в области данных. На своем прошлом месте работы я развил острый взгляд на выявление закономерностей и тенденций. Я также приобрел опыт в области управления данными и статистического анализа, который будет полезен в моей роли аналитика данных.

В свободное время мне нравится изучать новые инструменты и подходы к анализу данных, и я всегда ищу возможность расширить свой диапазон компетенций. Отлично умею работать самостоятельно, а при необходимости легко работаю в команде. Я уверенно работаю с большим набором данных и умею извлекать значимую информацию и презентовать свои результаты как технически подкованной аудитории, так и аудитории, незнакомой с тонкостями анализа данных.

Навыки

  • Языки: Python, SQL
    • Python: Pandas, Polars, NumPy, Statsmodels, Matplotlib, Seaborn, SciPy.
    • SQL: DDL, DML, Delete-Truncate, Joins, CTE, Temp Tables, Indexes, Windows Functions, Aggregate Functions, Views, Stored Procedures.
  • Excel: Сводные таблицы, формулы, ВПР и аналоги, надстройки (Power Query, Power Pivot), проверка данных, условное форматирование, встроенные возможности анализа данных.
  • СУБД: MySQL, PostgreSQL, Clickhouse
  • Инструменты визуализации: Tableau, Datalens,Power BI, Redash, Superset
  • Инструментарий ETL/ELT-процессов: Airflow
  • Сервисы аналитики: Яндекс Метрика, Google Analytics 4
  • Documentation Tools: GitHub
  • Other: Miro, Notion

Сертификаты

  • [DataYoga] Tableau Software
  • [DataYoga] Yandex DataLens
  • [Stepik] Tableau Профессионал
  • [Stepik] ClickHouse для аналитика - Дмитрий Новиков
  • [Udemy] SQL для Анализа Данных - Глеб Михайлов
  • [Simulative] Симулятор «SQL для анализа данных» (2022)
  • [sql-ex.ru] Блок задач "Select" - 185 задач (2024)
  • [Stepik] Data Science - Глеб Михайлов
  • [EXPF] Интенсив - математическая статистика и A-B-тесты
  • [Skyeng] Excel для анализа данных (2021) -Марк Сысоев
  • [Udemy] Git - Курс по Git и GitHub - Bogdan Stashchuk
  • [Stepik] Основы статистики - Анатолий Карпов
    • Гинько А.Ю. - Анализ и визуализация данных в Yandex DataLens (2023)
    • Сара Бослаф - Статистика Для Всех (2015)
    • Дик Куслейка - Визуализация данных при помощи дашбородов и отчетов в Excel (2022)
    • Брюс П., Брюс Э., Гедек П. - Практическая статистика дял специалистов Data Science [O'Reilly] (2023)
    • Сабиров В. - Игра в цифры [БОМБОРА] (2023)
    • Васильев А.Н. Программирование на PYTHON в примерах [Москва] (2022)
    • Кохави Р., Тан Д., Сюй Я. Доверительное A/B-тестирование [ДМК] (2021)
    • Маккинни У. Python и анализ данных [O'Reilly] (2023)
    • Молинаро Э., Графф Р. SQL Сборник рецептов (Cookbook) [O'Reilly] (2023)
    • Танимура К. SQL для анализа данных (Расширенные методы преобразования данных для аналитики) [O'Reilly] (2024)
    • Зумштейн Ф. Python для Excel (Современная среда для автоматизации и анализа данных) [O'Reilly] (2023)
    • Чжен Э., Казари А. Машинное обучение (Принципы и техники для аналитиков) [O'Reilly] (2022)
    • Хейдт М., Груздев А. Изучаем pandas [ДМК] (2019)
    • Лагутин М.Б. Наглядная математическая статистика [Лаборатория знаний] (2022)
    • Гланц С. Медико-биологическая статистика [Практика] (1999)

    Контактная информация