- Сфера деятельности компании: Банковская сфера, кредитование
- Направление деятельности: Финансовый аналитик, Data analyst
- Навыки и инструметы: Pandas, Python, PyMystem3, лемматизация, предобработка данных
- Задачи проекта: Влияет ли семейное положение и количество детей клиента на факт погашения кредита в срок.
- Сфера деятельности компании: Интернет сервисы, площадки объявлений
- Направление деятельности: Data analyst, маркетиг-аналитик, Fraud-аналитик
- Навыки и инструметы: Mathplotlib, Pandas, Python, визуализация данных, исследовательский анализ данных, предобработка данных
- Задачи проекта: Определение рыночной стоимости объектов недвижимости и типичных параметров квартир
- Сфера деятельности компании: Telecom
- Направление деятельности: Data analyst, маркетиг-аналитик, продуктовый аналитик
- Навыки и инструметы: Mathplotlib, Pandas, Numpy, Python, SciPy, описательная статистика, проверка статистических гипотез
- Задачи проекта: На основе данных клиентов оператора сотовой связи проанализировать поведение клиентов и поиск оптимального тарифа
- Сфера деятельности компании: Gamedev, интернет-магазины
- Направление деятельности: Маркетиг-аналитик, продуктовый аналитик
- Навыки и инструметы: Mathplotlib, Pandas, Numpy, Python, исследовательский анализ данных, описательная статистика, проверка статистических гипотез, предобработка данных
- Задачи проекта:
Проект №5: Исследование данных авиакомпании - проверить гипотезу о повышении спроса во время фестивалей
- Сфера деятельности компании: Авиакомпании, туризм
- Направление деятельности: Data analyst, маркетиг-аналитик
- Навыки и инструметы: Mathplotlib, Pandas, Python, SciPy, SQL, проверка статистических гипотез
- Задачи проекта: Провести выгрузки и подготовку данных авиакомпаний с помощью SQL, проверить гипотезу о различии среднего спроса на билеты во время событий
- Сфера деятельности компании: Интернет-сервисы
- Направление деятельности: Маркетиг-аналитик, продуктовый аналитик
- Навыки и инструметы: Mathplotlib, Pandas, Python, когортный анализ, продуктовые метрики, юнит-экономика
- Задачи проекта: На основании данных Яндекс.Афиши изучить, как люди пользуются продуктом, когда они начинают покупать, сколько денег приносит каждый клиент, когда он окупается
Проект №7: Проверка гипотезы по увеличению выручки в интернет магазине - оценить результаты А/В теста
- Сфера деятельности компании: Инернет-магазины
- Направление деятельности: Маркетиг-аналитик
- Навыки и инструметы: Mathplotlib, А/В тестирование, Pandas, Python, SciPy, проверка статестических гипотез
- Задачи проекта: Используя данные интернет магазина приоретизировать гипотезы, провести оценку результатов А/В тестов различными методами
- Сфера деятельности компании: Бизнес, офлайн, стартапы
- Направление деятельности: Data analyst, маркетиг-аналитик, аналитик(универсал)
- Навыки и инструметы: Pandas, Plotly, Python, Seaborn, визуализация данных
- Задачи проекта: Исследование рынка общественного питания на основе открытых данных
- Сфера деятельности компании: Бизнес, стартапы
- Направление деятельности: Маркетиг-аналитик, продуктовый аналитик
- Навыки и инструметы: А/В тестирование, Mathplotlib, Pandas, Plotly, Python, Seaborn, визуализация данных, проверка статестических гипотез, продуктовые метрики, событийная аналитика
- Задачи проекта: На основании данных мобильного приложения для продажи продуктов питания проанализировать воронку продаж, а также оценить результаты А/А/В - тестирования
- Сфера деятельности компании: Интернет сервисы, площадки объявлений
- Направление деятельности: BI-аналитик, Data analyst, маркетиг-аналитик, аналитик(универсал)
- Навыки и инструметы: PostgreSQL, Python, SQLAlchemy, Tableau, dash, построение дашбордов, продуктовые метрики
- Задачи проекта: Используя данные Яндекс.Дзена построить дашборд с метриками взаимодействия пользоваетелей с карточками статей
- Сфера деятельности компании: Бизнес, офлайн
- Направление деятельности: Маркетиг-аналитик, аналитик(универсал)
- Навыки и инструметы: Mathplotlib, Pandas, Python, Seaborn, Scikit-learn, классификация, кластеризация, машинное обучение
- Задачи проекта: На основании данных о посетителях сети фитнес-центров спрогнозировать вероятность оттока для каждого клиента в следующем месяце, сформировать с помощью кластеризации портреты пользователей