Data Analyst (Направление внедрения и развития Data driven)

Описание

1

DAMIR IZBASSAR
АНАЛИЗ БОЛЬШИХ ДАННЫХ
Желаемые должности:Data Analyst / ML Engineer / Data Scientist
Телефон: +77776815200 Email: d.izbassar@mail.ru Местоположение: Алматы
НАВЫКИ
•
Языки программирования: Python,
Java, C++, HTML/CSS, JavaScript,
SQL/NoSQL
•
Фреймворки/Инструменты: Pandas,
NumPy, Matplotlib, Scikit-learn, PyTorch
•
DevOps и облачные технологии:
Git/GitHub, AWS (базовый уровень)
•
Базы данных: MySQL, PostgreSQL,
MongoDB
•
Языки: Английский — B2; Казахский —
родной; Русский — родной
КЛЮЧЕВЫЕ КОМПЕТЕНЦИИ
•
Предобработка данных и
исследовательский анализ (очистка
данных, создание признаков)
•
Разделение данных на
Train/Validation/Test; предотвращение
утечки данных
•
Оценка моделей: Accuracy, Preci-
sion/Recall, F1-score; матрица ошибок
•
Базовые модели и сравнение моделей
машинного и глубокого обучения
•
SQL-запросы и подготовка наборов
данных для аналитических задач
ЛИЧНЫЕ КАЧЕСТВА
•
Быстро обучаюсь и легко адаптируюсь к
новым инструментам и задачам
•
Развитые коммуникативные навыки и
умение работать в команде
•
Ответственный, организованный,
внимательный к деталям
•
Аналитическое мышление и
структурированный подход к решению
задач
•
Умение работать в условиях дедлайнов и
расставлять приоритеты
О СЕБЕ
Начинающий Data Analyst (Big Data / ML) с хорошими знаниями Python и SQL и
практическим опытом выполнения академических проектов. Владею навыками
подготовки данных, оценки моделей и понятного представления результатов.
Ищу стажировку или позицию начального уровня в области аналитики данных и
машинного обучения.
ОПЫТ
Стажировка
• Стажер-аналитик данных | Digital Government Support Center (3 месяца)
– Выполнял предобработку данных, включая очистку данных, обработку
пропущенных значений и подготовку наборов данных для анализа.
– Проводил анализ метрик DAU (Daily Active Users) и MAU (Monthly Active
Users) для оценки активности пользователей.
– Обрабатывал и проверял большие наборы данных с использованием SQL и
Excel.
– Помогал в анализе данных и подготовке отчетов для поддержки принятия
бизнес-решений.
Академические проекты (Big Data и AI)
• Распознавание заболеваний глаз (ODIR): предобработка данных, обучение
CNN, оценка с использованием метрик классификации.
• Классификация маммографических изображений: подготовка данных,
обучение модели для выявления аномалий, оценка по метрикам.
• Обнаружение лиц:сравнение собственной CNN с YOLO/MTCNN; анализ
компромисса между точностью и скоростью.
• Генератор подписей к изображениям: полный конвейер (CNN для
извлечения признаков + LSTM-декодер); тестирование на валидационных
данных.
ОБРАЗОВАНИЕ
Физико-математический лицей 2017–2023
Astana IT University — Анализ больших данных 2023–2026
КУРСЫ
• Coursera (завершено):Продвинутый анализ данных с использованием Chat-
GPT
• EPFL (завершено):Анализ больших данных с использованием Scala и Spark
(Scala 2)
• AWS (завершено):AWS Cloud Technical Essentials