Стажер Business / Data Analyst (Аналитик операционных данных)

Описание

Anel Kakimbek
# miss.kakimbek@gmail.com |H +77002705613 |� Anel Kakimbek |� nlkkmbk
Обо мне Я адаптивная и самоорганизованная студентка Data Science, быстро осваиваю новые инструменты
и эффективно работаю в меняющихся условиях. Обладая сильными навыками решения проблем и
критического мышления, я подхожу к задачам аналитически и принимаю взвешенные решения.
Технические навыки Программирование и данные:
Python (машинное обучение, веб-скрейпинг), R, SQL, PL/SQL,
Excel
Machine Learning и аналитика: Pytorch, Scikit-learn, TensorFlow, ML-метрики, прикладная
статистика, гипотезы/A/B-тестирование, анализ временных рядов
Визуализация и BI: Matplotlib, Seaborn, Plotly Dash, Power BI
Пет-проекты Анализ прогноза погоды
–Построила полноценный конвейер прогнозирования, используя методы временных рядов
(ARIMA, Holt–Winters, Prophet) для моделирования и предсказания ежедневной динамики
погоды.
–Провела расширенную предварительную обработку (ресемплирование, поиск выбросов, интерполяция), исследовательский анализ (STL-декомпозиция, скользящие средние) и сравнение
моделей с использованием RMSE, MAE, MAPE.
–Создала визуализации и полноценный дашборд для оценки качества моделей.
Анализ рынка недвижимости и прогноз цен
–Собрала большой объём объявлений о недвижимости с Krisha.kz / Nedvizhka.kz(BeautifulSoup,
Selenium) и очистила неструктурированные данные: цену, площадь, локацию, год постройки, тип
продавца.
–Провела рыночную аналитику — распределения цен, сравнения по городам, динамика по годам, топ категорий недвижимости.
–Построила модели для прогнозирования стоимости недвижимости.
–Создала наглядные визуализации (гистограммы, столбчатые графики, тренды) для демонстрации особенностей рынка жилья Казахстана.
Веб-скрейпинг и аналитика товаров Satu.kz
–Собрала тысячи товарных карточек с Satu.kz: категории, описания, цены, продавцы, наличие.
–Очистила, стандартизировала и объединила HTML-данные в аналитические наборы данных с помощью pandas.
–Выполнила анализ: популярные категории, распределение по продавцам, топ продаваемых товаров, ценовые паттерны.
–Построила визуализации (столбцы, круговые диаграммы, тренды) для описания динамики рынка и поведения покупателей.

Анализ текста казахской книги и NLP-пайплайн
–Создала полный NLP-пайплайн: очистка текста, токенизация, разбиение на предложения, частотный анализ и выделение сущностей.
–Применяла анализ тональности с использованием модели, совместимой с казахским языком,
выявляя эмоциональную окраску 10 000+ предложений.
–Построила графы взаимодействия персонажей через ко-оккурентные сети и GraphViz.
–Создала дашборды: частоты слов, паттерны по главам, распределение тональности и лингвистические тренды.
Классификация музыки Spotify и сравнение моделей
–Проанализировала датасет Spotify (темп, энергия, настроение, танцевальность и др.) с Kaggle.
–Построила модели классификации ( Logistic Regression, Random Forest, Gradient Boosting ).
–Оценивала качество с помощью AUC, F1-score, log-loss, ROC-кривых, матриц ошибок .
–Создала визуализации по жанрам и интерпретируемые карты важности признаков.
Футбольная аналитика и анализ производительности игроков
–Собрала данные о футбольных матчах, используя API (football-data.org) и дополнительный веб- скрейпинг.
–Построила интерактивные тепловые карты, карты активности игроков и временные ряды для
анализа поведения команд и игроков.
–Провела анализ производительности, выявила паттерны владения мячом, забитых голов и игровой статистики.
Система рекомендаций фильмов
–Создала простую рекомендательную систему, используя TMDb APIдля извлечения информации
о фильмах.
–Построила рекомендатель на основе схожести — с cosine similarity, жанрами и эмбеддингами ключевых слов.
–Прогнозировала кинематографические тренды с помощью моделей регрессии и создала визуализации предпочтений зрителей.
Языки Казахский (родной), Русский (C1), Английский (B2)