Москва, Россия
телефон: +7 915 477 77 18
электронная почта: [email protected]
github: github.com/kozyre4ek
tg: @kozyre4ek
ln: in/kozyrevnm

Имея более 5 лет опыта работы в различных отраслях в качестве аналитика данных, я ищу такую роль, где смогу применить свои знания для решения сложных бизнес-задач и стимулирования принятия инновационных решений. Я стремлюсь работать в динамичной команде и профессионально расти в совместной и поддерживающей среде. Кажется, что амбиции превышают мои возможности и хочется дальнейшего карьерного роста: управление командой.

Инструменты: Python · sklearn/CatBoost/LightGBM · Hadoop/Spark · Presto/Hive/Oracle · Git/Cron/Bash · Docker

8/2023 – настоящее время, Аналитик Данных (sen), Монетизация/Прайсинг

• Аналитическая поддержка моделей динамического ценообразования.

• Разработал методологию проведения ценовых экспериментов (B- и C-сегменты).

• Разработал концепт дифференцированного ценообразования и внедрил его в продакшн (+12% CPT - V1, +8% CPT - V2).

• Менторство младших сотрудников (адаптация, составление ЛПР, контроль задач, ОС, развивающие беседы) - 2 стажера и 1 джун.

• Участвовал в найме младшего сотрудника в команду - помог в составлении должностной инструкции, провел более 10 собеседований (техническая часть и аналитический кейс), составил план адаптации.

• Организовал аналитическое сообщество (гильдию) внутри компании, суть которого заключается в проведении внутренних митапов, совместных чтениях статей и просмотров внешних митапов, посещении аналитических конференций, брейнштормов и так называемых "прожарок" рабочих задач и проектов. В сообщество на сегодняшний день вовлечено более 50 человек (с 2022 года), и каждые 2 недели встречи посещают более 20 человек.

10/2021 – 8/2023, Data Scientist (mid+), Транзакции

• Снизил MDAPE на 2 п.п. для модели оценки недвижимости, что привело к более точным прогнозам и увеличению доверия пользователей к платформе.

• Разработал модель конверсии/склонности для выбора риелтора, увеличив сегмент на 6%.

• Провел обширные исследования по моделированию ликвидности недвижимости, разработал модель прогноза сроков экспозиции (не была внедрена из-за переключения фокусов).

• Предоставил аналитическую поддержку как ведущий аналитик для "внутренней" CRM, улучшив сегментацию клиентов и разработав целевые кампании, что привело к увеличению привлечения и удержания пользователей.

9/2020 – 10/2021, Data Scientist (mid), Риски/Валидация

• Валидировал модели машинного обучения в трех ключевых бизнес-процессах банка, включая AML, продажи и маркетинг.

• Оценивал риски моделей и предлагал альтернативные модели или иные рекомендации по использованию моделей. Есть несколько кейсов, которые привели к увеличению основной метрики (Gini).

• Неформально лидировал проект по постановки ML-моделей на автомониторинг для нескольких департаментов банка.

• Разработал и внедрил методологию валидации моделей ML в маркетинговом блоке, время на внедрение в производство сократилось на 50%, что привело к повышению эффективности и ускорению развертывания моделей.

12/2019 – 9/2020, Аналитик данных (jun), Аналитика больших данных

• Разработал модели конверсии/склонности, дефолта и оттока для кредитного продукта, что помогло компании лучше понять поведение клиентов и снизить риски, улучшив прибыльность.

• Разработал систему рекомендаций NBA с использованием нескольких моделей, что увеличило ARPU на 15%. Эта система предоставляла персонализированные рекомендации клиентам, что привело к увеличению вовлеченности и доходов.

• Провел обширные исследования и анализ поведения пользователей в продукте Top Up, что привело к выявлению новых сегментов пользователей и увеличению коэффициента конверсии на 4% в абсолютном выражении.

• Играл ключевую роль в разработке библиотеки AutoML, что помогло оптимизировать пайплайн обучения моделей и повысить эффективность разработки.

2020 – 2022
Магистратура, Высшая школа экономики
Специальность: Финансовые технологии и анализ данных, Средний балл: 8/10
Дипломная работа: Оценка PFE с использованием моделирования Монте-Карло, адаптированного для характеристик локальных рынков

2016 – 2020
Бакалавриат, Московский государственный технический университет имени Н.Э. Баумана
Специальность: Вычислительная математика и математическая физика, Средний балл: 5/5
Дипломная работа: Восстановление параметров потока в ударном слое около параболоида с использованием анализа данных