Heorhii

Analyst

Таланти

LvivУчасник з 7 вересня 2026 р.

Excel (Pivot Tables, VLOOKUP/XLOOKUP)SQL (Complex joins, Window Functions, Aggregations, CTEs)Python (Pandas, NumPy, Scikit-learn, Matplotlib, Hypothesis Testing)Machine Learning: Linear/Logistic Regression, ClusteringProduct & Marketing Analytics: A/B Testing, Unit Economics (CAC, LTV, ROAS)BI & Visualization: Tableau Desktop

Найняти цю людину

Надішліть пропозицію роботи безпосередньо цьому кандидату

Про

Магістр статистики ЛНУ ім. Івана Франка. Спеціалізуюся на продуктовій та маркетинговій аналітиці: проведенні й оцінці A/B тестів, розрахунку юніт-економіки (CAC, LTV, ROAS) та побудові інтерактивних дашбордів у Tableau. Володію Python та SQL на рівні написання складних аналітичних запитів (CTEs, віконні функції). Маю досвід статистичного моделювання та прогнозування часових рядів.

Досвід

Продуктовий аналітик (Project-based) (2026-05 – Present)

A/B Testing & Product Optimization (Onboarding): Спланував та провів A/B-тест для оптимізації онбордингу, розрахувавши необхідний розмір вибірки (N=55,228) та тривалість експерименту. За допомогою Python підтвердив статистично значуще зростання конверсії в першу оплату з 5.60% до 5.96% (p-value = 0.0038). Сформував рекомендації щодо розгортання функціоналу та виявив технічні баги в системі трекінгу.
SQL & Unit Economics: Розробив складні SQL-запити в BigQuery для очищення та аналізу сирих даних. Розрахував ключові метрики юніт-економіки (CAC, LTV, CPM, CTR) для оцінки ефективності маркетингових каналів, а також детально проаналізував продуктово-маркетингову воронку та локалізував основне вузьке місце на етапі Click-to-Install.
BI & Data Visualization (Tableau): Створив інтерактивний дашборд у Tableau для оптимізації маркетингового бюджету. На основі Geo/OS аналізу виявив, що ARPU 90d на iOS на 72% вищий, ніж на Android; сформував стратегію перерозподілу бюджету

Навчальна практика (2024-04 – 2024-04)

Modeling & Forecasting (Python, Excel): Будував моделі часових рядів (ARIMA) в Python та Excel для прогнозування ключових показників. На основі даних моделював майбутні тренди та оцінював точність прогнозних значень.
Data Processing & Analytics (SQL, Python, Excel): Проводив підготовку, очищення та агрегацію великих масивів сирих даних за допомогою SQL-запитів та Python. Створював зведені таблиці.