Портфолио и кейсы фрилансеров по статистическому анализу

Даниил Масленников
Даниил Масленников 25 дней 20 часов назад
Аналитическая записка: ставку снижают, а инфляция развернулась вверх
Записка на 5 страниц по открытым данным Банка России: ключевая ставка по дням и инфляция по месяцам. Вывод в начале, у каждой цифры источник, в конце блок «что не проверено и что изменит вывод». Собственная работа, пример формата.
Никита Манаков
Никита Манаков 1 месяц назад
Очистка CSV и сводка продаж в Excel
Пример обработки CSV-файла с заказами. Сделан для портфолио на вымышленных данных, без реального заказчика. В исходной таблице было 56 строк: встречались дубли, разные форматы телефонов и разное написание городов. Убрал 3 дубля — осталось 53 уникальных заказа. Привёл города и телефоны к единому виду. В одной записи телефон отсутствовал: отметил её для проверки, ничего не подставлял. В Excel сохранил исходную и очищенную таблицы на отдельных листах. Добавил расчёт суммы заказа, сводку по категориям и диаграмму выручки по выполненным заказам.
АГ
Анжелика Грихутик 1 месяц назад
Анализ аварийности телекоммуникационной сети за 2025 год
Демонстрационный проект по анализу аварийности телекоммуникационной сети за 2025 год на условном наборе данных. Цель проекта — выявить основные закономерности аварий, определить проблемные направления и показать, какие выводы можно получить из эксплуатационных данных телекоммуникационной сети. В работе выполнены: • первичный анализ и проверка качества данных; • очистка данных и приведение значений к единому формату; • обработка пропусков и дубликатов; • выявление и обработка аномальных значений; • анализ продолжительности аварий и количества затронутых пользователей; • группировка данных по регионам, месяцам, технологиям, оборудованию и причинам аварий; • расчёт основных статистических показателей; • анализ динамики аварийности в течение года; • визуализация результатов; • формулирование аналитических выводов. Инструменты: Python, pandas, Excel, визуализация данных. В результате сформирован набор аналитических показателей и выявлены различия в аварийности между регионами, месяцами и другими категориями данных. Проект демонстрирует навыки обработки табличных данных, статистического анализа, поиска закономерностей и подготовки результатов для принятия технических решений.
Сергей Федулов
Сергей Федулов 1 месяц назад
Анализ продаж интернет-магазина — SQL, Python, Pandas
Проект по анализу продаж интернет-магазина. Провёл полный цикл работы с данными: очистка и подготовка CSV-файлов, загрузка данных в MySQL, проверка качества данных и анализ с помощью SQL и Python (pandas). Рассчитал ключевые показатели: общую выручку, средний чек, динамику выручки по месяцам, выручку по категориям и товарам, активность клиентов и долю повторных покупателей. Для визуального представления результатов использовал Matplotlib и Seaborn. По результатам анализа сформировал основные бизнес-выводы о динамике продаж, наиболее значимых категориях и поведении клиентов. В проекте также учитывались проблемы качества данных: дубликаты, пропуски, некорректные значения и отсутствие связанных записей.
Владимир Фанин
Владимир Фанин 2 месяца назад
GreenLeaf — адаптивный лендинг экологичного продукта на Tilda
Авторский демонстрационный концепт адаптивного продуктового лендинга для многоразового пакета GreenLeaf. Задача проекта — понятно представить экологичный продукт, раскрыть его преимущества и привести посетителя к целевому действию. В проекте разработана структура одностраничного сайта, подготовлены тексты и визуальное оформление, создан индивидуальный первый экран в Zero Block, оформлены блоки о продукте и его преимуществах, настроены кнопки целевого действия и базовые SEO-параметры. Страница адаптирована для компьютеров и мобильных устройств. Проверены основные размеры экранов, заголовки, изображения, кнопки и последовательность смысловых блоков. Результат — готовый опубликованный лендинг с единой визуальной системой, адаптивной вёрсткой и понятным пользовательским сценарием. Проект является авторским демонстрационным концептом и создан на синтетическом примере, а не для вымышленного заказчика.
Владимир Фанин
Владимир Фанин 2 месяца назад
AI Sales Assistant — чат-бот для сбора и обработки заявок
Самостоятельный демонстрационный проект на синтетических данных — не работа для вымышленного заказчика. AI Sales Assistant автоматизирует первичную обработку обращений на сайте. Ассистент отвечает только в пределах согласованной FAQ-базы, не придумывает цены, сроки и гарантии, а неизвестные вопросы предлагает передать менеджеру. Реализовано: • адаптивный чат на React + TypeScript; • явное согласие перед сбором контакта; • пошаговый сбор и проверка имени, телефона/email, продукта и комментария; • предварительный просмотр заявки перед отправкой; • защищённая панель менеджера со статусами; • FastAPI, PostgreSQL, SQLAlchemy и Alembic; • серверная авторизация, HttpOnly-cookie, CSRF и rate limiting; • SMTP-уведомления через transactional outbox без персональных данных в письме; • Docker Compose, Caddy, HTTPS Let's Encrypt; • резервные копии с проверкой восстановления, мониторинг и firewall. Полный сценарий «чат → заявка → панель → смена статуса» проверен на реальном PostgreSQL. На контрольном снимке проходят 449 backend- и 96 frontend-тестов. Решение можно адаптировать под FAQ, фирменный стиль, CRM и каналы клиента.
Владимир Фанин
Владимир Фанин 2 месяца назад
Power BI дашборд продаж — KPI, динамика и детализация
Разработал интерактивный Power BI-дашборд для контроля продаж и анализа ключевых показателей. На обзорной странице собраны выручка, количество продаж, проданные единицы и средний чек. Графики показывают распределение выручки по регионам и товарным категориям, а также динамику по месяцам и кварталам. Динамические карточки помогают быстро определить ведущий регион и категорию. На странице детализации доступна таблица отдельных операций с датой, регионом, категорией, количеством и выручкой. Настроены фильтры по периоду, региону и категории, а также кнопки быстрого сброса фильтров. Выполнил подготовку и проверку данных, построение модели Power BI, разработку DAX-мер и настройку интерактивности. Для воспроизводимой обработки данных использован Python-пайплайн с проверкой обязательных полей, дубликатов и некорректных значений. Демонстрационный набор содержит 1 606 продаж за 12 месяцев. Все данные синтетические и не относятся к реальной компании. Неполный август 2026 года отдельно отмечен в отчёте, чтобы избежать неверного сравнения периодов.
Владимир Фанин
Владимир Фанин 2 месяца назад
Power BI дашборд «План и факт» — анализ маржи и продаж
Разработал интерактивный Power BI-дашборд для руководителя отдела продаж. Решение помогает контролировать выполнение плана по марже, сравнивать подразделения и менеджеров, анализировать динамику за 12 месяцев и находить сделки, требующие внимания. В отчёте реализованы пять страниц: общий обзор, эффективность менеджеров, активность и воронка продаж, мобильная сводка и детализация по выбранному менеджеру. Выполнены подготовка и проверка данных, построение модели из 12 таблиц, разработка 64 DAX-мер, настройка фильтров, рейтинга менеджеров, воронки продаж и перехода к персональным показателям и списку сделок. Дашборд показывает фактическую и плановую маржу, отклонение от плана, выполнение плана, количество коммерческих предложений, счетов и оплат, конверсию и задержавшиеся сделки. Это авторский демонстрационный проект на синтетических данных. Он показывает полный цикл работы: от подготовки данных и модели до визуализации, проверки расчётов и мобильной версии.
Николай Ребецкий
Николай Ребецкий 2 месяца назад
Статистический анализ и графики по измерениям
Автоматизированная обработка массивов измерений с расчётом статистики по отдельным периодам, годам, сериям наблюдений или другим заданным диапазонам. Для каждого диапазона могут рассчитываться: минимум; максимум; среднее значение; медиана; стандартное отклонение; дополнительные показатели по заданию. Результаты автоматически записываются в итоговую Excel-таблицу с сохранением требуемого оформления, числовых форматов и структуры документа. При необходимости дополнительно строятся графики, временные ряды, сравнительные диаграммы и сводные таблицы. Подходит для лабораторных, инженерных, производственных, коммерческих и других данных, где ручной расчёт множества диапазонов занимает много времени. Технологии: Python, pandas, NumPy, openpyxl, Matplotlib, Excel.
Вячеслав Баклагин
Вячеслав Баклагин 2 месяца назад
Разработка информационно-аналитической системы для работы с пространственными и научными данными
Разработка клиент-серверной информационно-аналитической системы для хранения, обработки и визуализации пространственных данных. Реализованы запросы к базам натурных наблюдений, загрузка результатов численного моделирования, обработка NetCDF, пространственная интерполяция, отображение векторных и растровых слоёв на интерактивной карте, работа со спутниковыми данными и авторизация пользователей. Серверная часть разработана на Python/Flask, клиентская — JavaScript/Leaflet. Python · Flask · JavaScript · Leaflet · SQL/SQLite · NumPy · SciPy · NetCDF · Matplotlib · HTML/CSS