Портфолио и кейсы фрилансеров по статистическому анализу

Вячеслав Баклагин
Вячеслав Баклагин 2 месяца назад
Автоматизированный сбор и анализ патентной документации
Разработка инструмента для автоматизированного сбора данных из открытых патентных баз и последующей аналитической обработки. Программа на C# использовалась для получения и систематизации библиографических данных патентов. Сформирован массив патентной документации с номерами документов, названиями, странами, заявителями и правообладателями, датами приоритета и публикации и другими характеристиками. На основе собранных данных выполнен анализ динамики патентной активности, географии патентования, крупнейших правообладателей и технологических тенденций. Технологии: C#, автоматизация работы с веб-источниками, сбор и обработка данных, статистический анализ, визуализация.
Вячеслав Баклагин
Вячеслав Баклагин 2 месяца назад
Восстановление и статистический анализ многолетних временных рядов температуры воздуха
Работа выполнена в рамках исследования многолетней изменчивости температуры воздуха на побережье Белого моря. Обработан массив из более чем 378 тыс. среднесуточных наблюдений по 11 метеостанциям с временным охватом 1881–2022 гг. Проведены контроль полноты данных, анализ структуры пропусков и формирование сопоставимых временных рядов. Для восстановления отсутствующих значений разработана и проверена собственная статистическая процедура. Станции-аналоги ранжировались по тесноте связи временных рядов, для каждого календарного месяца строились отдельные регрессионные модели с использованием до четырёх аналогов. Качество метода проверялось на независимых временных блоках и в имитационном эксперименте, воспроизводящем фактическую структуру пропусков. По результатам проверки определены критерии допустимой доли восстановленных данных. Восстановлено 98,6 % внутренних пропусков. На подготовленных рядах выполнены статистический анализ, сравнение климатологических периодов 1961–1990 и 1991–2020 гг., расчёт долговременных трендов и пространственная визуализация результатов.
Вячеслав Баклагин
Вячеслав Баклагин 2 месяца назад
Анализ спутниковых данных о ледовом режиме Онежского залива Белого моря
Работа выполнена в рамках научного исследования ледового режима Онежского залива Белого моря для исследовательского проекта Института водных проблем Севера КарНЦ РАН. Была проведена обработка многолетнего массива спутниковых данных Bremen ASI AMSR-E/AMSR2 о сплочённости морского льда за 2002–2026 гг. Дополнительно использовались данные реанализа ERA5 по температуре воздуха. В ходе работы сформированы и проверены временные ряды, выполнена оценка полноты исходных данных, рассчитаны статистические характеристики ледового режима, сроки появления и разрушения ледяного покрова, проведено сравнение сезона 2025/26 гг. со средними многолетними условиями. Для представления результатов построены графики временных рядов и карты пространственного распределения сплочённости льда. Особенность проекта — совместная обработка спутниковых, метеорологических и пространственных данных с последующей статистической интерпретацией. В результате установлено, что общая сезонная сплочённость льда в 2025/26 гг. была близка к многолетней средней, однако ледовый период оказался существенно короче из-за раннего весеннего разрушения ледяного покрова и очищения акватории.
Кирилл Чернов
Кирилл Чернов 2 месяца назад
Очистка и анализ данных
Задача: Привести в порядок Excel-файл с данными о продажах, устранить ошибки и подготовить аналитический отчёт. В процессе работы были обнаружены: - дублирующаяся запись; - некорректная дата; - пропущенное значение; - разные варианты написания одного товара; - лишние пробелы; - неоднородность исходных данных. Что было сделано: - проведена проверка исходных данных; - выявлены проблемные записи; - после уточнения исправлены неоднозначные данные; - удалена дублирующаяся запись; - приведены к единому виду названия товаров; - рассчитана выручка; - подготовлены сводки по месяцам, менеджерам и товарам; - создан аналитический отчёт; - сформулированы основные выводы по результатам анализа. Результат: Необработанный Excel-файл преобразован в структурированный набор данных и аналитический отчёт, пригодный для дальнейшего использования.
Кирилл Чернов
Кирилл Чернов 2 месяца назад
Анализ продаж
Задача: Провести анализ данных о продажах и подготовить понятную сводку для руководителя. Что было сделано: - рассчитана выручка по каждой продаже; - рассчитана общая выручка; - подготовлена сводка по менеджерам; - подготовлена сводка по товарам; - определены наиболее эффективные менеджеры; - определены наиболее продаваемые товары; - проанализирована динамика продаж по месяцам; - создана диаграмма для визуального сравнения результатов. Результат: Из исходной таблицы продаж подготовлен структурированный Excel-отчёт, позволяющий быстро оценить результаты продаж по основным показателям.
Семён Жаворонкин
Семён Жаворонкин 3 месяца назад
Анализ факторов покупки и прогноз на 90 дней | статистика + ML
Учебно-исследовательский проект по анализу клиентского поведения и прогнозированию покупки в течение 90 дней. В работе исследовал историю покупок и взаимодействия клиентов с рассылками. Провёл EDA, анализ структуры данных, пропусков, распределений и выбросов. Сформировал агрегированные признаки по клиентам: частота и сумма покупок, временные характеристики, статистики взаимодействия с коммуникациями и другие поведенческие признаки. После исследовательского этапа сравнил Logistic Regression, Random Forest и Gradient Boosting. Для оценки использовал ROC-AUC, Precision и Recall, а также анализ факторов, связанных с целевой переменной. Финальная настроенная модель Gradient Boosting получила ROC-AUC = 0.694. Для положительного класса Precision = 0.73, Recall = 0.28. Среди наиболее значимых факторов выделены частота покупок, общая сумма расходов и временная активность клиента. Стек: Python, pandas, NumPy, scikit-learn, GridSearchCV, SHAP, статистический анализ и визуализация данных.
Игорь Антонов
Игорь Антонов 3 месяца назад
Интерактивный дашборд в Excel
Демонстрационный проект для портфолио: интерактивный дашборд в Excel для анализа показателей. Данные собраны на одном листе, ключевые показатели вынесены в понятные карточки и графики. Настроены формулы, аккуратное оформление и структура, которую легко адаптировать под продажи, расходы или отчётность компании. Работа показывает умение превращать исходную таблицу в наглядный управленческий отчёт.
Николай Журавлев
Николай Журавлев 4 года 5 месяцев назад
Николай Журавлев
Николай Журавлев 6 лет 1 месяц назад
Николай Журавлев
Николай Журавлев 6 лет 1 месяц назад