Права категории B, C

Моя цель - работать в развитой и культурной компании, строить карьеру, строить компанию, иметь достойный заработок. Более 20 лет работаю в сфере информационных технологий. Охватил большую сферу деятельности, включая пищевую промышленность, метрологию, контрольно-измерительные приборы и промышленную автоматику. В последние годы работаю в образовательной сфере. Создавал системы автоматизированной аналитики, анализировал продуктовые метрики, строил дашборды. Пройдя обучение в Яндекс Практикум, влюбился в аналитику и методики работы с ней. На данный момент работаю менеджером проектов, курикум-лидом, автором и проектировщиком курсов, наставником и всем, что связано с анализом, SQL и python. Хочу развивать свой скилл и далее, работать в команде профессионалов и единомышленников, любящий аналитику, реализовывать свои академические знания на практике. Стек опыта: Анализ данных в SQL и базы данных (высокий уровень): Использование и настройка СУБД (PostgreSQL, MySQL, MS SQL, Google BigQuery) Написание сложных аналитических запросов (JOIN, подзапросы и CTE) Оконные функции, рамки. Расчеты метрик (CR, AUV, ARPU, ARPPU, MAU, WAU, DAU, LTV, Retention (Churn) Rate, ROMI, ROI, CAC) и когортный анализ. Витрины данных, ETL, OLAP-кубы. Проектирование баз данных, нормализация, денормализация, составление документации (ER-диаграммы, описания таблиц и т.д.) CRUD-запросы Оптимизация запросов NoSQL(ClickHouse) SQL (средний уровень): Пользовательские функции Хранимые процедуры Транзакции Триггеры Индексы PL/pgSQL Анализ данных Python (высокий уровень): Выгрузка данных (CSV, Google Sheets, SQL) Библиотеки python (pandas, numpy, scipy и т.д.) Предобработка данных Построение исследовательских аналитических отчетов. Расчет бизнес-метрик, unit-экономика, когортный анализ (CR, AUV, ARPU, ARPPU, MAU, WAU, DAU, LTV, Retention (Churn) Rate, ROMI, ROI, CAC) Визуализация (mathplotlib, seaborn, plotly, follium, subplots и т.д.) Статический анализ данных (статистические критерии), теория вероятностей, математическая статистика. АБ-тестирование. Анализ данных Python (средний уровень): Построение моделей BI-системы (высокий уровень): Выгрузка и предобработка данных, визуализация, построение дашбордов (PowerBI, Tableau, DataLens, редко Apache Superset)