Аналитик колл-центра( HardRock Agency )

Описание

Хубулашвили Иракли Давидович
Data Analyst
Мужчина, 35 лет, родился 18 февраля 1990
+7 (925) 997-80-09 (предпочитаемый способ связи) • xidika96@gmail.com
Москва • Гражданство РФ, есть разрешение на работу: Россия
Не готов к переезду и командировкам • Полная занятость, гибкий график,
удалённая работа
О себе
Аналитик данных с 10-летним опытом в ритейле, автомобильной промышленности и логистике.
Специализируюсь на автоматизации отчётности, ETL-процессах, прогнозировании спроса и BI-
аналитике на стыке Python, SQL и Power BI. Ключевые результаты: сокращение цикла подготовки
отчётности на 70%, снижение товарных потерь на 30%, сокращение цикла поставок с 6 до 2 недель.
Опыт работы — 10 лет
МАЗ МОСКВИЧ
Аналитик по снабжению Октябрь 2024 — настоящее время (11 месяцев)
Производство легковых и грузовых автомобилей под брендом «Москвич»; один из крупных
автопроизводителей России.
Достижения
• Автоматизировал подготовку сводной отчётности по сделкам (дилеры, ассортимент, объём продаж)
на Python (pandas, openpyxl) с настройкой ETL-процессов на базе выгрузок из 1С — сократил время
формирования отчётов на 60%.
• Разработал и внедрил систему мониторинга логистических процессов в Power BI (модель данных и
расчёты на DAX, регулярное обновление дашбордов) — сократил цикл поставок запчастей дилерам
с 6 до 2 недель, повысил уровень сервиса.
• Создал инструментарий автоматизированной проверки качества данных на Python (скрипты сверки и
валидации) — сократил срок подготовки всех типов отчётности на 70% и минимизировал ошибки
ручного ввода.
• Переработал и унифицировал более 10 форм визуализированной отчётности в Power BI, добавив
модули анализа продаж и логистики для руководства.
Ключевые задачи и инструменты
• Аналитика объёмов продаж запчастей в разрезе дилеров, сезонности и ассортимента;
прогнозирование потребности складов с учётом сезонности и предыдущих периодов.
• Анализ ключевых бизнес-процессов в логистике и продажах; разработка сводных таблиц и баз
данных по результатам продаж.
• Настройка ETL-процессов: структура, процедуры миграции и проверки данных; автоматизация
выгрузки данных из 1С и иных источников.
• SQL: агрегирующие функции, JOIN-ы, базовые и составные запросы.
• Python: pandas, numpy, matplotlib, seaborn — обработка, очистка и визуализация данных.
• Power BI: построение дашбордов, модель данных, DAX, Power Query (M) для трансформации
данных.
X5 Group
Аналитик Март 2023 — Сентябрь 2024 (1 год 7 месяцев)
www.x5.ru — один из крупнейших ритейлеров России, управляющий сетями «Пятёрочка», «Перекрёсток» и
«Чижик»; розничная торговля (продуктовая, drogerie).
Достижения
• Разработал и внедрил мультифакторную модель ранжирования поставщиков категории «фрукты» на
основе ретроспективных данных (качество, сроки поставок, порча) с использованием Python (pandas)
— снизил ежегодные товарные потери на 30%.
• Автоматизировал процесс ежедневной выгрузки и проверки данных из 1С и CRM в Excel с помощью
Python-скриптов (pandas, openpyxl) — сократил время рутинной операции с 2 часов до 10 минут.
• Проанализировал и оптимизировал логистические цепочки с учётом специфики грузов и сроков
годности — снизил товарные потери на 5–10%.
Ключевые задачи и инструменты

• Анализ текущих и сезонных потребностей сети в категории «фрукты»; подбор поставщиков для
закрытия потребностей бизнеса.
• Анализ логистических цепочек, выявление проблемных зон и точек убыточности; разработка
инструментов контроля качества данных.
• Прогнозирование потребности в персонале по объёму и типу грузов; анализ и прогнозирование
товарных потерь.
• SQL: агрегирующие функции, JOIN-ы, базовые запросы. Python: pandas, matplotlib, seaborn. Excel:
ВПР, сложные функции.
Федеральная сеть зоомагазинов «Старая Ферма»
Аналитик Ноябрь 2020 — Февраль 2023 (2 года 4 месяца)
Одна из крупных федеральных розничных сетей зоотоваров в России.
Достижения
• Автоматизировал процесс ежедневной отчётности по продажам, ликвидности и маржинальности
товарных категорий (Excel: ВПР, сводные таблицы) — ускорил принятие решений по управлению
ассортиментом.
• На основе анализа исторических данных по продажам и сезонности выявил и инициировал
повторный запуск наиболее эффективных рекламных акций — снизил объём неликвидов (overstock)
на 20% по сети [уточнить период и конкретные методы оптимизации акций].
• Расширил инструментарий анализа эффективности маркетинговых активностей, разработав новые
формы отчётности и дашборды в Power BI.
Ключевые задачи и инструменты
• Комплексный анализ продаж в разрезе сезонности и товарных категорий; ABC-анализ по
ликвидности категорий, проверка гипотез.
• Подготовка отчётов по Out of Stock / Over Stock; анализ маржинальности, оборачиваемости, скорости
продаж и товарного запаса.
• Определение ключевых метрик эффективности рекламных кампаний (лидогенерация, объём
продаж); внедрение инструментов проверки качества и миграции данных в 1С.
• Комплексный анализ рынка: ассортимент и ценовая политика конкурентов; автоматизация выгрузки
прайс-листов и контроль корректности цен.
Союзспецодежда
Менеджер по работе с клиентами Сентябрь 2015 — Октябрь 2020 (5 лет 2 месяца)
specodegda.ru — оптовая торговля спецодеждой и текстилем; 5 товарных категорий, более 500 SKU.
Ключевые задачи
• Ведение полного цикла переговоров с клиентами, анализ текущих потребностей; управление
продажами по 5 товарным категориям (500+ SKU).
• Заключение и пролонгация договоров; поддержание и развитие клиентского портфеля; разработка
адресной стратегии по ключевым клиентам.
• Контроль логистики и отгрузки на стороне клиента; урегулирование претензий; подготовка
внутренней отчётности по продажам.
Образование
Неоконченное высшее
2023 — Московский университет имени С.Ю. Витте
Факультет информационных технологий, специальность «Прикладная информатика»
2011 — Тольяттинский экономико-технологический колледж
Специальность «Менеджмент», квалификация «Менеджер по отраслям»
Повышение квалификации, курсы
2025 — «Аналитик данных», АНО ДПО «ПРОФЕССИОНАЛ»
2020 — «Аналитик данных», Skillbox
Навыки
Хард-скиллы
• SQL: агрегирующие функции, JOIN-ы, оконные функции, написание и оптимизация запросов.

• Python: pandas, numpy, matplotlib, seaborn, scikit-learn — обработка данных, визуализация, базовые
ML-модели.
• Power BI: построение дашбордов, модель данных, DAX, Power Query (M).
• MS Excel: ВПР, сводные таблицы, сложные формулы, динамические диапазоны.
• 1С: выгрузка, интеграция и проверка данных.
• Статистический анализ, прогнозирование и моделирование спроса, ABC/XYZ-анализ, A/B-тесты,
основы баз данных.
Софт-скиллы
• Работа с большими объёмами данных и их структурирование.
• Коммуникация с бизнес-подразделениями и презентация результатов руководству и стейкхолдерам.
• Самостоятельность в постановке и решении задач, аналитическое и структурное мышление.
• Тайм-менеджмент при параллельном ведении нескольких проектов и отчётных циклов.
Знание языков
Русский — родной