Привет, я

Руслан Ахметзянов

Product Analyst Analytics Engineer

Превращаю данные в инсайты, которые двигают продукт вперед Строю масштабируемые data-решения с использованием ML и AI

Photo 1
Photo 2
Photo 3
Photo 4
Photo 5
4+
года опыта
100+
аналитических исследований
10+
автоматизированных отчётов / ETL-процессов
Как Product Analyst,

я провожу сложные исследования пользовательского поведения, A/B-тесты и создаю дашборды для принятия решений. Проектирую аналитические события и схемы данных в OpenSearch и PostgreSQL.

Как Analytics Engineer,

я разрабатываю надежные ETL-процессы, создаю ML-модели и внедряю AI-решения для автоматизации аналитических процессов.

Опыт работы

03/2024 – Present

Senior Data Analyst (ML/DS)

Gear Games
Проведение глубоких аналитических исследований. Повысил Retention-1d на 30%.
Развитие культуры A/B тестирования. Создал автоматизированные алгоритмы дизайна и расчёта результатов A/B тестов. Завершил 20+ успешных AB-тестов.
Улучшение аналитических Python-библиотек. Создал библиотеку многопоточной выгрузки данных, ускорив загрузку в 50+ раз.
Создание ML-кластеризации входящего трафика. Достоверная разметка игроков по 1-му дню жизни в игре для маркетинга и монетизации. Сократил расходы на закупку трафика, повысил точность таргетинговой системы офферов.
Автоматизация отчётности и ETL-процессы. Разработал отчёт по ретеншену, кросс-проектный отчёт по основным метрикам и многие др.
Развитие AI, LLM, MCP. Создал AI-инцидент менеджера, ассистента по заведению задач, MCP YouTrack, MCP OpenSearch.
Создание дашбордов, схем ивентов и алертинга в реальном времени на базе OpenSearch/ElasticSearch.
Активное участие в жизни компании, разработка системы прогнозов для внутреннего турнира.
Исполнение обязанностей тимлида команды разработки и техлида отдела аналитики: проведение дейликов, планирование спринтов, координация работы кросс-функциональной команды из 10 человек, выпуск фичей.
Кликни, чтобы увидеть больше
10/2022 – 01/2024 (удалённо)

Quantitative Researcher / Algorithmic Trading Developer

Quant Shark Technologies (startup)
Изучил и реализовал стратегию из научной статьи "Evaluation of Dynamic Cointegration-Based Pairs Trading Strategy in the Cryptocurrency Market" (Masood Tadi, Irina Kortchemski, 2021).
Курировал создание и архитектуру внутренней системы бэктестинга: подготовка технической документации для разработки; проектирование пайплайна загрузки данных, расчётов и визуализации результатов.
Автоматизировал исполнение торговых стратегий через API криптобирж: реализовал стратегию автоматического открытия позиций при публикации новостей о листинге токена; обеспечил развёртывание стратегий на выделенном сервере под управлением Ubuntu.
Проводил оптимизацию параметров торговых стратегий.
08/2021 – 09/2022

Data Analyst / Technical Specialist

InCraft by Baustov
Разработал с нуля систему учёта оборудования и расходных материалов для 3D-принтеров — реализовал отслеживание поступлений, текущих остатков и использования комплектующих.
Оптимизировал параметры 3D-печати на основе анализа производственных данных, что сократило брак и снизило расход материалов.
Создал плагин для Cura (Python) для версионирования параметров печати и ведения технических заметок, что повысило воспроизводимость результатов.
Построил модель прогнозирования спроса и сезонности расходников, позволившую планировать закупки заранее и поддерживать нужный уровень запасов в периоды пиковых заказов.
Записывал обучающие видео по работе с системой учёта и 3D-печати. Пример видео
06/2022 – 09/2022

Intern ML&AI — стажировка

NIIgazEconomika LLC
Исследования в области детектирования аномалий во временных рядах с применением методов машинного обучения и искусственного интеллекта.
Разработал модель детекции аномалий временных рядов при помощи кластеризации.

Stack

Продуктовая аналитика

Python (pandas, numpy, scipy, matplotlib, seaborn) +

Продвинутый уровень: многопоточность, оптимизация памяти, сложная агрегация данных. Ускорил ETL в 50+ раз.

Уровень: Продвинутый
Jupyter / Google Colab +

Jupyter / Google Colab — исследовательский анализ данных (EDA), визуализация инсайтов и подготовка интерактивных отчётов. Используется для прототипирования аналитических решений и быстрой проверки гипотез.

Уровень: Продвинутый
SQL (PostgreSQL, OpenSearch, MySQL) +

SQL (PostgreSQL, OpenSearch, MySQL) — написание сложных запросов с оконными функциями, CTE и агрегациями; создание автоматизаций и обёрток на Python. Применяется для подготовки витрин данных, расчёта продуктовых метрик и оптимизации хранилищ под аналитические задачи.

Уровень: Средний
BI (OpenSearch Dashboards) +

Продвинутый уровень: провёл 10+ успешных A/B-тестов, статистический анализ, определение значимости.

Уровень: Продвинутый
Git / Cron / REST API +

Продвинутый уровень: проектирование схем событий, создание дашбордов, алертинг в реальном времени.

Уровень: Продвинутый

Инженерия и ML

Python (pandas, numpy, scipy, scikit-learn, multiprocessing, joblib) +

Продвинутый уровень: FastAPI, async/await, метапрограммирование, создание библиотек. Разработка MCP серверов.

Уровень: Продвинутый
ML & AI (scikit-learn, catboost, xgboost, tensorflow, statsmodels, prophet) +

Средний уровень: кластеризация, классификация, time series, feature engineering. Создал ML-кластеризацию трафика.

Уровень: Средний
AI Tools (Cursor, Open WebUI, LangFlow, Ollama) +

Базовый уровень: проектирование ETL процессов, автоматизация отчётности, работа с таблицами.

Уровень: Базовый
Orchestration & DevOps (Docker, Airflow, Cron, Git) +

Базовый уровень: использование облачных сервисов для аналитики, базовые знания инфраструктуры.

Уровень: Базовый
APIs & Integration (REST, FastAPI, Requests) +

Средний уровень: разработка AI-менеджеров, MCP серверов, интеграция LLM. Создал AI-инцидент менеджера.

Уровень: Средний

Образование и публикации

Бакалавр
Прикладная математика
Российский государственный университет нефти и газа имени И.М. Губкина
2019 - 2023
Диплом
Открыть PDF
Переводчик в сфере профессиональной коммуникации
Российский государственный университет нефти и газа имени И.М. Губкина
2021 - 2023
Диплом
Открыть PDF

Конференции

2023

Участие в конференции Губкинского университета «VII Региональная Научно-Техническая Конференция: Губкинский Университет В Решении Вопросов Нефтегазовой Отрасли России»

19-20 октября 2023 г.

Работа включена в сборник трудов: стр. 319.

2023

Участие в конференции Distributed Computer and Communication Networks: Control, Computation, Communications

25-29 сентября 2023 г., Москва, Россия

Тема выступления: Machine Learning-Based Models for the Compressibility Factor of Natural Gas

По итогам конференции расширенная версия нашей с Ольгой Кочуевой работы будет напечатана в журнале Lecture Notes in Computer Science (LNCS) | Springer.

2022

V Всероссийская молодежная научная конференция "Актуальные проблемы нефти и газа"

2-е место
21 октября 2022 г.

Уровень участия: Российский

Организаторы: Институт проблем нефти и газа Российской академии наук

Тема работы: Применение методов машинного обучения и искусственного интеллекта для аппроксимации коэффициента сжимаемости природного газа

Научный руководитель: Ольга Кочуева, кандидат технических наук, доцент кафедры прикладной математики и компьютерного моделирования РГУ им. И.М. Губкина

Проекты

🚧

Раздел находится в разработке

Проекты смотреть на GitHub:

💻 github.com/ahruslan17/portfolio

Связаться со мной

Открыт для интересных проектов и предложений о сотрудничестве