Ayush Dhakad
Indore, Inde
Ayush Dhakad
Science des données et analyse
Catégorie : Intelligence artificielle (IA)
Je suis un professionnel de la Data Science and Analytics spécialisé dans la transformation des données brutes en insights clairs et exploitables. Je travaille avec Python, SQL, Excel et des outils de visualisation pour nettoyer les données, analyser les tendances et soutenir les décisions basées sur les données. Je suis très motivé, j’apprends rapidement de nouveaux outils et je m’engage à livrer un travail précis et bien documenté, qui répond aux objectifs et aux délais des clients.
Horaires de travail
- Lundi:08h00 à 18h00
- Mardi:08h00 à 18h00
- Mercredi:08h00 à 18h00
- Jeudi:08h00 à 18h00
- Vendredi:08h00 à 18h00
- Samedi:Non disponible
- Dimanche:Non disponible
1) Comprendre la performance globale des ventes, les tendances et les tendances au fil du temps.
2.) Analyser la répartition des catégories de produits, des tailles et des quantités vendues afin d’identifier les produits populaires.
3) Étudier les méthodes d’exécution utilisées et leur efficacité dans la délivrance des commandes.
4) Segmenter les clients en fonction de leur comportement d’achat, de leur localisation et d’autres facteurs pertinents.
5) Explorer la répartition géographique des ventes, en se concentrant sur les États et les villes.
6) Fournir des informations exploitables et des recommandations basées sur l’analyse pour optimiser les ventes
des stratégies, améliorer la satisfaction client et améliorer la performance globale de l’entreprise.
Livrables :
1. Rapport d’analyse exhaustif résumant les principales conclusions, analyses et recommandations.
2. Des visualisations (graphiques, graphiques) illustrant divers aspects de l’analyse des données.
3. Des informations sur les préférences produit, le comportement des clients et la répartition géographique des ventes.
4. Recommandations pour améliorer les stratégies de vente, la gestion des stocks et le service client.
2.) Analyser la répartition des catégories de produits, des tailles et des quantités vendues afin d’identifier les produits populaires.
3) Étudier les méthodes d’exécution utilisées et leur efficacité dans la délivrance des commandes.
4) Segmenter les clients en fonction de leur comportement d’achat, de leur localisation et d’autres facteurs pertinents.
5) Explorer la répartition géographique des ventes, en se concentrant sur les États et les villes.
6) Fournir des informations exploitables et des recommandations basées sur l’analyse pour optimiser les ventes
des stratégies, améliorer la satisfaction client et améliorer la performance globale de l’entreprise.
Livrables :
1. Rapport d’analyse exhaustif résumant les principales conclusions, analyses et recommandations.
2. Des visualisations (graphiques, graphiques) illustrant divers aspects de l’analyse des données.
3. Des informations sur les préférences produit, le comportement des clients et la répartition géographique des ventes.
4. Recommandations pour améliorer les stratégies de vente, la gestion des stocks et le service client.
1) A mené la transition vers une pratique sans papier en mettant en place un système de réservation électronique et un système d’affaires plus rapide, plus sûr et plus précis, tout en réduisant les coûts de main-d’œuvre de 30 % et les frais généraux de bureau de 10 %.
2) A soutenu les opérations en préparant et traité de grands ensembles de données et a amélioré la précision des décisions commerciales de 25 % grâce à une analyse statistique détaillée.
3) Amélioration des processus métier en identifiant et en mettant en œuvre des solutions et augmentation de la productivité des équipes de 18 % grâce à l’amélioration des processus collaboratifs.
4) Élargissement de la compétence technique grâce à l’apprentissage continu et intégrité totale des données en respectant les consignes de confidentialité.
2) A soutenu les opérations en préparant et traité de grands ensembles de données et a amélioré la précision des décisions commerciales de 25 % grâce à une analyse statistique détaillée.
3) Amélioration des processus métier en identifiant et en mettant en œuvre des solutions et augmentation de la productivité des équipes de 18 % grâce à l’amélioration des processus collaboratifs.
4) Élargissement de la compétence technique grâce à l’apprentissage continu et intégrité totale des données en respectant les consignes de confidentialité.
1) 40 % : Utilisation de Python et SQL pour le prétraitement et le nettoyage des données, garantissant la précision et la qualité des données pour l’analyse.
2) 30 % : Utiliser Tableau et Power BI pour construire des tableaux de bord dynamiques et des visualisations qui montrent des insights pouvant être mis en pratique.
3) 20 % : Utiliser des programmes comme R et Excel pour l’analyse statistique et la modélisation prédictive afin de repérer des tendances et des schémas.
4) 10 % : Travailler en groupe pour utiliser SQL et scripting afin d’améliorer les procédures et d’automatiser les flux de données.
2) 30 % : Utiliser Tableau et Power BI pour construire des tableaux de bord dynamiques et des visualisations qui montrent des insights pouvant être mis en pratique.
3) 20 % : Utiliser des programmes comme R et Excel pour l’analyse statistique et la modélisation prédictive afin de repérer des tendances et des schémas.
4) 10 % : Travailler en groupe pour utiliser SQL et scripting afin d’améliorer les procédures et d’automatiser les flux de données.
Membre de l’Association des étudiants indiens (Strathclyde Indian Students Association [SISA]).
A travaillé sur des projets comme la prédiction des genres principaux de Spotify ainsi que le score de popularité de la chanson, le système de recommandation Good Reads, la reconnaissance faciale et le problème Transformer utilisant des bibliothèques d’apprentissage profond et des outils et technologies de big data.
A travaillé sur des projets comme la prédiction des genres principaux de Spotify ainsi que le score de popularité de la chanson, le système de recommandation Good Reads, la reconnaissance faciale et le problème Transformer utilisant des bibliothèques d’apprentissage profond et des outils et technologies de big data.
Membre du club universitaire de basket-ball et finaliste au tournoi interannuel par équipes de la section sportive.
Il a appris la programmation Python en créant des projets tels qu’un annuaire téléphonique et un jeu de morpion, tout en s’intéressant à la data science, en particulier dans le traitement des données en utilisant NumPy et Pandas.
J’ai développé un système de domotique utilisant Arduino UNO et Google Firebase lors d’un projet collectif durant la troisième année d’études, en se concentrant sur la configuration matérielle et l’assistance au codage.
Il a appris la programmation Python en créant des projets tels qu’un annuaire téléphonique et un jeu de morpion, tout en s’intéressant à la data science, en particulier dans le traitement des données en utilisant NumPy et Pandas.
J’ai développé un système de domotique utilisant Arduino UNO et Google Firebase lors d’un projet collectif durant la troisième année d’études, en se concentrant sur la configuration matérielle et l’assistance au codage.
- 🇬🇧 Anglais
Merci de vous connecter en tant que client pour pouvoir donner votre avis
Professionnels sponsorisés
Besoin d'un service ?
Voulez-vous faire appel aux services de ce Professionnel ?
Postez votre mission et vous recevrez des dizaines de propositions de la part des Professionnels de la communauté.
