O MNIE
O MNIE
    Nazywam się XXXXXXX, mam XX lat. Od około 2016 roku zawodowo zajmuje się analityką Business Inteligence. Poniższą stronę stworzyłem aby zaprezentować swoje kompetencje w obszarze przetwarzania i wizualizacji danych.
KONTAKT
WYKSZTAŁCENIE
DOŚWIADCZENIE
TECHNOLOGIE
MY PROJECTS

⇨

⇨

⇨

⇨

⇨

⇨

⇨

⇨

WYKSZTAŁCENIE

2024 - 2025, Podyplomowe Studia Big Data, Polsko Japońska Akademia Technik Komputerowych
    Słuchacze studiów podyplomowych zapoznają się z wiodącymi technologiami wykorzystywanymi w analizie dużych ilości danych, zarówno darmowymi jak i komercyjnymi implementacjami.
Główny nacisk położony zostanie na otwarte technologie Apache: Cassandra, HBase, MLlib, Spark, Mahaut. Ponadto z  aprezentowane zostaną możliwości chmury obliczeniowej Microsoft Azure Machine Learning a także w zarysie technologie oferowane przez platformy Google Cloud oraz Viya w ramach SAS Cloud Analytics Services. Szczególny nacisk położymy na podnoszenie kompetencji w ramach programowania w językach Python oraz R do zastosowań w analizie dużych zbiorów danych. Studenci będą ponadto poznawać teorię oraz stosować w praktyce zaawansowane algorytmy uczenia maszynowego.
Źródło: www.pja.edu.pl (dostęp: 2024-11-04)

2009-2015 - Magister Inżynier, Wydział Transportu, Politechnika Warszawska
    Absolwenci studiów drugiego stopnia posiadają umiejętność rozwiązywania i weryfikacji rozwiązań problemów decyzyjnych w zakresie organizacji i projektowania systemów logistycznych, systemów przewozowych, technologii transportu samochodowego, modelowania, optymalizacji, racjonalizacji procesów i systemów obsługi transportowej i logistycznej w zakresie transportu drogowego, a także do prowadzenia badań w zakresie rozwoju tych systemów i podsystemów oraz procesów i technologii prze wozowych transportu samochodowego.

Przedmioty podstawowe ogólne i techniczne: matematyka, probabilistyka, grafika inżynierska, informatyka, mechanika, elektrotechnika, fizyka, metrologia, elektronika, automatyka, materiałoznawstwo, podstawy budowy maszyn, język obcy, ekonomia; Źródło: www.wt.pw.edu.pl (dostęp: 2024-11-04)

DOŚWIADCZENIE
2022 - POKAŻ OPIS STANOWISKA
Analityk Business Intelligence
2019 - 2022 POKAŻ OPIS STANOWISKA
Koordynator ds. analiz
2018 - 2019 POKAŻ OPIS STANOWISKA
Specjalista ds. raportowania
2016 - 2018 POKAŻ OPIS STANOWISKA
Reporting projects specialist
2015 - 2016 POKAŻ OPIS STANOWISKA
Asystent kupca
2014 POKAŻ OPIS STANOWISKA
Material planning intern
TECHNOLOGIE
POWER BI
0%
DAX
★★★★ ★
POWER QUERY
★★★★ ★
TABULAR
★ ★★★★
DESKTOP
★★★★ ★
DAX STUDIO
★★ ★★★
VML
★ ★★★★
SQL SERVER
0%
T-SQL
★★★★ ★
SSIS
★★★ ★★
SSAS
★ ★★★★
SSRS
★ ★★★★
TABLEAU
0%
DESKTOP
★★★★ ★
SERVICE
★★★ ★★
VBA
0%
IN EXCEL
★★★★ ★
IN ACCESS
★★★ ★★
IN OUTLOOK
★★★ ★★
PYTHON
0%
PANDAS
★★★★ ★
MATPLOTLIB
★★★★ ★
PLOTLY
★★ ★★★
SEABORN
★★★ ★★
SCI-KIT LEARN
★★ ★★★
PYSPARK
★★ ★★★
FABRIC
0%
DATA FLOWS
★★ ★★★
WAREHOUSE
★★ ★★★
LAKEHOUSE
★★ ★★★
AZURE
0%
DATA FACTORY
★★ ★★★
SYNAPSE
★ ★★★★
BLOB
★ ★★★★
ENTRA
★ ★★★★
DATA LAKE
★★ ★★★
R
0%
DATA FRAME
★ ★★★★
ML
★ ★★★★
WEB DESIGN
0%
HTML
★★ ★★★
CSS
★★ ★★★
JAVASCRIPT
★ ★★★★
HADOOP
0%
HDFS
★ ★★★★
MAP-REDUCE
★ ★★★★
YARN
★ ★★★★
JAVA
★ ★★★★
PROJEKTY
ANALIZA OPÓŹNIEŃ TRAMWAJÓW
FABRIC
R
TABLEAU
LEARNINGI
POWER BI
TABLEAU
SQL
PYTHON
FABRIC
AZURE
R
VBA
HADOOP
MONGODB
KONTAKT