Аналитик / BI-разработчик

Аналитик с опытом в электроэнергетике на стыке IT и инженерии. Эксперт в автоматизации учета ресурсов и визуализации данных. Моя уникальность — в сочетании глубоких знаний предметной области (SCADA, АСУЭР, Smart Grid) и навыков разработки (Apache Superset, SQL, Python, JS). Моя сильная сторона — способность "переводить" задачи с языка главных энергетиков на язык разработчиков. Я не просто использую готовые BI-решения, а дорабатываю их, чтобы интерфейсы соответствовали специфике отрасли и были удобны конечному пользователю.

● Challenge

Сложные для анализа данные в SCADA, которые никто не смотрит, потому что это сложно и неудобно

● Solution

Перевожу сложные инженерные данные в наглядные IT-инструменты, делая работу с данными простой и эффективной

Что я делаю: Помогаю бизнесу видеть реальную картину энергопотребления через данные
Как я это делаю: Объединяю инженерную точность SCADA с гибкостью современного BI и Python
6+лет опыта
15+BI панелей
200+страниц ТЗ
к портфолио ↓

Дашборды в Apache Superset

На изображениях примеры дашбордов в Apache Superset, которые я разрабатывала для вывода на видеостену предприятия. Был обеспечен централизованный мониторинг 100+ узлов в режиме 24/7, а также сократилось время обнаружения отклонений в сети на 30%.

Sankey Diagram
Energy Monitoring
Heatmap Analysis
KPI Boards
к алгоритмам ↓

Алгоритмы адаптивной визуализации данных

Алгоритм адаптивной визуализации оси X

Разработка механизма «умных» подписей оси X для оперативного анализа сигналов SCADA-систем.

● Задача

Разработать механизм «умных» подписей оси X, который исключает наложение текста и сохраняет читаемость при любом масштабе данных.

● Реализация

Python (Matplotlib, Tkinter). Логика автоматического выбора интервала и формата даты в зависимости от объема выборки.

Результат: Чистый интерфейс, адаптирующийся под масштаб данных без потери информативности. Умное прореживание меток и динамическое форматирования даты.
Кейс: Умная ось X
к пет-проекту ↓

Инструмент оптимизации графика нагрузки

Персональный R&D проект

🚀 Перейти к веб-приложению

Личная разработка аналитического веб-приложения для автоматизированного поиска экономической эффективности при управлении потреблением электроэнергии.

● Задача

Разработать алгоритм для минимизации финансовых затрат предприятия (по 3-зонному тарифу) путем переноса мощности в «дешевые» часы с учетом предела мощности и технологического минимума.

● Реализация

Python (Streamlit, Plotly, Pandas). Реализован механизм поиска для нахождения вариантов графика потребления, обеспечивающих максимальную экономию при соблюдении заданных ограничений мощности.

Результат: Получен инструмент для точного прогнозирования затрат на электроэнергию при изменении производственных планов. Сократилось время оценки экономической эффективности с нескольких часов до секунд.
Пет-проект: Energy Optimizer
в начало ↑
Fullscreen View