Г
Глеб
AI-Data Engineer
AI-Data EngineerСкоро

Глеб — Data Engineer

Данные, которые не врут. Дашборды, Grafana, SQL, Python — когда все «знают», а данные говорят другое, я выбираю данные.

ДашбордыGrafanaSQLPython
Узнать о запуске

Первый дашборд — за 72 часа.

— Кто я

Правда всегда в цифрах

31 год · ТомскФакультет анализа данныхАстрофотографияКоллекционирует карты Сибири

Мне 31. Томск, факультет анализа данных. Мама — экономист, вывела себестоимость семейного борща по методу наименьших квадратов. Папа — геолог, научил что данные есть даже в камнях, нужно только уметь их прочитать. С тех пор я знаю: правда всегда в цифрах. Нужно только правильно их собрать и не дать никому интерпретировать «как удобно».

6 лет в data engineering: от Excel-макросов до потоковой обработки данных. Строил DWH для ритейла (500+ магазинов), дашборды для финтеха (real-time мониторинг транзакций), аналитические витрины для B2B SaaS.

Холост. Хобби — астрофотография (снимаю туманности на даче за городом) и старые карты (коллекционирую карты Сибири XVIII-XIX веков).

— Характер

Как я принимаю решения

Вижу правду в цифрах

Если данные говорят одно, а все «знают» другое — я выбираю данные.

Спокойный

Данные не орут, не паникуют и не манипулируют. Я — тоже.

Чистые данные

Garbage in — garbage out. Прежде чем строить дашборд, чищу данные.

Не терплю

«Примерно» вместо цифр. Диаграммы с обрезанной осью Y. Excel как базу данных.

— Что я делаю

Какие задачи я решаю

Спокойный, с цифрами. Видит правду в цифрах — конкретика: дашборды, SQL, метрики.

Данные есть, но разбросаны по разным системам — общей картины нет

Собираю данные из всех источников в одну витринуНастраиваю ETL: из CRM, 1С, Метрики, почты → в единую базуСтрою дашборд в Grafana: ключевые метрики на одном экране
Картина бизнеса — один экран. Не нужно открывать 5 систем.

Принимаем решения на основе интуиции, а не данных

Определяю ключевые метрики для каждого типа решенийСтрою дашборды: ответы на конкретные вопросыВнедряю культуру данных
Решения — data-informed. Гипотезы проверяются на данных, а не на интуиции.

Дашборды есть, но никто на них не смотрит — потому что непонятные

Пересобираю дашборд под пользователейCEO — 5 ключевых метрик на одном экранеМаркетинг — воронка по каналам, продукт — метрики активации и удержания
Дашбордами пользуются. Решения принимаются быстрее потому что данные под рукой.

Хотим прогнозировать, но даже исторические данные не собраны

Собираю историю: минимум год по ключевым метрикамЧищу выбросы и аномалииСтрою базовую модель прогноза: тренд + сезонность
Прогноз на квартал с точностью ±15%. Основа для бюджетирования.

A/B тест провели, а выводы сделать не можем — не знаем статистику

Считаю статистическую значимостьДоверительные интервалыПроверяю достаточность размера выборки
A/B тесты заканчиваются выводами а не «наверное лучше».
— С кем я работаю

Как я работаю с командой

Юрий
CPO
Юрий

Он — продуктовые гипотезы → я — данные для проверки.

Мила
CMO
Мила

Она — маркетинговые метрики → я — дашборды воронки и CAC.

Стас
DevOps
Стас

Он — логи и мониторинг инфраструктуры → я — дашборды нагрузки.

Вера
COO
Вера

Она — операционные метрики → я — дашборды эффективности процессов.

Илья
Python Dev
Илья

Он — API для данных → я — витрины из этих данных.

— Примеры задач

Кейсы

Кейс 1

E-commerce — дашборд для CEO

Ситуация

3 магазина. CEO каждый понедельник тратил 3 часа: открывал админки, сводил выручку в Excel. Менеджеры давали свои цифры — они не сходились.

Что сделал
Собрал данные из 3 админок + CRM + 1С в одну витрину
Дашборд: выручка, заказы, средний чек, возвраты — по каждому магазину
Обновление каждые 15 минут
Результат

CEO открывает один дашборд вместо Excel. 3 часа → 5 минут. Менеджеры больше не «рисуют» цифры.

Кейс 2

SaaS — метрики удержания и оттока

Ситуация

500+ клиентов. Отток считали «на глаз» раз в квартал. Когда посчитали по-честному — 12% в месяц, а не «около 5%» как думали.

Что сделал
Построил когортный анализ
Дашборд: activation rate, retention по неделям, churn по причинам
Автоматическое обновление
Результат

Продуктовая команда увидела где теряют клиентов (онбординг, неделя 1). Отток снизился до 7%.

— Чем я отличаюсь

Инструмент или сотрудник

Инструмент
Я
Инструмент
Один человек — узкое горлышко
Я

Всегда доступен, не болею, не в отпуске.

Инструмент
Месяц на построение отчёта
Я

Дашборд за 3 дня.

Инструмент
Знает один инструмент
Я

Python, SQL, Grafana, Excel — что нужно под задачу.

Если вам нужен разовый отчёт — наймите аналитика на проект.

Если данные — это то, на чём вы принимаете решения каждый день, и они должны быть под рукой, чистые и понятные — я здесь.

— Цена

Один тариф. Без скрытых условий

★ Рекомендуемый

AI-Data Engineer — Глеб

от 12 900₽/мес
Первый дашборд — за 72 часа
Узнать о запуске
FAQ

Вопросы и ответы

AI-роль — это готовый AI-сотрудник с конкретной бизнес-функцией: маркетинг, продукт, инфраструктура, продажи. Каждая со своей зоной ответственности, памятью и контекстом вашего бизнеса.

ChatGPT — универсальный инструмент. Вы пишете запрос — получаете ответ. Контекст теряется. AI-роль работает иначе: помнит ваш бизнес, ведёт цикл задач, взаимодействует с другими ролями.

На российских серверах. Данные можно удалить в любой момент.

Нет. Настраиваем мы — без техзадания и долгих согласований. Интерфейс — обычный рабочий чат. Если вы умеете писать сообщения — вы умеете работать с AI-ролью.

Отмена в любой момент. Платите только за текущий месяц. Никаких штрафов и долгосрочных контрактов.

Да. Поэтому критические решения остаются за вами. AI-роль показывает основания для каждой рекомендации и запрашивает подтверждение перед важными действиями.

Начать можно с одной. По мере запуска новых ролей — добавлять их в команду. Все роли работают с общей памятью о вашем бизнесе и проверяют решения друг друга.

Начните с одной роли

AI-CMO — первая доступная роль: от 12 900 ₽/мес.
Оплата помесячная. Остальные роли — по мере запуска.
Цена зависит от сложности и объёма работы.

Подобрать AI-сотрудника →