Александр Шабельный разрабатывает программные решения для бизнеса и трейдеров, специализируясь на Python, автоматизации процессов и машинном обучении. Он создает торговых роботов на MQL5 для MetaTrader 5, интегрируя их с алгоритмами прогнозирования финансовых активов. В работе также используются парсинг данных, проектирование баз данных и инструменты кибербезопасности.
Навыки и технологии: Python, веб-скрапинг и работа с API (обработка пагинации, повторные запросы), анализ данных, SQL/Excel, нормализация и очистка данных, SMM-аналитика, формирование бизнес-отчетности.
Проекты и достижения: Кандидат специализируется на автоматизации сбора структурированных данных для B2B-задач и маркетинговых исследований. Разработаны скрипты на Python для формирования справочников компаний Беларуси и Казахстана по ключевым словам, обеспечивающие выгрузку полных карточек контрагентов (УНП/БИН, статусы, ОКЭД/KRP, двуязычные наименования) в формате Excel с листами исключений и инструкциями для импорта в CRM. В сфере digital-маркетинга проведены глубокие аудиты сообществ ВКонтакте: собраны метрики вовлеченности (ER), определены оптимальные время и форматы публикаций, проведена тональность анализа комментариев. Также реализован инструмент поиска целевых локальных сообществ, который заменил ручной поиск и предоставил клиенту готовый список из 180 проверенных групп за один день вместо нескольких вечеров работы.
Достижения и признание: Автоматизация процессов позволила сократить время подготовки баз данных до одного дня и обеспечить высокую точность сегментации клиентов. В рамках аудита сообщества с 8500 участниками выявлено несоответствие между охватом и подписной базой, что привело к рекомендации сместить график публикаций на 23:00 воскресенья и увеличить долю видео-контента (который показал 37 реакций против 2,5 у репостов). При поиске партнеров для сети студий йоги отобранный список обеспечил конверсию: 5 из первых 15 контактов согласились на взаимный пиар, а 2 — на платное размещение. Решения кандидата минимизируют риски работы с недействующими контрагентами благодаря четкой фильтрации по статусам (ACTIVE, LIQUIDATED и др.) и снижают нагрузку на менеджеров по продажам и SMM-специалистов.
* создается нейросетью на основе портфолио, информации указанной пользователем о себе и отзывам от других пользователей