Меньше ручной Excel/CSV-рутины
Повторяющиеся загрузки, сверки и переносы между файлами — в автоматизированный цикл: меньше часов на «руки» и меньше ошибок в цифрах.
Data Analyst · продуктово-операционная аналитика
Денис Духанин
Аналитика, автоматизация и AI — чтобы операционные процессы перестали держаться на Excel и ручных костылях
Помогаю переводить хаотичные, повторяющиеся и Excel-зависимые сценарии в понятные инструменты: скрипты, боты, интеграции и AI там, где это реально снимает нагрузку с команды.
Обо мне
Я не про «отчёт ради отчёта», а про стык аналитики, автоматизации и AI: где данные и процессы живут в Excel, мессенджерах и облаке — и их нужно превратить в устойчивый рабочий инструмент, а не в разовый скрипт.
Собираю MVP так, чтобы им пользовались каждый день: довожу сценарий до предсказуемого результата, учитываю нагрузку и людей, которые этим пользуются, а не только красоту кода.
Опыт
-
Data Analyst / аналитик по даннымWildberries · март 2023 — по настоящее время
Продуктово-операционная аналитика; ключевой внутренний кейс — разработка и внедрение Python Telegram-бота для автоматизации аналитики складских потерь.
-
Assistant / operations supportShtin Agency · ранее
Операционная поддержка: координация, отчётность, работа с CRM, самостоятельность и системность в задачах без «идеального брифа».
Образование и языки
-
СПбГЭУ, факультет информатики и прикладной математикиСпециальность: информационная безопасность телекоммуникационных систем
- Русский — родной
- Английский — B1
Чем могу быть полезен
Инструменты для внутренних команд
Боты, мини-сервисы и сценарии под ваш процесс: сотрудникам не нужно помнить десять шагов — достаточно одного понятного входа.
Интеграции под задачу
Таблицы, облако, API и мессенджеры связаны так, чтобы данные доходили до нужного места без ручного копирования.
Прикладная аналитика для операционки
От узкого места в процессе — к измеримой экономии времени и к регламенту, который можно повторять, а не ловить расхождения.
AI-ассистенты для файлов и сценариев
Когда нужен контекст по нескольким файлам и ответы в рамках ваших правил — без лишней «магии» и без утечки смысла в сторону.
Быстрый MVP под операционную боль
Проверка гипотезы на реальных данных и пользователях: работающий прототип вместо долгой подготовки «идеального» ТЗ.
Ключевой кейс
Telegram-бот для аналитики складских потерь (Wildberries)
Внутренний инструмент на Python: одна точка входа для регулярной аналитики по Excel до 200 МБ, вывод в Google Sheets, файлы на Яндекс.Диске — меньше ручных переключений между инструментами.
Итог в цифрах
30 → 5 мин
время одного цикла
~150 ч / мес
оценка экономии времени команды
до 200 МБ
размер Excel-файлов
~10
циклов в сутки
15
пользователей
Контекст
Большие Excel-выгрузки и повторяющийся цикл: подготовка файлов, контроль сценариев, перенос результатов в таблицы — всё это съедало время и повышало риск ошибки на каждом шаге.
Проблема
Ручной процесс был длинным и нестабильным: чем больше объём данных и чаще повторения, тем выше накладные расходы и риск расхождений в отчётности.
Решение
Python Telegram-бот стандартизирует обработку и даёт предсказуемый результат для сценариев «Без движения», «24 часа» и «Задержка склада».
Как устроено
Общий слой для web и Telegram, загрузка крупных файлов. Интеграции: Telegram Bot API, Google Sheets API, Яндекс.Диск (OAuth). В развитии — AI-ассистент с мультифайловым контекстом и аккуратная LLM-интеграция через OpenAI API.
Результаты
Сводные цифры — в метриках в начале карточки. Для команды это прежде всего единая процедура вместо разрозненных ручных шагов: меньше ошибок и предсказуемый итог при ежедневном использовании.
Дальше
Развитие AI-ассистента: несколько файлов в одном запросе, более «продакшн»-подход к вызовам LLM и контексту.
Стек
- Python
- FastAPI
- Telegram Bot API
- Google Sheets API
- Яндекс.Диск OAuth
- OpenAI API (развитие)
Другие направления
AI-ассистент для работы с файлами
Мультифайловый контекст, подготовка к production-grade вызовам LLM и управление ограничениями.
Эксперименты с RAG, оркестрацией и n8n
Проверка сценариев, где важны связка источников и воспроизводимость шагов.
Внутренние утилиты и автоматизация
Мелкие, но постоянные задачи — скрипты, проверки, сокращение ручных переключений между системами.
Стек и инструменты
Аналитика
- SQL
- Excel
- Анализ данных
- Продуктово-операционные метрики
Backend и автоматизация
- Python
- FastAPI
- Docker
- Git
- Linux
Интеграции
- Telegram Bot API
- Google Sheets API
- Яндекс.Диск API / OAuth
- Автоматизация процессов
AI / LLM
- OpenAI API
- LLM
- Управление контекстом
- AI-assistant
- n8n
Как я работаю
- Погружаюсь в процесс и договорённости между людьми и системами.
- Нахожу узкие места: где время, где ошибки, где расхождения в данных.
- Собираю рабочий MVP, чтобы команда могла нажать и получить результат.
- Автоматизирую рутину и фиксирую «как правильно», а не «как получилось».
- Довожу до устойчивого состояния: нагрузка, краевые случаи, удобство входа.
- Думаю о пользователе: понятные шаги, меньше трения, меньше сопротивления внедрению.
Для кого подойду
- Операционные команды с тяжёлыми ручными циклами.
- Аналитические команды, которым нужны инструменты, а не только отчёты.
- Бизнесы с большим объёмом Excel/ручных переносов между системами.
- Команды, где нужен мост между аналитикой, автоматизацией и AI без лишнего хайпа.
На связи
Открыт к форматам full-time и project-based: аналитика, автоматизация, внутренние инструменты и AI под конкретный процесс. Если нужен человек, который доводит идею до работающего решения, а не оставляет её на слайде — напишите удобным способом.