Model codziennie liczy szanse każdej reprezentacji na mistrzostwo na podstawie statystyk meczowych i rankingu FIFA, a symulacja Monte Carlo wyznacza prawdopodobieństwo zdobycia tytułu.
Cel
Sprawdzenie, czy prosty, przejrzysty model statystyczny (bez uczenia maszynowego) potrafi sensownie odtworzyć i prognozować przebieg całego turnieju.
Projekt ML sprawdzający, czy algorytm potrafi rozpoznać arcymistrza po stylu gry. Model analizuje partie z Chess.com przy użyciu Stockfisha i wyznacza prawdopodobieństwo przynależności każdego ruchu do konkretnego gracza.
Cel
Klasyfikacja stylu gry przy użyciu uczenia maszynowego.
Dane
Chess.com API - partie Magnus Carlsen i Hikaru Nakamura
Animowane wideo z narracją stworzone w ramach wolontariatu analitycznego #BI_NGO (Język Danych × Working Dogs Foundation) - odpowiedź na potrzebę „mamy opisane co robimy, ale nie mamy danych, które chwytają za serce”.
Cel
Materiał promocyjno-fundraisingowy do spotkań z partnerami i komunikacji w mediach społecznościowych.
Dane
Publiczne dane o schroniskach i adopcjach w Polsce (2005-2024) oraz dane operacyjne fundacji (2022-2025, poufne - projekt dostępny wyłącznie w formie wideo)
Moja droga rekrutacyjna - dashboard analityczny procesu poszukiwania pracy
Narzędzia
Excel, Power Query, Looker Studio
Opis
Eksploracyjna analiza 18 aplikacji na stanowiska BI/analityka danych - modelowanie procesu rekrutacyjnego, czas reakcji, dopasowanie kompetencji i spójność poziomu stanowiska z wynikiem procesu.
Cel
Przejście od subiektywnej oceny rynku do eksploracyjnej analizy danych.
Dane
Zanonimizowane dane własne dotyczące aplikacji rekrutacyjnych
Projekt analityczny oparty na ankiecie satysfakcji pasażerów, obejmującej 19 652 odpowiedzi - identyfikacja czynników wpływających na ogólną ocenę podróży oraz różnice między segmentami pasażerów.
Cel
Zrozumienie, które elementy podróży mają największy wpływ na zadowolenie pasażerów, i wskazanie obszarów wymagających poprawy.
Dane
Materiały szkoleniowe (dataset udostępniony w ramach kursu)
Sezonowość pytań rolników w Afryce Wschodniej (2019-2020)
Narzędzia
Python (pandas), Tableau, Excel / Power Query
Opis
Analiza wielojęzycznych pytań rolników (WeFarm) w celu identyfikacji powtarzalnych wzorców sezonowych w obszarach upraw, chorób roślin, nawożenia i cen rynkowych.
Cel
Zrozumienie cykli aktywności i potrzeb informacyjnych rolników oraz przełożenie ich na wnioski operacyjne (planowanie treści, kampanii i komunikacji w odpowiednim czasie).
Dane
Zanonimizowane dane udostępnione w ramach DataKind challenge (w repozytorium brak surowych danych)
Microsoft Excel (UI), VBA (logika), GitHub (repo + dokumentacja)
Opis
Autorski kalendarz adwentowy jako mini-aplikacja offline w Excelu - interfejs klikanych okienek/pocztówek, logika oparta o reguły czasowe oraz trwałe zapisywanie stanu aplikacji.
Cel
Zbudowanie spójnej aplikacji w Excel/VBA: kontrola dostępu zależna od daty, trwały stan, zasady gry oddzielone od warstwy interfejsu.
Dane
Brak klasycznych danych analitycznych - projekt aplikacyjny (event-driven UI, tabela sterująca, trwały stan)
Niezależna, pro bono analiza oparta na Global Shark Attack File (GSAF) - od importu i czyszczenia danych (ETL w MySQL) po interaktywny dashboard w Tableau.
Cel
Edukacja i kontekst, nie strach - podkreślenie sezonowości, aktywności człowieka i geografii (z jasnymi definicjami: fatal vs non-fatal oraz unprovoked).
