0
თქვენი კალათა
0
Zinn Hub
0
თქვენი კალათა
0

Baibhav Ojha

მონაცემთა ანალიტიკოსი | Python · SQL · Excel · Power BI | მონაცემების გასუფთავება, მკაფიო ანალიზი

📍 Located in: ნეპალი 🕐
🎯🤝 მზად ვარ ერთჯერადი ან გრძელვადიანი სამუშაოსთვის ⏱️ 24 სთ/კვირაში ხელმისაწვდომია 🌐 შემიძლია ვიმუშაო თქვენს დროის სარტყელში
✔ ვერიფიცირებული
⭐ Zinner დონე 1
🔗 იპოვეთ Baibhav Ojha ონლაინ
🔍

შეისწავლეთ მათი ბმულები და ამ პროფილის დანარჩენი ნაწილი, რათა გაიგოთ, ვინ არიან ისინი. Zinn Hub ინახავს ყველა Zinner-ის პროფილს ღიად და გამჭვირვალედ — ასე რომ თქვენ შეგიძლიათ ნდობის მოპოვება და თავდაჯერებულად დაქირავება.

💰 ფასები
ჩვეულებრივი საათობრივი განაკვეთი: $10.00/სთ
დაინტერესებული ვარ პროექტებით, რომელთა ღირებულებაა: $30.00 – $150.00
🔒 გადახდები უსაფრთხოდ ინახება Zinn Hub-ის მიერ, სანამ არ დაკმაყოფილდებით · ბარათები, PayPal, კრიპტო და სხვა · მყიდველის საკომისიო არ არის
✓

Zinn Hub-ის მიერ დამოწმებული უნარები

დადასტურებული Zinner

Baibhav Ojha დაამტკიცა თავისი უნარები Zinn Hub-ს და წარმოადგინა თავისი ნამუშევრების მტკიცებულება. ყოველი დამოწმებული Zinner გადის პრაქტიკულ ხარისხის უზრუნველყოფის შემოწმებას — ასე რომ თქვენ შეგიძლიათ დაიქირაოთ თავდაჯერებულად.

🛡️ დამოწმებულია October 2026-დან

წევრია
Oct 2026
ჩამოთვლილი Zinns
1

შესახებ

გამარჯობა, მე ვარ ბაიბჰავი — მონაცემთა ანალიტიკოსი კატმანდუდან, ნეპალი, სპეციალიზირებული Python-ში, SQL-ში, Excel-ში და Power BI-ში.

მე ვეხმარები ბიზნესებსა და ინდივიდებს, რომ მოუწესრიგებელი, ქაოტური მონაცემები გადააქციონ სუფთა მონაცემთა ნაკრებებად, სასარგებლო მოთხოვნებად და მკაფიო ვიზუალიზაციებად, რომლებიც რეალურად უზრუნველყოფენ გადაწყვეტილებებს.

ჩემი მიდგომა მარტივია: ჯერ პრობლემის გაგება, მონაცემების გაწმენდა, ანალიზი და შედეგების წარდგენა ისე, რომ არატექნიკურმა ადამიანებმაც გაიგონ. მე უბრალოდ ციფრებს არ ვაანალიზებ — ვცდილობ, ვუპასუხო კითხვას მერე რა?“ ყოველი მონაცემთა ნაკრების მიღმა.

რით შემიძლია დაგეხმაროთ:

• Data Cleaning & Preparation — Fix messy Excel and Google Sheets files: duplicates, broken formats, missing values, and inconsistent entries. I make your data usable before analysis even begins.

• SQL მოთხოვნების წერა — დაწერეთ მორგებული მოთხოვნები თქვენი მონაცემთა ბაზიდან მონაცემების ამოსაღებად, გასაფილტრად, შესაერთებლად და აგრეგირებისთვის. იქნება ეს SQLite, MySQL თუ PostgreSQL, მე შემიძლია მივიღო თქვენთვის საჭირო მონაცემები იმ ფორმატში, რა ფორმატითაც გჭირდებათ.

• Power BI დაფები — გადააქციეთ ნედლი რიცხვები სუფთა, ინტერაქტიულ დაფებად KPI-ებით, დიაგრამებითა და სლაისერებით. შექმნილია ისე, რომ არატექნიკურ კლიენტებს შეუძლიათ აღმოჩენების შესწავლა ყოველგვარი სპეციალისტის ცოდნის გარეშე.

• Python-ის მონაცემთა ანალიზი — გამოიყენეთ pandas, NumPy, matplotlib და seaborn მონაცემთა ნაკრების შესასწავლად, შაბლონების მოსაძებნად და მორგებული ვიზუალიზაციის შესაქმნელად. შესანიშნავია ერთჯერადი ანალიზისთვის ან ავტომატური ანგარიშებისთვის.

ბოლო ნამუშევარი:

I analyzed global healthcare data spanning 200+ countries — designing a relational SQLite database, writing 50+ SQL queries, and producing 7 visualizations to surface key patterns. Key finding: Nepal has roughly 5.7 times fewer hospital beds per person than the world average.

მე ასევე გავაერთიანე CO₂-ის ემისიების მონაცემები კატასტროფების ჩანაწერებთან, რათა მომეყოლა კლიმატის ამბავი ნეპალის შესახებ — ვაჩვენე, თუ როგორ გამოყოფს ნეპალი გაცილებით ნაკლებს, ვიდრე მაღალი ემისიების მქონე ქვეყნები, მაგრამ არაპროპორციულად იტანჯება.

Before focusing on data analysis, I managed ticketing operations for a 10,000+ attendee event in Kathmandu, achieving full reconciliation — practical experience handling large, time-sensitive datasets under pressure.

ტიპური შესრულების დრო:

• Data cleaning (up to ~5,000 rows) — 1–2 days
• SQL queries (up to 10 queries) — 1 day
• Power BI dashboard (1–2 pages) — 3–5 days
• Python analysis (EDA, cleaning, or custom charts) — 2–4 days
• Data entry — volume-based; discussed before starting

რევიზიები: ყოველ პროექტში შედის ორი უფასო რევიზია, რომელიც მოიცავს შეთანხმებული მიწოდების ფარგლების კორექტირებას. ახალი მოთხოვნები ან გაფართოებული ფარგლები განიხილება, როგორც ცალკე სამუშაო და შესაბამისად ფასდება.

მონაცემთა მიღებული წყაროები: CSV, Excel (.xlsx/.xls), Google Sheets-ის ექსპორტი, SQLite და MySQL მონაცემთა ბაზის ფაილები და JSON.

Experience: I have been building my Python and SQL skills since early 2026 through self-study, portfolio projects, and hands-on event data management. I'm early in my freelance career, which is reflected in my pricing.

მე მკაფიოდ ვურთიერთობ, ადრეულ ეტაპზე ვსვამ კითხვებს, როდესაც ბრიფი გაუგებარია და ვცდილობ სწრაფად ვუპასუხო. მცირე დავალებები მისასალმებელია — მირჩევნია ნდობა მოვიპოვო კარგად შესრულებული მცირე სამუშაოს მეშვეობით, ვიდრე დიდი კონტრაქტები ავიღო მანამ, სანამ არ ვაჩვენებ, რა შემიძლია.

თუ მონაცემებთან დაკავშირებით პრობლემა გაქვთ — არეული ცხრილები, ანგარიში, რომელიც ჯერ არ არის შექმნილი, ან მონაცემები, რომლებიც მონაცემთა ბაზაშია და არავინ იყენებს — გამომიგზავნეთ შეტყობინება. მოდით ვისაუბროთ იმაზე, თუ რა გჭირდებათ და შემიძლია თუ არა დაგეხმაროთ.

უნარები

ტექნოლოგიები და ექსპერტიზა, რომლებშიც ეს ფრილანსერი სპეციალიზდება.

კატეგორიები

მომსახურების სფეროები, რომლებშიც ეს ფრილანსერი ხელმისაწვდომია.

პორტფოლიო

Nepal Health Analysis — Global Dataset (200+ Countries), 50+ SQL Queries

End-to-end data project analyzing healthcare access across 200+ countries. Built a 3-table SQLite database with ~25,000 rows from World Bank data, wrote 50+ analytical SQL queries (joins, aggregations, subqueries), and produced 7 visualizations. Key finding: Nepal has 5.7x fewer hospital beds than the world average.

დეტალების ნახვა →

Climate Justice Analysis — Python

Combined CO₂ emissions data with Nepal disaster records to show how Nepal emits 8x less than high-emitting nations but suffers disproportionately from climate disasters. Performed multi-dataset joins, trend analysis, and data storytelling in Python.

დეტალების ნახვა →

Global CO₂ Analysis — Exploratory Data Analysis

Exploratory analysis of 50,000+ rows of global CO₂ emissions data from Our World in Data. Analyzed top emitters, Nepal's trend, peak year, and CO₂ vs GDP correlation using 10+ chart types in Python (pandas, matplotlib, seaborn).

დეტალების ნახვა →

Runway Career Connect 2026 — Event Data Management (10,000+ Attendees)

Managed ticketing operations and participant data for a 10,000+ attendee education and concert event in Kathmandu. Responsibilities: • Led a team across multiple ticket booths and partner colleges • Built and maintained participant databases with full reconciliation • Handled real-time issues during peak entry hours • Coordinated with registration and organizing committees This was my first hands-on experience managing large, time-sensitive datasets — and it directly led me toward data analytics as a career.

დეტალების ნახვა →

კვალიფიკაციები და სერტიფიკატები

🎓
SQL Course Certificate — 30+ Topics
Bro Code (YouTube) — Self-Study · 2026
სერთიფიკატის ნახვა ↗
🎓
Power BI for Data Analytics — Course Certificate
Alex The Analyst (YouTube) — Self-Study · 2026
სერთიფიკატის ნახვა ↗
🎓
Python for Data Analysis — Course Certificate
Self-Study (Bro Code + freeCodeCamp) · 2026
სერთიფიკატის ნახვა ↗

Zinns — მზად არის სერვისების შესაძენად (1)

მზა სერვისები ხელმისაწვდომია დაუყოვნებლივი შეძენისთვის — დაათვალიერეთ, შეიძინეთ და დაიწყეთ დაუყოვნებლივ.

მე გავწმენდ და დავაფორმატირებ თქვენს არეულ Excel-ის ან Google Sheets-ის მონაცემებს

$15.00
🔒 მყიდველებისთვის პლატფორმის საფასური არ არის
📤 გააზიარეთ ეს პროფილი
𝕏 გაზიარება LinkedIn ფეისბუქი WhatsApp ტელეგრამა

მიიღეთ Zinn Hub აპლიკაცია

შეტყობინებები · უფრო სწრაფი წვდომა · სრული ეკრანი

შეეხეთ გაზიარებას თქვენს ბრაუზერში

➜ შემდეგ შეეხეთ "მთავარ ეკრანზე დამატება"