Ankit Puri                                                                                                                                                Email id: ankitpuri91@gmail.com Production & Industrial Engineering, IIT Roorkee                                  Contact  +919872955119  

                   Awards                    Educational Qualifications     Year                                       Board/Institution                      Percentage            1 Platinum award  

       B.tech      2013                      Indian Institute of Technology, Roorkee                        72.96%             2 Gold award          Twelfth   2009                      Sacred Heart Convent School, Ludhiana                        86.20%             1 Spot Bonus       Tenth      2007                      Sacred Heart Convent School, Ludhiana                        94.60%             5 Peer Bonuses 

               2 Gold Medals JOB EXPERIENCE

 Google | Strategist                                                                    Dec 2014 – Till date  Predictive Model to catch Bad Customers for Payday loans|Clustering ❏ Using signals from the bad customers, found new set of customers using LPQ(landing page) signals. ❏ Defined a particular set of both specific and generic keywords each assigned with a certain kind of weightage. Then by 

using the combination of these keywords and their occurrences on the html content of the page defined a probability score for that website to be a payday website. The model was build on 90%+ accuracy as compared to 0.7% of the previous model. Received a gold award for the project 

 

Overturns Database|Dashboard ❏ Defining the overturn and the statistics behind it. Created an Overturns table itself by Complex Dremel queries and 

also an automated reporting dashboard for all the Overturns related data and streamlining all analytical data deep dives to identify broader product / process issues and fix them (Analytical Signals Dashboard)  

❏ Automated reporting dashboard of the Overturns data for vendors (Continuous Monitoring). Insights were drawn which helped to keep in check the weekly number of Ads getting overturned. Received a spot bonus and 3 peer bonuses  

 

Predictive Model to catch Bad Ads|Phone number in Adtext policy ❏ A model was created on the Overturns using text mining and the customers violating “Phone number in AD text” 

policy were caught. The model had an accuracy of 100% and recall of 57% and decreased the workload by 2 FTE’s. ❏ Automated the process on Cron’s (Python) where all the Future incoming “Bad Ad’s” got disapproved automatically 

on real time basis and thus further reduced the workload by 2 Vendors. ❏ Moreover these Customers were pushed to use a new product (call only) giving a potential increase of 89% in its 

customer base as well as around 15M$ worth of Opportunity Revenue and still counting. Received a Platinum award.  

SAS/ SQL/ Dashboards Trainer ❏ Became a certified G trainer and took trainings of 35 googlers across teams for both basic and advanced levels. 

Received a Gold award for the project.   

 Exl | Assistant Manager | Banking Sector Credit Cards                                                               June 2014 – Nov 2014  ❏ Risk analytics and customer acquisition strategy for one of the top credit card issuer in US. ❏ Optimizing underwriting strategy (rules and models)and credit line assignment strategy ‐ Customer level most profitable 

credit line assignment under the constraints on customer affordability and regulatory framework (e.g.BASEL 3) ❏ Designed a test to check the “Out of Time Validation” of the model while capturing the variations of the model. 

  

 Absolutdata|Analyst (CRM) | Sporting Goods Retailer in US                                                                       July 2013 – June 2014 ❏ Built a Binomial Logistic Regression Model to find out key drivers which affect the click rate and eventually increasing 

the response rate, to an email campaign. Achieved 65% response rate by targeting 30% of population. All the variables had a significance value < 0.05 in a stepwise Logistic Regression. 

❏ Built a Customer LifeTime Value Model to calculate the Survival Probabilities of the customer and depending upon the future value of the customer estimated Probabilistic Value of each customer for next 12 months. 

 

Pitched Proposals and Case Studies to prospect Pharmaceutical firms ❏ Build models like Sales Force Planning, Call Planning, Territory Alignment etc on dummy datasets to pitch Pharma clients. ❏ Compared techniques like Neural Network, Random Forest, CART Vs Logistic Regression and came up with metrics giving 

the most optimized technique for a given situation.  

 

A leading Mobile Company: Rate Plan Optimization ❏ Objective: Client intends optimize the cost to be paid to the vendor by efficiently planning and choosing amongst the 

available two plans for its subscriber base. ❏ Solution: Forecasted the customer usage based on historical data by building a model(linear regression) and then 

defined the confidence interval to determine the adjustment factor for the forecasted values for more accurate prediction of usage by customers. Finally, an optimization algorithm function was developed to determine in which plan a customer should be placed to reduce the cost incurred. 

  

Financial analysis of stocks market | IIT Roorkee                                                               July 2012 – May 2013  ❏ Objective: The objective was to predict the variation in the stock price of an FMCG company. ❏ Solution: Successfully built an autoregressive model (ARIMA) on data points at weekly level for last 4 years of data on 

R tool. Validating the model dataset over test dataset gave convincing results.  

 

SKILLS AND TECHNIQUES  

Computer Languages:  C++, SQL, Python, Matlab Software Packages:  SAS , SQL, Ms Excel, VBA, SPSS, Spark, Storm, NLP, R, Dremel, Hadoop, Crons Techniques: Market Mix Modelling, Linear Regression, Logistic Regression, ARIMA, Factor Analysis, CHAID, PCA,  

Greedy algorithm, Random Forest, Neural Networks, Segmentation & K‐means, Clustering, Survival Analysis, Machine Learning, Operation Research, TG/CG analysis, CART 

Trainings: Descriptive and Inferential Statistics. Extra Courses At Google: Think Like an Analyst, Python@Google 101, Intro to Machine Learning  

 ACADEMIC ACHIEVEMENTS 

 ❏ Secured 2150 All India Rank (out of 470000 students) JEE‐2009. ❏ Secured 279th National Rank at All India Level in 8th National Science Olympiad and secured Gold Medal. ❏ Got National Rank 05 in 'Sir CV Raman Young Genius' Awards. ❏ Got National Rank 98 National Level Science Talent Search Examination ❏  Statewise top 1% af all the candidates enrolled in National Standard Examination In Chemistry 

 POSITION OF RESPONSIBILITY

 

Coordinator Central Placement Team, IITR 2011‐13 ❏ Devised sector wise sub‐teams increasing placement recruiters by 15% yoy, internship recruiters by 25% 

 

Executive Member of ASME(American Society of Mechanical Engineers) ❏ Under ASME organized various technological events like EFFICYCLE where we Garnered a funding of INR 70,000 from                                 

Danfoss Group and helped team stand 4th among 97 teams in IITR’s 1st attempt. ❏ Additionally Received DAG grant from ASME to promote the inclusion of women and under‐represented minorities in 

ASME and in mechanical engineering.  

Coordinator, MT Vehicle, IITR ’12 ❏ Conceptualized the first ever Multi Terrain Vehicle competition in the Hobbies Festival at IITR ❏ Led a team of 6 to design and build the navigation track, attracting participation of 25+ teams 

 EXTRA CURRICULAR ACTIVITIES 

 Sports ‐ Lawn Tennis ❏ Among 4 selected out of 1000 students for National Sports Organization‐Tennis at IIT R ❏ Won at Inter‐hostel & Inter‐year tennis tournament for 3 consecutive years   

Social Service ❏ Tutored 10 underprivileged students from class VII to XII for 1 year under Prerna cell, NSS (National Service Scheme) ❏ An active member of Google Give Organisation and successfully managed to lead a team of 40+ members to serve food to 

750 kids. Also organized Google‐wide donation drive and global social media campaigns for UNHCR ‐ a branch of UN that protects and safeguards interests and rights of refugees.