예시 답변 1
약 92초
작업 목적·과정·결과 흐름으로 푸는 결
학부 졸업 프로젝트에서 공공 데이터 포털에서 수집한 지역별 인구 이동 데이터를 전처리하고 분석하는 작업을 Python으로 진행했습니다.
가장 많이 한 작업은 pandas로 결측값과 이상치를 처리하는 것이었습니다. 연도별로 데이터 형식이 달라서 컬럼 이름을 통일하고, 지역 코드 체계가 다른 데이터셋을 합쳐야 하는 과정이 생각보다 시간이 많이 걸렸습니다. 같은 지역인데 표기 방식이 달라 조인이 안 되는 문제를 처리하는 데 퍼지 매칭을 적용해봤는데, 자동화만으로는 한계가 있어 직접 매핑 테이블을 만들었습니다.
분석 결과는 `matplotlib`으로 시각화해서 발표 자료에 활용했고, 연도별 인구 유출입 패턴이 특정 지역에서 뚜렷하게 보이는 걸 발견했습니다. 코드 자체보다 데이터를 어떻게 구조화하고 정합성을 맞추는가가 분석 결과의 품질을 결정한다는 걸 이 경험에서 배웠습니다.
이 결의 특징
라이브러리 이름 나열이 아니라 지역 코드 체계 불일치 같은 실제 데이터 정합성 문제와 그 해결(직접 매핑 테이블)을 짚는 결이다.
이 결이 통하는 자리
데이터 처리 경험을 도구 사용으로만 답하기 쉬운 질문에서, 정합성 문제 해결 과정으로 실력을 보여주는 답이 통하는 자리다.