A
약 75초
경험 중심 1인칭 답변
SQL은 수업 프로젝트와 개인 학습에서 SELECT, JOIN, GROUP BY, 서브쿼리 수준까지 활용했습니다. 특히 다수 테이블에서 조건을 걸어 원하는 집계 결과를 추출하는 쿼리를 작성하면서 실제 데이터 분석에 필요한 기본 역량을 익혔습니다. 프로젝트에서는 판매 데이터를 월별·카테고리별로 집계하는 쿼리를 작성해 시각화 자료의 입력 데이터로 사용했습니다. 시각화는 Tableau Public과 Python matplotlib/seaborn을 모두 사용해봤고, 탐색적 분석에는 matplotlib으로 빠르게 그리고, 발표용 시각화는 Tableau를 선호합니다. Tableau에서 드릴다운 기능과 필터 조합으로 인터랙티브 대시보드를 만들어 팀 발표에 활용했고, 같은 데이터도 시각화 방식에 따라 인사이트가 다르게 전달된다는 것을 배웠습니다. 앞으로도 SQL로 데이터를 추출하고 목적에 맞는 시각화 도구를 선택해 인사이트를 전달하는 방식을 유지하겠습니다.
같은 데이터도 시각화 방식에 따라 전달되는 인사이트가 달라진다는 것을 직접 경험으로 확인했습니다.
이 결의 특징
판매 데이터를 월별·카테고리별로 집계하는 쿼리를 짜고, 탐색 단계에는 matplotlib을 발표용에는 Tableau를 구분해 쓰는 구체적 도구 선택 기준을 세운 흔적이 있습니다.
이 결이 통하는 자리
드릴다운과 필터 조합으로 인터랙티브 대시보드를 만든 구체적 활용이 살아 있을 때 통합니다. 같은 데이터도 시각화 방식에 따라 인사이트가 다르게 전달된다는 정리가 붙을 때 면접관이 도구 이해도를 읽는 결이 보입니다.