Python 데이터 처리 파이프라인 경험
약 90초
Python으로 비즈니스 데이터 처리 파이프라인을 구현한 경험
졸업 작품으로 쇼핑몰 주문 데이터를 분석해 재고 보충 시점을 예측하는 파이프라인을 Python으로 만들었습니다. 판매 이력을 읽어 이동평균으로 수요를 예측하고, 재고 임계값 이하로 떨어지면 이메일을 보내는 흐름이었습니다.
처음엔 모든 처리를 하나의 큰 함수에 넣었는데, 테스트하기 어렵고 단계별 중간 결과를 확인할 수 없는 구조였습니다. 단계별로 함수를 분리하고 각 단계 출력을 로그로 남기니 문제 발생 시 어디서 틀렸는지 바로 보였습니다.
3개월 데이터 기준으로 예측 오차가 12% 이내로 유지됐고, 실제 재고 부족 이벤트 4번 중 3번을 사전에 감지했습니다. 파이프라인은 투명하게 만드는 것이 기능만큼 중요하다는 걸 그때 배웠습니다.
이 결의 특징
구체적인 수치와 상황에 대한 다층적인 설명이 함께 나타나는 흔적이 있습니다.
이 결이 통하는 자리
실제 소요 시간이나 진행 단계가 구체적으로 나올 때 현실감 있는 이야기로 통하는 자리로 통합니다.