A
약 75초
경험 중심 1인칭 답변
가장 기억에 남는 프로젝트는 3학년 때 진행한 캡스톤 디자인 프로젝트입니다. 팀 4명이 중소 온라인 쇼핑몰의 재고 관리 효율화 방안을 분석하고 개선 시스템을 설계하는 과제였습니다. 저는 데이터 수집과 수요 예측 모델 파트를 담당했고, 파이썬으로 판매 이력 데이터를 분석해 카테고리별 재고 회전율을 시각화했습니다. 실제 데이터를 다루다 보니 이론에서 배운 수요 예측 모델이 현실 데이터에서는 예상보다 잘 맞지 않는 경우를 경험했고, 모델 선택보다 데이터 전처리가 예측 성능에 더 큰 영향을 준다는 걸 직접 확인했습니다. 앞으로도 데이터 전처리 품질을 먼저 확인하고 모델을 선택하는 순서를 유지하겠습니다. 앞으로도 데이터 전처리 품질을 먼저 확인하고 모델을 선택하는 순서를 유지하겠습니다.
이론에서 잘 작동하는 모델이 현실 데이터에서 기대보다 낮은 성능을 내는 경우는 대부분 데이터 품질 문제에서 시작됩니다. 재고 관리 문제를 분석하면서 수요 예측은 모델 선택보다 외생 변수 정의가 더 중요하다는 걸 직접 확인했습니다.
이 결의 특징
성과를 정량적 지표로 명확히 제시하는 데이터 기반 접근
이 결이 통하는 자리
복잡한 기술 문제를 단계적으로 분석하고 개선한 경험을 평가하는 면접