면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.
저는 캡스톤 프로젝트에서 SQL로 필요한 데이터를 우선 추출한 뒤, Python의 판다스 라이브러리로 세부 통계와 시각화를 진행했습니다. 데이터베이스에서 직접 복잡한 통계 연산을 하기보다, SQL은 필요한 데이터를 정확히 걸러내는 역할에 집중하고 Python은 그 이후의 분석과 표현에 활용하는 방식이 효율적이라고 느꼈습니다. 이런 역할 분담 덕분에 각 단계에서 오류를 발견하기도 더 쉬웠습니다. 이 경험으로 도구마다 강점이 다르다는 것을 배웠습니다.
저는 동아리 회원 활동 데이터를 SQL로 추출한 뒤, Python으로 월별 참여율 추이를 그래프로 시각화하는 작업을 했습니다. SQL로는 회원별, 월별 참여 횟수를 집계했고, Python에서는 이 데이터를 막대그래프로 표현해 한눈에 추이를 볼 수 있도록 만들었습니다. 이 결과를 운영진 회의에서 공유하니 특정 시기에 참여율이 떨어지는 패턴을 쉽게 파악할 수 있었습니다. 데이터를 추출하는 것에서 끝나지 않고 보기 쉽게 전달하는 것까지가 분석이라는 것을 배웠습니다.
저는 프로젝트 초반에는 모든 작업을 Python으로 처리하려 했는데, 데이터베이스에서 직접 대량의 데이터를 불러오다 보니 속도가 느리고 메모리 문제도 생겼습니다. 이후 필요한 조건으로 먼저 SQL에서 걸러낸 뒤 결과만 Python으로 가져오는 방식으로 바꾸자 훨씬 안정적으로 작업할 수 있었습니다. 이 경험으로 데이터 규모가 클수록 데이터베이스 단에서 먼저 걸러내는 것이 효율적이라는 것을 배웠습니다. 앞으로도 이런 기준으로 도구를 선택하겠습니다.
같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.
진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.