면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.
졸업 프로젝트에서 센서 로그 데이터를 분석하던 중 특정 시간대에 값이 반복적으로 0으로 찍히는 패턴을 발견했습니다. 처음에는 실제 측정값이라 생각했지만, 시각화해보니 매일 같은 시간에 반복돼 이상하다고 판단했습니다.
원인을 추적한 결과 센서 재부팅 시간과 겹친다는 것을 확인했고, 해당 시간대 데이터를 결측으로 재분류한 뒤 보간 처리를 적용했습니다.
이후 재부팅 로그를 별도로 수집해 향후에는 해당 구간을 자동으로 제외하도록 파이프라인에 반영했습니다.
인턴 당시 여러 소스에서 수집한 고객 데이터를 병합하는 작업에서 같은 고객이 다른 ID로 중복 등록된 사례를 발견했습니다. 병합 후 집계했을 때 고객 수가 예상보다 많이 나와 이상함을 느꼈습니다.
전화번호와 이메일을 기준으로 교차 대조한 결과, 표기 방식 차이(하이픈 유무 등)로 같은 사람이 다른 값으로 인식된 것이 원인이었습니다. 정규화 규칙을 만들어 재처리한 결과 중복이 약 6% 줄었습니다.
이후 신규 데이터 적재 시에도 같은 정규화 규칙을 거치도록 담당자에게 공유했습니다.
학회 프로젝트에서 이미지 분류용 데이터셋을 검수하던 중 일부 라벨이 실제 이미지 내용과 맞지 않는 경우를 발견했습니다. 모델 성능이 예상보다 낮게 나온 것이 계기였습니다.
샘플을 무작위로 200장 뽑아 직접 확인한 결과 약 5%의 라벨이 잘못돼 있었습니다. 저 혼자 전수 검사를 하기엔 무리라고 판단해, 팀원과 검수 기준을 문서화하고 나눠서 재검수를 진행했습니다.
재검수 후 모델의 검증 정확도가 눈에 띄게 개선됐고, 이후 신규 라벨링 작업에도 그 검수 기준을 적용하도록 제안했습니다.
같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.
진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.