이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
대규모 데이터셋에서 특징을 추출한 경험으로는 졸업 프로젝트가 있습니다. 쇼핑몰 로그 데이터를 분석했는데, 컬럼이 수백 개에 예측 대상과 직접 관련 없는 변수가 많았습니다. pandas로 결측값과 분포를 확인하고, 상관관계가 높은 변수 쌍을 제거하는 작업부터 시작했습니다. 이후 feature importance를 확인해 모델이 실제로 활용하는 특징을 좁혔습니다.
처음 200개에서 30개 내외로 압축하고 나서 성능이 오히려 올라갔습니다. 특징이 많다고 좋은 것이 아니라, 관련성 있는 특징이 중요하다는 것을 직접 경험했습니다. 지저분한 데이터를 정리하는 과정이 힘들었지만, 배운 것이 가장 많은 단계였고, 그 경험이 이 직무에 도움이 될 것이라고 생각합니다.
텍스트 데이터에서 특징을 추출한 경험이 있습니다. 고객 리뷰 수천 건을 분석하는 과제였는데, 원시 텍스트를 그대로 쓸 수는 없어서 전처리가 절반 이상의 시간이었어요. 불용어 제거, 형태소 분석, TF-IDF로 중요 단어를 뽑고, 주제별로 클러스터링하는 방식으로 구조를 만들었습니다. 어려웠던 건 신조어나 줄임말이 많아서 표준화 기준을 잡는 것이었어요. 사전을 직접 만들어 추가하는 작업을 팀원과 나눠서 했습니다. 결과적으로 리뷰에서 핵심 불만 주제 5개를 추출했고, 담당팀이 실제 정책 개선에 활용했어요.
데이터를 행동으로 연결하는 과정을 경험한 작업이었고, 분석 결과가 실제로 쓰이는 걸 보면서 방향이 맞다고 느꼈습니다.
고차원 데이터에서 구조를 파악할 때 차원 축소 기법을 활용한 경험이 있어요. PCA를 써서 변수 수십 개를 2~3차원으로 압축하고 시각화했는데, 숫자로 보이지 않던 패턴이 그래프에서 보이는 순간이 인상적이었습니다. 그룹이 자연스럽게 분리되는 구조가 보였고, 그게 추가 분석의 출발점이 됐어요. 막상 해보니 PCA가 항상 해석 가능한 결과를 내는 건 아니더라고요. 성분이 여러 변수의 조합이라 실제로 무엇을 의미하는지 파악하기 어려운 경우도 있었습니다. 그래서 도메인 지식과 함께 봐야 의미 있는 특징 해석이 된다는 걸 배웠어요. 기법을 아는 것과 해석할 줄 아는 것이 다르다는 점이 가장 큰 배움이었습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 쿠팡 ML 엔지니어 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.