면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.
학교 데이터 분석 과제에서 원본 데이터가 세 개의 테이블로 나뉘어 있어 SQL로 조인해 하나의 표로 만든 뒤, Python의 pandas로 이상치를 제거하고 결측값을 처리했습니다. SQL은 대용량 데이터를 빠르게 정제하는 데, Python은 세밀한 조건별 처리에 강하다는 것을 이 과정에서 체감했습니다. 두 도구를 나눠 쓴 덕분에 처리 시간을 절반 가까이 줄일 수 있었습니다. 도구마다 잘하는 영역이 다르다는 것을 실습을 통해 배웠습니다.
설문 데이터를 분석하는 프로젝트에서 R을 사용해 집단 간 평균 차이를 검정했습니다. 단순히 평균을 비교하는 데 그치지 않고 t-검정으로 그 차이가 통계적으로 유의미한지까지 확인했습니다. 이 과정에서 유의확률이 기준치를 넘지 않는 항목은 결과에서 제외하고 해석했습니다. 데이터를 눈으로 보는 것과 통계적으로 검증하는 것이 다르다는 것을 그때 배웠습니다.
인턴 기간 동안 매출 데이터를 SQL로 추출하고, Python으로 전처리한 뒤, R로 시각화까지 진행하는 작업을 맡았습니다. 처음에는 도구를 옮겨가며 작업하는 것이 번거롭게 느껴졌지만, 각 단계에 맞는 도구를 쓰니 오히려 작업 속도가 빨라졌습니다. 최종적으로는 월별 매출 추이를 담은 보고서를 완성해 팀에 공유했습니다. 여러 도구를 다룰 수 있다는 것은 상황에 맞는 최적의 방법을 고를 수 있다는 뜻이라고 생각합니다.
같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.
진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.