본문/내용
1. 데이터 분석 프로젝트 경험에 대해 설명해 주세요. 어떤 문제를 해결했고 어떤 방법을 사용했나요
AXA손해보험 Data Science팀에서 보험사기 예측 모델 개발 프로젝트를 수행한 경험이 있습니다. 이 프로젝트의 목표는 보험금 청구 건수의 5%에 해당하는 사기 사례를 조기 적발하여 손실을 최소화하는 것이었습니다. 데이터를 분석하기 위해 고객의 청구내역, 과거 사고 기록, 통신 로그, 공정별 지급액, 사고 시간, 장소 등 다양한 정보를 수집하였으며, 결측치 처리와 이상치 제거 후 피처 엔지니어링을 실시하였습니다. 머신러닝 기법으로 랜덤 포레스트와 XGBoost 알고리즘을 활용하였으며, 교차 검증을 통해 모델의 과적합을 방지하였습니다. 모델의 정확도는 AUC 0. 89를 기록하였으며, 특정 피처인 사고 발생 시간과 지역 정보의 가중치를 높게 반영하였습니다. 이 결과, 보험사기 적발률이 기존 대비 30% 향상되었으며, 연간 손실액이 약 10억 원 이상 절감되는 성과를 이룰 수 있었습니다. 또한, 모델 배포 후 피드백을 수집하여 지속적으로 성능을 개선하며 실무 적용 가능성을 높였습니다.
2. 보험 데이터에서 중요한 특징(feature)을 선정하는 기준은 …