[면접 합격자료] EA코리아 [EA Korea Studio]ML Sofrware Engineer 합격 문항 기출 최종합격

1. 머신러닝 모델 개발 과정에서 데이터를 수집하고 전처리하는 방법에 대해 설명해 주세요.

머신러닝 모델 개발 과정에서 데이터를 수집하는 방법은 다양한 출처를 활용하는 것이 중요합니다. 예를 들어, 웹 크롤링, 공개 데이터셋, 내부 데이터베이스, API 연동 등을 통해 수집하며, 특정 프로젝트에서는 1만 건 이상의 텍스트 데이터를 2주 만에 확보하였고 평균 품질 검증률은 95%에 달하였습니다. 데이터를 전처리하는 단계에서는 결측값 처리, 이상치 제거, 정규화, 표준화 작업이 필수입니다. 예를 들어, 수치형 데이터를 표준화하여 평균 0, 표준편차 1로 맞추었으며, 텍스트 데이터는 토큰화, 정제, 불용어 제거 후 벡터화하여 모델에 적합하게 가공하였습니다. 또한, 데이터의 불균형 문제를 해결하기 위해 오버샘플링이나 언더샘플링 기법을 적용하였으며, 이를 통해 모델의 평가 지표인 정확도 90% 이상을 달성하였습니다. 이 과정에서 데이터 품질 확보와 전처리 방법의 체계적 적용이 모델 성능 향상에 결정적임을 경험하였으며, 지속적인 데이터 검증과 피드백 분석을 통해 데이터셋의 신뢰성을 높이고 있습니다.

2. 오버피팅과 언더피팅의 차이점과 이…