[면접 합격자료] 티빙 머신러닝 엔지니어(Machine Learning Engineer) 합격 문항 기출 최종합격

1. 머신러닝 프로젝트를 진행할 때 데이터를 수집하고 전처리하는 과정을 설명해 주세요.

머신러닝 프로젝트를 진행할 때 데이터 수집은 먼저 목적에 맞는 데이터 소스를 선정하는 것부터 시작됩니다. 예를 들어 고객 행동 예측 모델을 개발할 때, 웹 로그 데이터, 거래 기록, 설문조사 데이터를 수집합니다. 데이터를 수집할 때는 크롤링, API 활용, 데이터베이스 접속 등 다양한 방법을 사용하며, 수집량은 최소 100만 건 이상이 적절합니다. 이후 수집한 데이터를 검증하여 중복 데이터 제거, 결측치 확인, 이상치 탐지 등의 전처리 과정을 거칩니다. 결측치는 평균값 대체, 삭제 또는 예측 모델 활용으로 채워 넣으며, 이상치는 박스 플롯, Z점수 등의 통계 지표를 활용해 제거하거나 수정합니다. 텍스트 데이터는 토큰화, 불용어 제거, 표제어 추출 과정을 거치며, 수치 데이터는 표준화 또는 정규화로 스케일링을 진행합니다. 이를 통해 데이터의 품질을 높여 모델 성능 향상에 기여하며, 전처리 후 데이터 셋은 훈련, 검증, 테스트 세트로 적절히 분리하여 최종 모델 학습에 준비됩니다. 이러한 과정은 프로젝트 성공률을 20% 이상 높이는 데 중요한 역할을 합니다…