본문/내용
1.본인의 성격의 장단점에 대해 말씀해 주세요.
문제를 체계적으로 분석하고 가설 검증을 통해 의사결정에 이르는 것을 즐깁니다. 데이터의 흐름을 따라가며 원천 데이터의 품질부터 인사이트의 유용성까지 평가하는 습관이 있습니다. 실제 프로젝트에서 보유한 대용량 로그 데이터를 이용해 고객 이탈 예측 모델을 구축한 경험이 있습니다. 데이터 수집 단계에서 누락치가 15% 이상인 로그가 다수였고, 이를 보정하기 위해 다중 대체법과 시계열 보간을 조합한 전처리를 적용했습니다. 그 결과 학습 데이터의 시계열 불연속성을 줄여 모델의 안정성을 높였고, 검증 데이터에서 F1 스코어를 0.79에서 0.86으로 개선했습니다. 또한 특징 공학에 집중하는 성향이 강한 편으로, 시간 기반 특징과 사용 패턴 기반의 파생변수를 40여개 정도 생성했습니다. 특히 런차트와 SHAP 값을 함께 활용해 핵심 예측 변수의 중요도를 시각화했고, 이해관계자에게는 비즈니스 측면의 해석 가능성을 강조했습니다. 이 과정에서 팀원과의 협업이 중요하다고 판단하여 데이터 품질 관리 표준을 수립했습니다. 데이터 소스별로 품질 지표를 매월 모니터링하고, 결측 및 이상치 처리 규칙을 문…