본문/내용
1.본인의 성격의 장단점에 대해 말씀해 주세요.
분석적이면서도 협업을 중시하는 성격입니다. 데이터 문제를 처음 접하면 가설을 세우고, 가설 검증에 필요한 데이터 소스와 방법론을 체계화하는 편입니다. 예를 들어 과거 프로젝트에서 고객 이탈 예측 모델을 만들 때, 데이터 전처리에서 결측값 비율이 12%였고, 이를 변수별로 재평가한 뒤 EDA를 통해 비즈니스 영향도를 파악했습니다. 그런 다음 로지스틱 회귀와 XGBoost를 비교해 마지막에 로지스틱 회귀를 채택했고, AUC를 0.78에서 0.85까지 상승시켰습니다. 이 과정에서 팀원들과의 의사소통이 중요하다고 판단해 주간 리포트와 시각화를 활용해 비전문가도 이해할 수 있도록 설명했고, 의사결정에 필요한 KPI를 재정의했습니다. 또한 일정 관리에 강한 편이라 마감에 임박한 상황에서도 작업 우선순위를 재배치해 2일 남은 시점에 모델 재학습을 완료했습니다. 단점으로는 데이터의 세부 편향에 지나치게 집중하는 경향이 있어 비즈니스 impact를 놓칠 때가 있어, 이를 보완하기 위해 실험 설계에 비즈니스 팀의 피드백 루프를 도입했습니다. 예를 들어 신제품 추천 시스템의 실험에서 A/B 테스트 기간을 기존 2…