- Power BI, Tableau, Excel 등을 활용하여 다양한 데이터 대시보드 설계, 구축 및 개선 - Redash, SQL을 활용한 데이터 추출 및 분석 - Airflow를 이용한 데이터 파이프라인 스케줄링 및 자동화 - 데이터 분석에 필요한 원천 데이터 수집, 정제 및 가공 - 비즈니스 이해관계자(stakeholders)의 요구사항을 파악하고, 이를 반영한 리포트 및 시각화 자료 제공 - 데이터 분석을 기반으로 인사이트 도출 및 의사결정 지원 - 다양한 팀(Brand Management, Instock Management 등)과 협업하여 데이터 기반 문제 해결 - 정기적/비정기적으로 KPI, 성과지표 등을 모니터링 및 리포팅

更多

- Yolo 기반 지능형 CCTV 개발 및 KISA 인증 시험 총괄 - 외부 AI 프로젝트 PL 역할 수행, 프로젝트 스케줄 관리, AI 엔니지어, 데이터 분석가 팀원 관리, 산출물 작성 및 고객사 커뮤니케이션 수행 - AutoML 솔루션 개발 총괄 및 설계

更多

- 부서간 커뮤니케이션 수행, 조직 내외 데이터 수집 및 분석 주제 도출 - Databricks/Snowflake 빅데이터 플랫폼 도입 프로젝트 리드 및 PoC 수행 - Snowflake 및 Airflow를 활용한 데이터 파이프라인/데이터 레이크 구축 및 유지 - AI기반 Forecasting/Segmentation 모델 개발 – 외부 데이터 수집 및 내부 데이터 전처리 - 팀원 (Data Scientist, Data Engineer, Data Analyst) 멘토링 및 코칭

更多

- 분석 및 ML 모델개발 프로젝트 참여 및 팀 리딩, 팀원 관리 및 프로젝트 스케줄 관리 - 분석과제 도출 및 개발 방법론 협의 및 수립 - 모델 개발 수행 및 모델링 프로세스 실무자 교육 수행 프로젝트  FDS(이상금융거래)/AML(자금세탁방지) 모델 개발 및 고도화 - Anomaly Detection (이상탐지) - 룰 기반의 적출 대상을 다양한 프로파일링 변수 및 파생 변수를 생성 - ML/DL알고리즘을 활용한 적출 모델 개발 - 룰에 적용된 변수 이외 중요 변수 도출 및 적출 대상 최적화  핵심고객 페르소나 발굴 – Classification - Segmentation (고객세분화) - RFM을 적용한 상위 5%의 핵심고객을 정의 - 트리 모델을 활용하여 고객군의 특성을 세분화 - 도출된 세분화 그룹의 중요 변수를 활용하여 고객의 페르소나를 발굴 및 고객 마케팅에 활용  점포 세분화 – Clustering + Segmentation - 실루엣 계수를 활용하여 군집 수를 결정 - K-means를 활용하여 점포를 세분화 - 각 그룹을 타겟으로 모델을 실행 후 중요 또는 의미 있는 변수를 도출 - 점포그룹의 주요 특징을 발굴하여 점포별 마케팅 포인트를 차별화  소분류단 기준의Demand Forecasting(수요 예측) – Regression + Time Series - 각 상품단의 판매 수량 데이터 및 외부 영향 데이터 (달력, 날씨, 원자재 등)를 활용 - 롤링 윈도우를 활용한 시계열 파생 변수 생성 - Regression과 LSTM을 적용하여 최적의 모델 도출  구매가망 고객예측 – Classification - 그룹 전체 계열사의 고객 데이터를 활용한 프로파일링 및 파생 변수 생성 - 데이터 불균형의 해소를 위해, 층화기반의Over-sampling과Under-sampling 동시 적용 - 다양한 ML기반의 Classification모델을 활용하여, 상위 스코어를 설정하여 자연 유입 율 대비 Lift값의 결과로 최적의 모델 도출

更多

- 생체 데이터를 활용한ML/DL 기반 성장 예측 모델 고도화 개발 및 서비스 적용 - 통계 모델을 활용한 예측 모델 고도화 및 유지 관리 - B2B 와 B2G 부서와 커뮤니케이션을 통해 영업 관련 생체 데이터 분석 지원 수행 프로젝트  성장 예측 모델 개발 – Regression + LSTM - 체성분 데이터 (신장, 몸무게, 단백질량, 무기질량 등)을 변수로 활용 - 구간별 데이터 균형을 해소하기 위해 층화기반으로Over-sampling 적용 - 타겟 값을 실제 값(키)와 성장율(%)로 각 두가지의 개념으로 접근 - 각 체성분의 평균과 표준편차를 사용한 StandardScaling된 값으로 유클리디언거리를 적용한 데이터의 값으로 예측하는 모델 개발 - ML/DL의 Regression과 DL의 LSTM을 활용하여 각각 개발

更多