데이터분석가에게 필요한 실무적 지식을 얻기 위해 공부를했으며, 데이터분석과제 도출, 통계분석, 머신러닝 모델링 등과 데이터 직무에 필요한 내용을 얻을 수 있었다.

프로젝트 내용: 결제내역을 통해 들어오는 카드메시지를 브랜드별로 분류할 수 있는 모델을 설립하는 것을 목표로 아이디어웨어 실무진과 협업하여 프로젝트 진행하였으며, DBSCAN 클러스터링으로 분류 진행하였다.

프로젝트 개요: 프로젝트의 목적은 코로나 이후 제품판매 전략을 수립하기 위해서 Lenovo 제품별 수요예측모델을 개발하는 것으로 Lenovo 데이터분석팀과 협업하여 진행하였다. 사용한 데이터로는 1) 2018.01~2020.09 제품 판매 데이터, 2) 코로나 확진자 현황, 3) 정부정책, 그리고 4) 셧다운 및 Reopening 기준이 있다. 결과: - Labtop과 Desktop 두가지 제품카테고리를 주 정책, 사회적 거리두기 단계, 인구학적인 요소별 증감율을 계산하여 수요예측 제공 - 데이터 수집에 대한 개선점

프로젝트 개요: 영유아의 혈중 납 중독의 배출을 도울 수 있는 Succimer 약물의 효능을 입증하는 것을 중점으로 진행했다. 12~36개월 영유아에게 3가지 다른 치료법 (Placebo, 적은 양의 Succimer, 많은 양의 Succimer)를 8주동한 2주마다 5차례 방문하도록 진행하였다. 총 6가지의 공분산 모델을 진행하였으며 AIC, BIC를 기준으로 모델을 비교분석하였다. 결론: 크게 2가지의 질문에 1) "치료법에 따라 어떻게 효과가 달라지는가?", 2) "어떤 치료법이 가장 효과가 좋은가?"에 대한 답 도출.

프로젝트 개요: Hy-Vee의 2군데의 유통센터에서 발생하는 3년치 재고데이터 분석을 통해 재고과잉 20%를 감축하는 것을 목표로 두고 진행하였다. 재고과잉을 기업과 협업하여 정의하여 수치화를 진행하였고, 이를 토대로 Association Rule(연관규칙) 알고리즘을 활용해 재고과잉과 밀접한 요소들을 찾는데 집중하였다. 결론: 약 18.2%의 재고과잉이 발생하는 요소들을 추출하고 그와 관련된 제안서 (Vendor관리, 제품의 양 감축, 제품제거 등)를 기업에 제공하였다.