Portfolio

About

Data Science 분야 관련, 여태까지 수행한 프로젝트를 정리한 포트폴리오입니다.

저는 Data Science가 지향해야할 방향은 MLOps이고 세부 과정은 아래와 같다고 생각합니다.

1. Data Lake에서 데이터 추출
2. 추출된 데이터를 유의미한 형태로 가공
   • 유의미한 지표/scoring 생성
   • 알고리즘 적용
3. 결과를 제 3자에게 효과적으로 전달
   • UI/시각화 구축
4. 결과 monitoring을 통한 성능 개선
5. 위 과정을 pipeline으로 만들어 자동화 시스템 구축

이러한 생각 때문에, 저는 크게 세 개의 분야의 역량을 키우고자 하였습니다.

1. Engineering / Development: 위의 1번, 5번 관련 분야
   • 빅데이터 프레임워크
   • pipeline 구축
   • 자동화 프로그래밍 시스템 구축
2. Analysis: 위의 2번 관련 분야
   • Statistical / ML Modeling
   • Algorithm 이해,습득,구현
   • EDA
   • Raw 데이터를 유의미한 형태로 가공하는 Insight
3. Reporting: 위의 3번 관련 분야
   • 시각화
   • 대시보드

Focused

이 포트폴리오를 보시는 분들의 시간은 넉넉하지 않으리라 생각했습니다. 많은 지원자들의 서류 및 포트폴리오를 검토하시고, 그 지원자들 중 한명이 저라고 생각했기 때문입니다. 따라서 저는 어떻게 하면 서류를 검토하시는 분들의 시간을 절약하면서, 동시에 효율적으로 제가 여태까지 수행한 Data Science 포트폴리오를 전달할지 고민했습니다.

고민 끝에 크게 두 가지 형태로 포트폴리오를 구성했습니다.

첫 번째는 포트폴리오의 전체적인 흐름을 시각화를 통해 보여드리는 것입니다.

시각화(Visualization)는 많은 정보를 한눈에 보기 쉽게, 이해하기 쉽게 전달하는 것을 의미하고 Data Science의 큰 부분을 차지하기도 합니다. 어떻게 보면, 현재 제가 고민하고 있는 부분이 시각화에서 해결하고자하는 문제와 유사하다고 생각했습니다. 따라서 시각화를 통해 어떠한 과정을 거치며 Data Science 분야에서 관련 역량을 쌓고자 노력했는지, 일종의 스토리를 전달하고자 했습니다. 포트폴리오 시각화는 여기를 통해 확인하실 수 있습니다.

두 번째는 Core 경험을 선별하여 관련 Summary을 구성하는 것입니다.

이는 일반적인 형태의 포트폴리오로써, 제가 생각하는 Data Science의 이상향에 가까워지기 위해 수행한, 가장 연관된 경험을 선별하여 이를 요약하였습니다. 해당 내용은 여기를 통해 확인하실 수 있습니다.

각 포트폴리오에서 관련 경험에 대한 상세 내용을 편리하게 확인하실 수 있도록 링크를 걸어두었습니다.