|
|
|
|
|
 |
저는 입사 후 고객행동 데이터를 바탕으로 금융상품 추천의 정교함을 높이고, 동시에 신용리스크를 사전 예측할 수 있는 머신러닝 기반의 예측 모델을 설계하고 싶습니다.
케이뱅크에서 저는 데이터를 고객 경험으로 바꾸는 사람이고 싶습니다.
개인 맞춤형 금융UX를 정교하게 설계하고 싶습니다. 고객의 행동 데이터를 분석해, 금융상품 추천의 정확도를 높이고, 앱 내 구조나 동선을 개인화할 수 있는 모델을 개발하는 것이 목표입니다.
금융 데이터 분석의 가장 큰 어려움은 무엇이라고 생각하나요?
케이뱅크의 사용자 활동 데이터를 분석해, 금융상품 추천 모델을 개선하거나 앱 내 특정 UX의 이탈률을 낮추는 분석 프로젝트에 참여하고 싶습니다.
|
|
|
 |
사용자별 사용 패턴, 금융활동 주기 등을 분석해 앱 구조를 유연하게 변화시키는 방향을 연구하고, 사용자 경험을 데이터로 설계하는 데이터 사이언티스트로 성장하고 싶습니다.
케이뱅크에서 저는 데이터를 고객 경험으로 바꾸는 사람이고 싶습니다.
학부 시절, Python기반의 기초 데이터 분석 수업을 들으며 처음으로 대규모 데이터를 다뤘고, 당시 서울시 교통량 데이터를 분석해 출퇴근 시간대의 패턴을 시각화한 경험이 인상 깊었습니다.
데이터 기반 UX의 정수를 경험한 앱이기도 합니다.
생성형 AI는 단순한 문장 생성에서 벗어나 사용자 대화 히스토리, 현재 위치, 금융활동 패턴까지 통합적으로 분석해 '맥락기반'의 서비스를 제공할 것입니다.
기존 챗봇은 단순한 FAQ 응답 수준에 머물렀다면, 생성형 AI를 활용하면 고객의 이전 거래 내역, 대화 패턴을 반영한 맞춤형 대화가 가능해집니다.
상품기획의 반자동화입니다.
생성형 AI는 고객 리뷰, 상담 로그, 시장 트렌드를 분석해 신규 금융상품 아이디어를 제시할 수 있으며, A/B테스트 결과를 바탕으로 적정 타겟층과 조건을 예측하는 데 활용될 수 있습니다.
개인 맞춤형 금융UX를 정교하게 설계하고 싶습니다. 고객의 행동 데이터를 분석해, 금융상품 추천의 정확도를 높이고, 앱 내 구조나 동선을 개인화할 수 있는 모델을 개발하는 것이 목표입니다.
금융 데이터 분석의 가장 큰 어려움은 무엇이라고 생각하나요? |
 |
데이터, 금융, 분석, ai, 설계, 싶다, 이다, 형, 예측, 사용자, 생, 기반, 고객, 추천, 뱅크, 케이, 앱, 기술, 러닝, 머신 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.04.08
4페이지
