|
|
|
|
|
 |
AI도구를 활용하여 실제로 업무나 과제, 프로젝트의 효율을 높였던 경험이 있다면 구체적으로 서술해주세요
졸업 프로젝트에서는 '중소기업 리뷰 데이터 기반 평판 분석시스템'을 개발하며 ChatGPTAPI를 활용해 리뷰 문장 분류 작업의 효율을 높인 경험이 있습니다.
가장 자신 있는 스택은 Python기반의 데이터 분석 환경입니다.
데이터 분석과정에서 가장 중요하게 여기는 단계는 무엇인가요?
|
|
|
 |
또한 팀 내에서 부족했던 '콘텐츠 기반 필터링' 알고리즘 구현을 자원해 맡았습니다.가장 큰 장애물은 데이터 전처리 과정에서 생긴 누락값과 과적합 문제였으며, 당시 모델 성능이 오히려 학습 전에 비해 악화되자 깊은 자괴감도 느꼈습니다.
그 결과, 저의 모듈이 전체 모델 성능을 9% 이상 향상시키는 데 기여했고, 이 프로젝트는 캠프 내 최우수 프로젝트로 선정되었습니다.
결과적으로 딥러닝 모델은 성능에서는 XGBoost보다 낮았지만, 일부 특정 질병에 대한 예측 민감도가 높아 보완 모델로 활용되었습니다.
졸업 프로젝트에서는 '중소기업 리뷰 데이터 기반 평판 분석시스템'을 개발하며 ChatGPTAPI를 활용해 리뷰 문장 분류 작업의 효율을 높인 경험이 있습니다.
당초 계획은 모든 리뷰 데이터를 수작업으로 긍정/부정감성으로 분류하고, 주제별 클러스터링을 하는 방식이었습니다.
이에 저는 OpenAI의 ChatGPTAPI를 활용해 간단한 프롬프트 기반으로 리뷰 감정 분석 자동화를 시도했습니다.
특히 고객 데이터를 활용한 예측 모델링, 리스크 분석 등에서 저의 데이터 분석과 AI 모델링 역량을 발휘하며, 조직에 실질적인 가치를 제공할 수 있을 것이라 생각해 지원하게 되었습니다.
가장 자신 있는 스택은 Python기반의 데이터 분석 환경입니다.
특히, BERT를 활용한 자연어 임베딩 및 분류 모델을 통해 실제 프로젝트에서 고객 리뷰를 정밀하게 분류한 경험이 있으며, 이 결과는 GitHub를 통해 공개된 바 있습니다. |
 |
데이터, 프로젝트, 모델, 기반, 경험, 분석, ai, 활용, 내, 통해, 가장, 방향, 성능, 되어다, 이다, 실제, 과정, 문제, 예측, 분류 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.05.20
4페이지
