|
|
|
|
|
 |
저는 데이터 기반 분석을 통해 정책 효과를 예측하고, 자원이 효율적으로 배분되도록 기여하고 싶습니다.
이러한 경험은 공공기관 업무에서도 기존 방식으로는 풀리지 않는 문제를 데이터 기반 창의적 접근으로 해결하는 데 도움이 될 것이라 확신합니다.
또한 공공데이터 활용 경진대회에 참여해 정책효과를 분석한 경험을 통해 공공성과 데이터 기반 행정의 결합을 연습했습니다.
향후 직무수행에서는 이 역량을 바탕으로 정책금융 데이터 기반의사결정을 지원하고, 중소기업 지원정책의 효과를 정량적으로 분석하는 역할을 수행하고자 합니다.
경험 내용 : 대학원 프로젝트에서 중소기업 대출 데이터 기반 부실 예측 모델 개발을 주도했습니다.
단기적으로는 정책자금 지원 효과 분석과 데이터 기반 행정시스템 개선에 기여하고 싶습니다.
|
|
|
 |
당시 단순히 과거의 연체율 통계를 사용하는 기존 방식으로는 중소기업의 다양한 특성을 반영하기 어려웠습니다.
당시 기존의 방식은 단순히 재무제표지표를 기준으로 신용도를 평가하는 방식이었으나, 실제 부실률과의 괴리가 커 문제 해결이 필요했습니다.
문제 해결은 기존의 틀 안에서 답을 찾기보다, 다른 관점에서 접근해야 가능하다는 점입니다.
이러한 경험은 공공기관 업무에서도 기존 방식으로는 풀리지 않는 문제를 데이터 기반 창의적 접근으로 해결하는 데 도움이 될 것이라 확신합니다.
데이터 분석 및 해석 능력, 둘째, 금융 및 정책이해, 셋째, 공정성과 청렴성을 바탕으로 한 행정집행력입니다.
데이터 분석 역량을 키우기 위해 Python, R, SQL을 학습하고, 실제 금융 데이터를 다루는 프로젝트를 수행했습니다.
또한 공공데이터 활용 경진대회에 참여해 정책효과를 분석한 경험을 통해 공공성과 데이터 기반 행정의 결합을 연습했습니다.
향후 직무수행에서는 이 역량을 바탕으로 정책금융 데이터 기반의사결정을 지원하고, 중소기업 지원정책의 효과를 정량적으로 분석하는 역할을 수행하고자 합니다.
예를 들어, 정책자금 지원 후 기업 매출·고용·수출 성과를 추적·분석하여 지원의 효과성을 객관적으로 검증할 계획입니다.
정형 데이터와 비정형 데이터를 결합하여 머신러닝 기법을 적용했고, 기존 모델 대비 예측력을 20% 이상 개선했습니다.
대출 심사보조업무를 담당하며 중소기업의 자금 흐름과 현장의 어려움을 이해했고, 현장에서 데이터를 어떻게 활용하는지 직접 배웠습니다.
이 경험은 제가 단순한 분석가가 아니라, 정책 효과를 고민하는 실무형 인재로 성장하는데 중요한 기반이 되었습니다.
데이터 분석과 금융공학 지식을 학문과 실무에서 동시에 발전시켜 왔고, 이를 통해 문제 해결 능력을 강화했습니다. |
 |
데이터, 정책, 경험, 분석, 기존, 기반, 모델, 중진, 효과, 인재, 지원, 역량, 통해, 금융, 예측, 문제, 중소기업, 이다, 해결, 검증 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.09.05
5페이지
