GIL's LAB

안녕하세요. 근 1년만의 포스팅입니다. 이번 포스팅에서는 경력 기술서 내의 프로젝트 기술서를 작성하는 방법에 대해 알아보겠습니다. 가장 중요한 것은 제 3자인 평가자가 기술서를 본다는 점을 감안해야 한다는 것입니다. 기술서 구조 기술서는 다음과 같은 구조로 작성하는 것이 좋습니다. 프로젝트명, 기간 (개월수) 프로젝트 개요 주요 수행 내용 업무 성과 획득 역량 각 항목에 대해 자세히 알아보겠습니다. 프로젝트명 프로젝트명은 가급적 구체적으로 작성해줘야하며, 그 뒤에 기간을 명시해줘야 합니다. 가상의 프로젝트(주가 예측 알고리즘 개발)를 다음과 같이 쓸 수 있을 것입니다. 주가 예측 알고리즘 개발, 2023.06 ~ 2024.12 (1년 6개월) 기간 옆에 몇 개월짜리인지를 써주는 것이 평가자가 보기 편합니..

오랜만에 포스팅입니다. 최근 저희 회사에서 신입 데이터사이언티스트 2명을 채용하고 있고, 평가 위원으로 들어가게 됐습니다. 지금은 막 서류를 검토하고 면접에 올릴 인원을 선정하는 단계인데, 생각보다 엄청나게 많은 지원자가 몰려 일이 밀리고 있습니다. 정확한 경쟁률을 밝히기는 어려우나 300:1을 넘습니다. 그리고 인사팀에서 1차로 필터링을 해서 주지만, 그래도 현업 데이터사이언티스트 한 명이 봐야할 지원서만 백장을 넘습니다. 그러다보니 각자의 기준을 만들고 면접에 올릴 가능성이 없는 지원자는 빠르게 낮은 점수를 부여합니다 (지원자 입장에선 억울할 수 있지만, 결국 뽑는건 두 명 뿐이니 합격 가능성이 낮은 지원자는 빠르게 검토할 수 밖에 없습니다). 그리고 최근에는 현업에서 서류를 직접 검토하는 일이 많은..

이번 포스팅에서는 자주 사용되는 감성 사전을 간단히 알아보고, 이 파일을 공유하겠습니다. 참고로 R에서는 textdata 라이브러리에 내장되어 있으나, 저 같은 파이썬 유저에게는 직접 다운로드받는게 편합니다. AFINN 각 단어를 -5점과 5점 사이의 점수로 평가한 사전으로 5에 가까울수록 긍정, -5에 가까울수록 부정을 나타냅니다. BING 각 단어를 긍정(positive)와 부정(negative)로 분류한 사전입니다. NRC 각 단어를 긍정과 부정 외에도 다양한 감정으로 분류한 사전입니다. 데이터 분석 서비스가 필요한 분은 아래 링크로! https://kmong.com/gig/374194 데이터사이언스 박사의 데이터 분석 서비스 드립니다. | 150000원부터 시작 가능한 총 평점 5점의 I 78개 ..

이번 포스팅에서는 대학원 입학 자기소개서 작성시에 많은 분들이 놓치는 사항에 대해 간단히 알아보겠습니다. 여기서는 이공계 일반 대학원에 석사 과정으로 지원하고자 하는 분에게 한정했으며, 문과 혹은 박사 과정에게는 유효하지 않을 수 있습니다. 대학원은 뭘 하는 곳인가? 대학원은 연구를 하는 곳입니다. 간혹 무엇을 더 배우기 위해 대학원에 가겠다라는 분들이 있는데, 대학원에서는 특별한 무언가를 가르쳐주지 않습니다. 학부 과정에서는 여러 수업을 듣고 좋은 학점을 받는 것이 지상 목표였겠지만, 석사 과정부터는 수업을 들어서 무엇을 배운다기보다 자신의 연구에 필요한 것을 스스로 찾아서 공부하는게 중요합니다. 물론 대학원도 수업이 개설되지만 학부때에 비해 크게 신경쓰지 않습니다. 따라서 무엇을 더 배우기 위해 진학..

굉장히 오랜만에 포스팅을 올립니다. 요즘에는 줄긴 했으나, 여전히 로또를 추천해준다는 서비스가 있습니다. 애초에 정말 로또 번호를 높은 확률로 예측할 수 있으면 서비스를 만들지말고 로또를 사는게 당연히 합리적인 선택이니, 당연히 신빙성없는 서비스입니다. 그럼 데이터를 보면서 로또 번호 예측이 왜 불가능한지를 알아보겠습니다. 데이터 현재까지의 로또 당첨 번호 데이터는 동행복권 공식 홈페이지에서 다운로드받을 수 있습니다. https://dhlottery.co.kr/gameResult.do?method=byWin&wiselog=H_C_1_1 로또6/45 - 회차별 당첨번호 1078회 당첨결과 (2023년 07월 29일 추첨) 당첨번호 6 10 11 14 36 38 1078회 순위별 등위별 총 당첨금액, 당첨게..

오랜만에 포스팅입니다. 본 포스팅에서는 변수를 구간화하는 방법에 대해 알아보겠습니다. 변수 구간화란? 변수 구간화는 연속형 변수를 정해진 구간에 따라 구간화하여 서열형 변수로 변환하는 작업이라 할 수 있습니다. 간단한 예시를 살펴보겠습니다. 위 예시에서는 신장(cm)이란 변수를 세 개의 구간으로 구간화했습니다. 즉, 신장이 180cm이던 A란 사람은 [180, 190)의 구간에 속하므로 신장이 3으로 변했고, 신장이 175인 D란 사람은 [170, 180)이란 구간에 속하므로 2로 변했습니다. 구간화의 효과 그럼 왜 구간화를 하는지에 대해 생각해보겠습니다. 어떤 전처리 기법 혹은 모델링 기법을 사용할 때, 이게 왜 필요한지, 그리고 장/단점은 무엇인지 생각해야 합니다. 구간화를 한다는 것은 연속형 변수를..

문제 accident_stat.xlsx는 교통사고 유형별 교통사고 사고건수, 사망자수, 중상자수 등을 요약한 데이터이다. 이 데이터를 활용하여 아래에 답하시오. (1) 사고유형대분류가 "차대차"인 사고유형별 사망비율을 막대 그래프로 시각화하시오. 단, 사망비율은 사망자수/사고건수로 계산하며, matplotlib에서 폰트는 아래 코드를 이용하여 맑은 고딕으로 설정합니다. from matplotlib import pyplot as plt plt.rcParams['font.family'] = 'Malgun Gothic' (2) 사고유형대분류별로 사망자수가 가장 많은 사고 유형을 출력하세요. 그 결과는 ['횡단중', '측면충돌', '공작물충돌']이어야 합니다. (3) 사고유형별 중상비율을 계산하고 중상비율이 5..

문제 PM10_seoul.csv는 12월 1일 1시부터 8일 24시까지 한 시간마다 측정한 미세먼지 농도(PM-10) 데이터이다. date 컬럼은 측정 시간(YYYY-MM-DD:HH)를 나타내며, PM-10은 미세먼지 농도를 나타낸다. 이 데이터를 활용하여 아래에 답하시오. (1) 시간에 따른 미세먼지 농도를 적절한 그래프로 시각화하세요. 단, x축 이름은 date, y축 이름은 PM-10이어야 합니다. (2) 시간대별 평균 미세먼지 농도를 계산하세요. 즉, t시(t=1,2,…,24)의 평균 농도를 구하시오. (3) 시점 t의 미세먼지 농도를 시점 t-1, t-2, t-3, t-4의 농도를 이용하여 예측하는 모델을 학습하기 위한 데이터를 구성하세요. 예를 들어, 8일 24시의 미세먼지 농도를 8일 20 ..

이전 포스팅에서 이야기한 바와 같이, 데이터 분석가와 데이터 사이언티스트에게 컴퓨터공학에서 다루는 알고리즘을 물어보는 코딩테스트는 난이도가 매우 낮거나 치루지 않는 경우가 많습니다. 아무래도 코딩테스트가 아니라 분석 능력을 봐야 하니까 최소한만 보는 경우가 있는 것으로 보입니다. SK C&C와 CJ올리브네트웍스와 같은 기업들에서는 이러한 분석 능력을 보기 위해 데이터 분석가만을 위한 코딩테스트를 시행하고 있습니다. 주어진 시간 내에 간단한 데이터 핸들링과 모델링을 보는게 목표라고 할 수 있습니다. 반면, 시간을 더 넉넉히 주고 사전 과제를 주는 경우도 있습니다. 서론이 길었는데 데이터 분석과와 사이언티스트 직무를 희망하는 사람이 풀어볼 수 있는 문제 은행을 만들어볼까 합니다. 당연히 길스랩 블로그에 올릴..

본 포스팅에서는 대표적인 휴리스틱 알고리즘 중 하나인 입자 군집 최적화에 대해 알아보겠습니다. 본 내용은 제가 쓴 책 "파이썬을 활용한 머신러닝 자동화 시스템 구축"에서 발췌했습니다. https://wikibook.co.kr/automl/ 파이썬을 활용한 머신러닝 자동화 시스템 구축: 실무자를 위한 머신러닝 핵심 개념, 모델 선택 머신러닝 자동화를 통해 데이터 분석과 모델 개발에만 집중하세요! 머신러닝 자동화 시스템의 원리는 머신러닝 실무자에게 굉장히 중요한 내용입니다. 이 책에서는 데이터 탐색 방법을 비롯해 wikibook.co.kr 개요 입자 군집 최적화(particle swarm optimization; PSO)는 아래 그림과 같이 새가 무리를 이뤄 나는 것처럼 여러 개의 해가 동시에 최적해를 찾아..