최고 품질의 상품들을 지금보다 더 많은 소비자들이 여러 유통 채널에서 더욱 폭 넓고 쉽게...
1. 케이뱅크에 입사를 희망하게 된 이유와 입사 후 이루고 싶은 목표에 대해 구체적으로 작성해주세요. ※케이뱅크의 비전도 좋지만, 입사하신 후에 그리고 계신 본인의 비전을 중심으로 작성해주세요. (최소 500자, 최대 700자 입력가능)
급변하는 데이터 분석 분야에서 실용적으로 적용할 수 있는 기술을 체득하여 경쟁력 있는 데이터 분석가로 끊임없이 성장하고자 합니다. 케이뱅크의 수평적인 문화와 유연 근무제는 조직원의 성장을 적극적으로 지원하는 기반이 된다고 생각했고 이러한 환경에서 저의 커리어를 지속하고 싶다는 확신이 들었습니다.
입사 후에는 이와 같은 지원 제도를 발판으로 스스로 학습 계획을 세우고 지속적으로 실천하여 실제 서비스에 적용할 수 있는 기술을 학습하고자 합니다. 저는 다양한 데이터 분석 공모전에 도전하며 한정된 시간 내에 필요한 기술을 빠르게 학습해 실질적인 해결책을 도출하는 경험을 다수 쌓아왔습니다. 실제로 저는 XAI 분야에 대한 관심과 필요성으로 학회원들과 자발적인 학습을 진행하며 관련 이론과 구현 코드를 GitHub에 기록하는 활동을 이어왔습니다. 또한, 문제 해결력과 논리적 사고력을 키우기 위해 25년 초부터 매일 알고리즘 문제를 풀며 자기계발을 추구하고 있습니다. 이와 같은 꾸준한 노력은 단기적인 성과에 그치지 않고 장기적인 실력 향상을 지향하는 저의 성장 방식입니다.
케이뱅크의 유연근무제는 자율적으로 시간을 관리하고 자기 계발을 병행할 수 있는 기회라고 판단하여, 업무 시간 외에도 인공지능과 데이터 분석 분야의 최신 동향을 파악하여, 궁극적으로는 다양한 프로젝트에 기여할 수 있는 실력을 갖춘 전문가로 성장하고자 합니다.
2. 지원한 분야에 관심을 갖게 된 계기와 본인만의 특성/강점을 근거로 지원분야에 적합한 이유에 대해 작성해주세요. ※어떤 커리어, 어떤 직장생활을 꿈꾸며 대학생활을 보내셨나요? 처음부터 케이뱅크가 아니었어도 좋아요. (최소 500자, 최대 700자 입력가능)
수리적 강점을 살려 통계학과에 진학했고, 데이터 분석은 객관적인 의사결정 기준을 마련한다는 점에서 관심을 가지게 되었습니다. 저는 직무나 소속과 관계없이 데이터를 기반으로 조직의 방향성을 설계하는 핵심 역할을 맡고 싶습니다. 이 목표는 “어떻게 판단하고 서비스할 것인가”라는 고민으로 이어졌습니다.
산학 협력 과제에서 모델의 튜닝 주기와 적용 기준을 설계하는 역할을 수행했습니다. 핵심은 모델의 성능보다, 어떤 조건에서 재학습해야 학습 비용 및 신뢰도 측면에서 최적인가를 고민하는 것이었습니다. 생소했던 베이지안 통계 기반의 코드를 직접 해석하고, 도메인 전문가와의 논의를 통해 실제 운영에 적합한 기준을 정리하는 과정을 거치며, 데이터 분석이 곧 의사결정 기준을 만드는 작업이라는 것을 실감했습니다.
포스코 주관 태양광 발전량 예측 공모전에서는 데이터의 호출부터 예측, 입찰까지의 파이프라인을 설계하여 하루 두 번의 입찰을 처리하는 시스템을 구축했습니다. 일주일의 입찰 기간 동안 데이터가 실제 서비스로 이어지는 구조를 설계한 경험이었습니다.
저는 모델링이나 분석에서 더 나아가, 결과가 의사결정과 실행으로 연결되는지를 끝까지 설계하려는 시도를 꾸준히 이어왔습니다. 분석은 저에게 수치를 넘어 현실의 선택지를 만드는 과정이었고, 고객 중심의 판단과 실용적인 실행을 중시하는 케이뱅크의 방향성과 맞닿아 있다고 생각합니다.
3. 현재 이용하고 있는 앱 중 가장 좋아하는 앱은 무엇이고, 그 이유에 대해 자유롭게 설명해주세요. ※꼭 금융앱이 아니어도 괜찮아요. 앱을 사용하게 된 계기, 사용 경험, 좋아하는 이유, 앱의 장점을 중심으로 작성해주세요. (최소 500자, 최대 700자 입력가능)
제가 가장 좋아하는 앱은 노션으로 클라우드 DB기반의 프로젝트 관리 및 기록 앱입니다. 작성한 내용을 여러 디바이스에서 공유할 수 있고, 다양한 형태의 내용을 여러 종류의 블럭을 이용하여 유연하게 표현할 수 있다는 장점으로 협업과 문서 정리에 유용하게 활용하고 있습니다.
프로젝트 수행 시 팀원들과 협업을 위해 노션을 적극적으로 활용했습니다. 도메인 탐색을 위한 웹페이지 링크를 공유하고, 달력 블럭을 이용하여 각자의 일정을 공유하여 회의 일정을 잡고, 업무 배분을 위해 데이터베이스 블럭의 태그, 체크 기능으로 서로의 작업 진행 상태를 구조화하여 작업 간의 이해 차이를 줄일 수 있었습니다. 댓글 기능은 보고서와 제출 문서 작성 시 초안에 대한 피드백을 남길 수 있어 효율적인 협업에 도움이 되었습니다. 이를 통해 작업 일관성을 높일 수 있었고 책임감 있는 소통을 지향할 수 있었습니다.
데이터 분석 및 모델링 측면에서도 노션을 중요한 도구로 활용하였습니다. 참고 문헌과 분석, 모델링 결과를 정리하여 회의 시 구조화된 내용을 바탕으로 분석 방향을 조율하고 인사이트를 도출하는 데에도 큰 도움이 되었습니다. 특히 다양한 조건에서 실험한 모델 최적화 과정을 노션의 표로 정리하여 공유한 경험은 팀의 의사결정에 기반이 되었습니다. 이런 경험을 통해 저는 도구를 단순히 사용하는 것을 넘어, 협업과 문제 해결의 기반으로 활용하는 태도를 익혔습니다.
4. 통계나 AI/ML 등의 도구로 데이터에 기반해 문제를 해결했던 사례를 작성해주세요. 사례에서 개발된 모델의 성능이 실제 고객 서비스 시 예상했던 퍼포먼스보다 떨어졌다면, 원인과 해결 방안에 대해서도 설명해주세요. 이러한 데이터 기반 문제 해결 과정이 왜 흥미롭게 느껴졌는지, 어떤 경험이었는지 설명해주세요. ※ 당시 본인의 생각, 역할 등이 잘 드러나도록 작성해주세요. (최대 1,000자 입력가능)
기상청에서 주관한 안개 예측 공모전에서 수상한 경험이 있습니다. 공모전의 주제는 익명의 지역에서 실측된 15분 단위의 기상 데이터를 이용하여 4계급으로 구간화된 안개 발생량을 예측하는 모델을 개발하고 성능을 최대화하는 것이었습니다.
저희 팀은 EDA 과정에서 도메인을 연구하였고, 안개는 기상 변화에 따라 급격히 발생 및 소멸한다는 특성이 있다는 것을 주어진 데이터를 시각화하여 파악하였습니다. 또한, 90% 이상의 데이터가 1계급(안개 없음)인 데이터 불균형과 각 변수에 대한 결측 구간이 다수 존재한다는 것을 확인하였습니다.
결측치 처리를 위해 변동 계수로 보간할 구간의 임계값을 지정하고, 선형 회귀 모델을 이용하여 선형 보간하였습니다. 데이터 불균형을 완화하기 위해 샘플링을 적용하였으나 Baseline 대비 더 높은 성능을 보이지 않아 다른 접근법이 필요하였습니다.
저는 모델 구현과 성능 검증을 전담하였습니다. 다양한 전처리 방식에 대해 모델 성능 비교를 통한 의사 결정 기준을 마련하였습니다. 데이터 불균형을 해결하기 위해 모델링 관점에서 접근하였고 기존 영과잉 모델에서 착안하여 2-Stage 모델 구조를 제안하였습니다. 1단계에서는 안개 유무를 예측하는 이진분류 모델을 2단계에서는 나머지 세 계급에 대해 예측하는 다중분류 모델 구조로 기존 단일 다중 분류 모델 대비 우수한 성능을 내는 것을 확인하였습니다.
HPO 과정에서 기존 반복문 기반 임계값 탐색 과정을 Numpy를 이용한 벡터화 연산을 이용해 약 5배 단축하였습니다. 벡터에 기반한 F1-Score 계산 방식을 직접 구현하여 더 많은 실험이 가능해져 최적의 모델 조합에 다가갈 수 있었습니다.
더 높은 성능을 위해 익명화된 지역에 대한 지리적 정보를 이용한 파생변수를 추가하는 방식도 고려할 수 있을 것 입니다. 성능을 높일 때마다 더 열정적으로 모델링 과정에 몰입했고, 그 과정이 흥미로웠습니다. 이 경험을 통해 데이터를 해석하고 다양한 방법론을 적용한 모델 성능 비교를 통해 실질적인 성장을 체감하였습니다.