목차
Q1 자발적으로 최고 수준의 목표를 세우고 끈질기게 성취한 경험에 대해 서술하시오.
Q2 새로운 것을 접목하거나 남다른 아이디어를 통해 문제를 개선했던 경험에 대해 서술해 주십시오.
Q3 혼자 하기 어려운 일에서 다양한 자원 활용, 타인의 협력을 최대한으로 이끌어 내며 팀워크를 발휘하여 공동의 목표 달성에 기여한 경험에 대하여 기술해 주십시오.
Q4 Big Data 직무는 ①Data 분석 및 Modeling ②Data Engineering의 두 가지 분야로 이루어져 있습니다. 본인의 역량에 가장 적합한 분야를 한가지 선택하고, 해당 분야와 관련된 프로젝트 / 공모전 / 대회 / 논문 / 연구 / 학습 및 기타 활동에 참여했던 2가지 경험에 대해 서술해 주십시오. (4~5번 문항 각 1가지)
Q5 Big Data 직무는 ①Data 분석 및 Modeling ②Data Engineering의 두 가지 분야로 이루어져 있습니다. 본인의 역량에 가장 적합한 분야를 한가지 선택하고, 해당 분야와 관련된 프로젝트 / 공모전 / 대회 / 논문 / 연구 / 학습 및 기타 활동에 참여했던 2가지 경험에 대해 서술해 주십시오. (4~5번 문항 각 1가지)
Q2 새로운 것을 접목하거나 남다른 아이디어를 통해 문제를 개선했던 경험에 대해 서술해 주십시오.
Q3 혼자 하기 어려운 일에서 다양한 자원 활용, 타인의 협력을 최대한으로 이끌어 내며 팀워크를 발휘하여 공동의 목표 달성에 기여한 경험에 대하여 기술해 주십시오.
Q4 Big Data 직무는 ①Data 분석 및 Modeling ②Data Engineering의 두 가지 분야로 이루어져 있습니다. 본인의 역량에 가장 적합한 분야를 한가지 선택하고, 해당 분야와 관련된 프로젝트 / 공모전 / 대회 / 논문 / 연구 / 학습 및 기타 활동에 참여했던 2가지 경험에 대해 서술해 주십시오. (4~5번 문항 각 1가지)
Q5 Big Data 직무는 ①Data 분석 및 Modeling ②Data Engineering의 두 가지 분야로 이루어져 있습니다. 본인의 역량에 가장 적합한 분야를 한가지 선택하고, 해당 분야와 관련된 프로젝트 / 공모전 / 대회 / 논문 / 연구 / 학습 및 기타 활동에 참여했던 2가지 경험에 대해 서술해 주십시오. (4~5번 문항 각 1가지)
본문내용
수 있을 것이라고 생각하여 데이터 분석 직무를 선택하게 되었습니다.
해당 프로젝트는 고객 콜센터에 유입되는 자연어 처리된 30만건 이상의 데이터에 대한 유의미한 통계적 결과를 도출하는 것이었습니다. 우선 고객불만을 정의하기 위해 TF-IDF 기반의 불만비율을 새로 정의하고, 고객의 관련지표(성, 지역, 차종)별 불만 level을 분류했습니다. 이를 바탕으로 계층적 군집분석을 실시하여 불만간의 유사성을 정량적으로 측정하고, 분산분석을 실시하여 실제 불만간 유의미한 차이가 있는지를 가시화 시킬 수 있는 Box-plot을 도시했습니다. 또한 다변량 관리도인 hotelling’s T2 chart 적용을 통해 실시간 유입되는 불만 중 특정 불만비율의 이상이 감지될 경우 관리자가 의사결정을 하는데 지원 가능한 모니터링 방법을 제안할 수 있었습니다.
Q5 Big Data 직무는 ①Data 분석 및 Modeling ②Data Engineering의 두 가지 분야로 이루어져 있습니다. 본인의 역량에 가장 적합한 분야를 한가지 선택하고, 해당 분야와 관련된 프로젝트 / 공모전 / 대회 / 논문 / 연구 / 학습 및 기타 활동에 참여했던 2가지 경험에 대해 서술해 주십시오. (4~5번 문항 각 1가지)
지원분야 : Data 분석 및 Modeling
선택의 근거 : CRM 관련 데이터 수집 및 분석을 통한 market needs 분석 희망
[SNS 상의 데이터 수집을 통한 감성분석]
R을 통해 페이스북, 트위터의 고객들의 자동차 관련 의견 및 태도 등에 대한 데이터를 수집하여 감성분석을 실시하고, 예측 모형을 통해 한국신뢰성학회 공모전 우수상을 수상했던 경험이 있습니다. R의 데이터 크롤링에 대한 패키지 및 함수를 바탕으로 비규칙적으로 SNS상에 업로드되는 사람들의 의견을 수집하고, 나이브 베이즈 분류기를 통해 감정에 대한 사전 확률을 결합한 사후확률을 고객불만지표로 정의했습니다 이후 군집분석 및 ANN, SVM을 통한 예측모형을 구축했습니다. 그 결과 예측모형의 정확도를 80.7%, 83.61%의 높은 performance를 도출할 수 있었습니다.이러한 경험을 바탕으로 SKT의 data hub등과 같은 페이지에 데이터를 확보하는데 이바지할 수 있는 데이터 수집 업무를 진행하고 싶습니다. 더불어 IoT와 같은 융합기술의 상용화에 따른 고객 니즈 채널을 탐색, market needs 확보를 위한 분석 업무를 진행하고 싶습니다.
해당 프로젝트는 고객 콜센터에 유입되는 자연어 처리된 30만건 이상의 데이터에 대한 유의미한 통계적 결과를 도출하는 것이었습니다. 우선 고객불만을 정의하기 위해 TF-IDF 기반의 불만비율을 새로 정의하고, 고객의 관련지표(성, 지역, 차종)별 불만 level을 분류했습니다. 이를 바탕으로 계층적 군집분석을 실시하여 불만간의 유사성을 정량적으로 측정하고, 분산분석을 실시하여 실제 불만간 유의미한 차이가 있는지를 가시화 시킬 수 있는 Box-plot을 도시했습니다. 또한 다변량 관리도인 hotelling’s T2 chart 적용을 통해 실시간 유입되는 불만 중 특정 불만비율의 이상이 감지될 경우 관리자가 의사결정을 하는데 지원 가능한 모니터링 방법을 제안할 수 있었습니다.
Q5 Big Data 직무는 ①Data 분석 및 Modeling ②Data Engineering의 두 가지 분야로 이루어져 있습니다. 본인의 역량에 가장 적합한 분야를 한가지 선택하고, 해당 분야와 관련된 프로젝트 / 공모전 / 대회 / 논문 / 연구 / 학습 및 기타 활동에 참여했던 2가지 경험에 대해 서술해 주십시오. (4~5번 문항 각 1가지)
지원분야 : Data 분석 및 Modeling
선택의 근거 : CRM 관련 데이터 수집 및 분석을 통한 market needs 분석 희망
[SNS 상의 데이터 수집을 통한 감성분석]
R을 통해 페이스북, 트위터의 고객들의 자동차 관련 의견 및 태도 등에 대한 데이터를 수집하여 감성분석을 실시하고, 예측 모형을 통해 한국신뢰성학회 공모전 우수상을 수상했던 경험이 있습니다. R의 데이터 크롤링에 대한 패키지 및 함수를 바탕으로 비규칙적으로 SNS상에 업로드되는 사람들의 의견을 수집하고, 나이브 베이즈 분류기를 통해 감정에 대한 사전 확률을 결합한 사후확률을 고객불만지표로 정의했습니다 이후 군집분석 및 ANN, SVM을 통한 예측모형을 구축했습니다. 그 결과 예측모형의 정확도를 80.7%, 83.61%의 높은 performance를 도출할 수 있었습니다.이러한 경험을 바탕으로 SKT의 data hub등과 같은 페이지에 데이터를 확보하는데 이바지할 수 있는 데이터 수집 업무를 진행하고 싶습니다. 더불어 IoT와 같은 융합기술의 상용화에 따른 고객 니즈 채널을 탐색, market needs 확보를 위한 분석 업무를 진행하고 싶습니다.
추천자료
[인사관리][인사행정][3M][쓰리엠]인사관리의 정의, 인사관리의 기능, 현황과 과제 및 3M 사...
기업의 사회적 책임 (이론 및 기업 사례)
취업 - 30종의 다양한 이력서 양식과 자기소개서 작성법 및 예문들
싸이월드 7S 분석
[인적자원관리론] SK그룹 & SK텔레콤의 모집·선발과 성과
SK C&C 기업분석
KT Networks의 복리후생 - KT네트웍스,KT네트웍스복리후생,복리후생사례,복지제도사례
SK텔레콤의 인사제도,채용정보,복리후생,연봉자료 정리
NcSoft기업분석,NcSoft마케팅전략,엔씨소프트기업분석,엔씨소프트마케팅전략
기업의 교육훈련에 관한 집단토의
소개글