 |
, 현장의 맥락을 읽고 그 안에서 소통과 협업을 풀어내는 역량이라고 생각합니다.
앞서 경험한 인턴 기간 동안 저는 다양한 고객 유형과 요구를 직접 접하면서, 식자재 유통영업이 단순히 물건을 공급하는 일이 아니라는 것을 깊이 실감했습
|
|
 |
시한 영업 방식을 실천해 왔습니다. 고객 니즈에 따라 식자재 품목 변경, 납기 조율, 패키징 사양 조정, 공급처 리스크 관리까지 다양한 문제 상황을 조율해 본 경험이 있고, 특히 실질적인 운영 효율을 개선할 수 있는 제안형 영업에 강점을
|
|
 |
부터 식자재 유통 구조에 관심을 가지고 공부하며, 수산물의 경우 원산지, 가공 방식, 시세 변동, 소비자 선호도 등 복합적 요소가 맞물리는 품목이라는 점에 주목해왔습니다. 이러한 복잡성을 이해하고 현장과 연결해 생각할 수 있다는 점이
|
|
 |
현장에서 경험하며 전문성을 쌓아온 실무형 인재입니다. 수산물은 다른 품목과 달리 계절성, 가격 변동성, 신선도 관리 등 변수가 많기 때문에, 현장에 대한 감각과 경험이 매우 중요합니다. 저는 직접 산지를 방문하여 공급처를 발굴하고, 위
|
|
 |
온도관리 기준이 엄격하고 유통기한도 철저하게 관리되어야 하기 때문에, 제품을 출고 순서에 따라 정확하게 분류하고 선입선출 원칙을 지키는 것이 매우 중요하다는 점을 몸소 느꼈습니다.
업무 중간에는 입출고 물량이 집중되는 시기에 ‘
|
|
 |
트를 PDA 기반의 WMS 연동으로 대체하여 실시간 재고 위치와 피킹 정보를 제공하도록 했습니다. 이를 위해 물류 시스템 개발팀과 협업하며 사용자 중심의 화면 구성 개선도 병행하였습니다.
현장 인력과의 소통도 매우 중요했습니다. 시스템 변
|
|
 |
지 프로젝트 전반을 총괄했습니다. 우선 KRX에서 3년 치 기업공시자료를 확보하고, DART와 뉴스 기사에서 ESG 관련 키워드를 텍스트 마이닝 방식으로 정제하여 정성적 정보를 정량화하려 시도했습니다. 이 과정에서 팀원들과의 역할 분담, 수치
|
|
 |
벌 투자 포트폴리오의 리스크 관리 및 최적화 작업이었습니다. 당시 저는 해외 채권 및 주식 시장에 투자하는 포트폴리오를 관리하는 팀의 리더로서, 다양한 자산군에 대한 리스크를 분석하고, 이를 최소화할 수 있는 전략을 수립해야 했습니
|
|
 |
. 이 프로젝트는 공개된 교통 데이터셋을 기반으로 도로별 교통량을 예측하고, 웹 대시보드를 통해 시각화하여 사용자에게 정보를 제공하는 것을 목표로 했습니다.
초기에는 LSTM 기반의 딥러닝 모델을 학습시키는 데 집중했으나, 팀원들과 논
|
|
 |
에 어려움을 겪었습니다. 이를 해결하기 위해 저는 오버샘플링 기법과 데이터 증강 기법을 적용하여 모델의 학습 데이터를 효율적으로 증가시켰습니다. 또한, 모델이 실시간으로 데이터를 처리할 수 있도록 분산 시스템을 도입하여 학습 속
|
|
메뉴펼치기
