 |
어 활동, 온라인 구매 패턴 등)를 활용한 대안 신용평가 모델 개발에 참여하여 신용평가 시스템의 확장성을 높이고자 합니다.
10년 차에는 신용평가 모델 개발을 총괄하며, 금융소외 계층까지 포용할 수 있는 신뢰성 높은 CB 시스템을 구축하
|
|
 |
프로젝트의 목표는 산업 현장에서의 사고 발생 원인을 분석하고, 사고를 미리 예측할 수 있는 모델을 만드는 것이었습니다. 하지만 처음에는 정확한 데이터 확보와 모델링에서 큰 어려움을 겪었습니다. 데이터가 부족하거나 불완전한 경우가
|
|
 |
1. 지원 동기 및 입사 후 포부
SK네트웍스에 지원하는 것은 이 회사가 지닌 독창적인 비즈니스 모델과 지속 가능한 성장 전략에 대한 깊은 인상과 관심에서 비롯됩니다. 제가 경영학과 국제무역학을 전공하며 쌓은 지식과 경험은 SK네트웍스의
|
|
 |
유의미한 방향을 제시할 수 있다고 생각합니다. 기술이 아무리 정교해도, 잘못된 문제 정의는 잘못된 모델을 만들기 때문입니다. 고객 행동 예측, 신용 평가, 이상 거래 탐지 등 어떤 과업이 주어지더라도 저는 기술자 이전에 문제 해결자로서
|
|
 |
해졌습니다.
● 연구 목적
본 연구의 목적은 소셜 미디어 데이터를 분석하여 여론 및 트렌드를 예측할 수 있는 모델을 개발하는 것입니다. 구체적으로,
- 소셜 미디어에서 생성되는 텍스트 데이터를 분석하여 여론을 추출하는 방법을 연구한
|
|
 |
전하고 편리한 환경에서 생활할 수 있는 방안을 연구하고자 합니다.
셋째, 고령층의 경제활동과 사회적 참여 확대를 위한 산업 모델 개발을 연구할 것입니다. 많은 고령층이 은퇴 후에도 경제활동을 원하거나, 사회적 교류를 지속하고 싶어
|
|
 |
수 있는 전략을 제시한 경험이 있습니다. 이를 통해 광고 성과를 향상시키는 데 기여한 바 있습니다.
둘째, 머신러닝 모델을 활용한 광고 예측 모델 개발 경험이 있습니다. 광고 데이터를 분석하고, 이를 토대로 광고 성과를 예측하는 모델을
|
|
 |
니다. 이 과정을 통해 최종적으로 테스트 정확도를 87%까지 향상시켰고, 현장 적용을 위한 기준치를 만족할 수 있었습니다.
이 경험을 통해 단순히 모델을 만드는 것이 아닌, 모델이 현실에서 어떻게 동작할 수 있을지에 대한 고민과 실험이 필
|
|
 |
깊게 다루었습니다. 이 과목에서는 CNN(합성곱 신경망), RNN(순환 신경망), GAN(생성적 적대 신경망) 등 다양한 딥러닝 모델을 구현하고 실험하면서, 복잡한 데이터셋을 처리하는 기술을 배웠습니다. 특히 이미지 처리와 자연어 처리 분야에서 딥
|
|
 |
카오는 AI와 빅데이터를 활용한 혁신적인 서비스를 통해 전 세계적으로 큰 영향을 미치는 기업입니다. 저는 카카오의 AI 엔지니어로서 이와 같은 혁신적인 기술을 더욱 발전시키고, AI 모델을 최적화하여 고객 맞춤형 서비스의 질을 높이는 데
|
|
메뉴펼치기
