.jpg)
| 기술 | 숙련도 | 사용 맥락 |
|---|---|---|
| LLM API (GPT) | 🟢🟢🟢 | Auto-Insight에서 GPT 리포트 자동 생성 파이프라인 구축 |
| Prompt Engineering | 🟢🟢⚪ | 리뷰 감정 분석·리포트 생성 프롬프트 설계 및 튜닝 |
| 기술 | 숙련도 | 사용 맥락 |
|---|---|---|
| Tableau / 대시보드 | 🟢🟢⚪ | 분석 결과 시각화 및 공유 |
| Git / GitHub | 🟢🟢⚪ | 프로젝트 버전 관리 및 협업 |
| 기술 | 숙련도 | 사용 맥락 |
|---|---|---|
| Python (Pandas / NumPy) | 🟢🟢🟢 | 전 프로젝트 주력, 지하철 50만건 데이터 처리 |
| SQL | 🟢🟢🟢 | Auto-Insight 자동화 쿼리, RFM 세그멘테이션 |
| Scikit-learn / XGBoost / RF | 🟢🟢🟢 | 중고기기 가격예측 R²=0.91, 연봉예측 R²=0.77 |
| RAG / 벡터 검색 | 🟢🟢⚪ | Career Insight 채용공고 임베딩 검색 시스템 구현 |
Auto-Insight
개인
<aside>
🔍 문제 · 분석가 반복 업무가 시간과 리소스가 많이 들어감
</aside>
<aside>
🛠 해결 · CSV 업로드 → RFM·NLP·SQL·GPT 자동 실행 6단계 파이프라인
</aside>
<aside>
📈 결과 · 분석 시간 80%↓ · GPT 비용 95%↓ · NLP 정확도 85%+
</aside>
Python Streamlit OpenAI
BARO 위플래닛
기업 연계
<aside>
🔍 문제 담당자 감·경험에 의존하는 주관적 매입가 산정
</aside>
<aside>
🛠 해결 · 4,325건 실거래 기반 · 2단계 ML (RF + XGBoost Monotone)
</aside>
<aside>
📈 결과 · 감가상각 R² 0.94 · 가격 역전 해결 → 현장 적용 · 매입 전략 3종 (최소 마진 5%)
</aside>
RandomForest XGBoost Selenium
Career Insight
개인
<aside>
🔍 문제 · 흩어진 채용 플렛폼 · 연봉 판단 따로 해야 함
</aside>
<aside>
🛠 해결 · 로컬 임베딩 + Gemini API · 하이브리드 RAG 구조
</aside>
<aside>
📈 결과 · 연봉 예측 R² 0.77 · 재임베딩 비용 $0 · 6,332건 인덱싱 · 2-3초 응답
</aside>
LangChain FAISS ko-sroberta
.png)
클릭하면 상세 내용을 확인 할 수 있습니다
클릭하면 상세 내용을 확인 할 수 있습니다