[KT AIVLE] Ep.5 : 미니 프로젝트는 너무 재밌어 (정보 공유)

앗뇽하세요 여러분 ~ 🍂🍁

오랜만에 찾아온, 에이블러 에피소드입니다 ㅎㅎ (열심히 사느라 늦었어요.. 개미는 뚠뚜..🐜)

 

에이블스쿨 12주차 기준, 총 4번의 미니 프로젝트를 진행했습니다.

이러고 보니, 3주마다 프로젝트를 한 것 같네요 .ᐟ 처음에는 파이썬 문법 코딩에도 쩔쩔 매는 모습이었는데, 어느새 다들 자동화 코딩도 구현하고, 심화 분석도 진행하고.. 딥러닝까쥐 돌리는 모습을 보며 4기가 참 많이 성장했구나를 느낍니다.

 

🙋🏻‍♀️🙋🏻‍♂️🙋🏻

혹시 데이터 분석 교육이 듣고 싶다. 남다르게 성장하고 싶다. 대외활동 혹은 프로젝트 경험을 쌓고 싶다.

 

🔻고민하지마세요. 바로 에이블스쿨 지원 고고.  5기 대환영이쟈냐 .ᐟ 

https://haeunning.tistory.com/2

[KT AIVLE] Ep.0 : KT 에이블스쿨 4기 지원하다.

---

미프? 빅프?

미프 = 미니 프로젝트 / 빅프 = 빅 프로젝트

 

KT 에이블스쿨은 교육 기간 동안 미니 프로젝트를 진행하고, 교육 이후  약 7주 동안 빅 프로젝트를 진행합니다.

미니 프로젝트는 KT에서 해결해야할 문제, 데이터, 도메인 기본 정보, 문제 해결 가이드를 제시해주며 에이블러들이 팀별로 프로젝트를 진행하는 방식이에요. 반면 빅 프로젝트는 문제 정의부터 해결까지 팀원들과 주체적으로 진행하는 프로젝트랍니다. 

 

미니 프로젝트를 하며 다양한 주제를 접하고, 교육에서 배운 기술들을 적용하는 것을 발판으로 '다양한 분석 경험을 쌓아' 빅 프로젝트를 진행한다고 볼 수 있겠네요. (잠재력을 쌓아... 빅 프로젝트에서 발 - 사 -🚀🚀 )

 

미프는 어떻게 해?

대면과 비대면을 적절히 섞어서 진행합니다 ㅎㅎㅎ (자유로운 선택이 가능한 KT 최고)

같은 반 내에서 팀이 정해지면, 대면 날짜를 의논하고 교육장 예약을 진행합니다. 물론 아예 안가도 돼요 !

만약 비대면으로 한다면, 국룰의 ZOOM~

 

저는 KT 본사 교육장 방문을 참말로 좋아해여 ㅎㅎㅎㅋ 지옥의 판교 출퇴근길을 맛봐야하지만, 그마저도 행복~

KT는 이런 분위기구나~ 사원들은 이런 모습들이구나~ 직접 보며 많이 느끼고, 또 그렇게 성장하고 싶다고 다짐하며 프로젝트를 더 열심히 하게 되는 것 같아요 ᕦ(ò_óˇ)ᕤ 대면 프로젝트의 장점이 아닐까 싶습니다.

이렇게 교육장 만남을 정하고, 만나서 열심히 프로젝트 뚝딱

교육장 정말 쾌적해요. 항상 깔끔하고 웅장해!

판교역에서 갈아타야해서.... 출퇴근때는 눈물 팡팡  🚰‧̫🚰

21층 구내식당 뷰를 보며 밥도 먹구,, 메뉴 추천도 슬쩍 해줌ㅋ

---

📍5기를 위한 KT 본사 꿀팁 전수

들어가면 안돼~

1️⃣ 구내식당은 지하1층과 지상21층에 있습니다. 메뉴는 동일해요. 이왕이면 끝내주는 뷰가 있는 21층 추천.

그리고 5층에 고층으로 가는 엘레베이터가 연결되어 있어서, 출입 카드 안챙겨가도 된답니다? 

2️⃣ 흡연장은 지하 1층에 있어요.

3️⃣ 절대 열어서는 안되는 문이 존재해요. (근데 저는 열었다가 갇혀봄 ㅠ;)  KT 내 비상계단은 쳐다도 보지 마세요.. 들어가는건 자유인데, 나오는건 자유가 아니야... ㅜㅠㅠ 이동은 항상 엘레베이터로... 나도 알고 싶지 않았어

4️⃣ 교육장 문에 정자 맛집 리스트가 적혀있습니다. ㅎㅎㅎ 하나씩 정복해가는 것도 즐거운 추억이에요💙

5️⃣ 사내 카페는 21층, 편의점은 지하 1층에 있어요. 사내 카페 완전 저렴 ~

6️⃣ 차를 가져왔다면, KT 본사 근처에 주택 전시관 주차장에 주차하시면 됩니다. 오전 9시까지 와야 널널

---

미니 프로젝트 어떤 분석을 할까?

[1차 미니 프로젝트]

(주제1) 토익 점수 예측을 위한 토익 진단 데이터 다듬기
- 토익 응시자 데이터를 활용하여 데이터 탐색, 집계, 전처리 진행
- data set shape:  row 1500, column 15
- 응시자별 총 3회차 점수를 기반으로 회차별 정보 분리, 중복 제거, 공통 정보 통합, 레이블 생성

(주제2) 고객 이탈 예측을 위한 구매 패턴 데이터 탐색&전처리
- 2016 01 02 ~ 2017 01 03의 데이터 이용
- 총 3개 data set : Sales + Products + Customers
- 고객 이탈 정의를 위해 특성, 방문 패턴 고려하여 분석
- 구매 패턴 정의를 위해 이탈 여부에 영향을 주는 다양한 feature 생성
- 데이터 탐색, 데이터 클리닝, 데이터 변환, 데이터 저장

[2차 미니 프로젝트]

(주제1) 토익 점수 예측을 위한 탐색적 데이터 분석 및 가설 검증
- 최종 차수 점수 변화와 feature간 관계 분석을 위해 가설 검정 수행
- 단변량 분석 : 기초통계량, 히스토그램, kdeplot, boxplot, countplot, barplot 등
- 이변량 분석 : corr, heatmap, pearson 상관관계, 산점도 등
- 귀무가설, 대립가설 설정 후 가설 검정 진행 → 비즈니스 인사이트 도출

(주제2) 공공 임대 아파트 주차 등록 수요 분석
- 데이터 전처리 : 범주형/수치형에 대한 전처리, 특성별 데이터 분리
- 단변량 분석 : 기초통계량, 히스토그램, kdeplot, boxplot, countplot, barplot 등
- 이변량 분석 : corr, heatmap, pearson 상관관계, 산점도 등
- 귀무가설, 대립가설 설정 후 가설 검정 진행 (상관분석, t-test, ANOVA 등) → 비즈니스 인사이트 도출
+ 반복되는 그래프 그리기 → 자동화 함수 생성
- 새로운 target을 정의하여 new target과 feature간의 관계 분석

[3차 미니 프로젝트]

(주제1) 국민건강 증진을 위한 스마트워치 데이터 분석 (Fine-apple)
- 단말기 개발팀에서 의뢰한 스마트 워치 데이터(센서 데이터)를 분석하여 특정 행동 패턴을 분류하는 AI 모델 생성
- 사용자 행동 분류에 중요한 영향을 미치는 중요 feature 선별 후 이메일 발송
- HAR (인간 행동 인식) : 다양한 센서를 활용하여 사람의 모션이나 제스처와 관련된 정보 수집 및 해석, 인식
- 6종 행동분류 정확도 95% 이상 확보하는 모델 생성
- 고성능 모델 찾기 : SVM, KNN, Logistic Regression, GBM, XGBoost 등
- Hyper parameter Tuning, Feature selection 등 진행
- 중요도 상위 5개 feature을 선별하여 시각화
- 데이터 별 학습 결과를 검토하여 과적합 해소
- 특정 행동 분류 결과 도출 : 생성한 모델을 사용하여 실제 데이터에 적용하여 분류 결과 추론


(주제2) 보험사 마케팅 활용을 위한 고객 군집화 모델링
- 고객 데이터를 활용하여 고객 관리 및 마케팅을 위한 고객 세그먼트 개발과 군집별 마케팅 전략 수립
- 데이터 드리븐 마케팅 + 핀셋 마케팅 등 활용
- 고객 세그먼트 개발 : K-means Clustering, Elbow Method 사용
- 군집 정의 및 프로파일링 : 군집 특성+정의+군집별 마케팅 활용 방안 ppt 작성

[4차 미니 프로젝트]

(주제1) AIVLE스쿨 1:1 문의 데이터 기반 문의 유형 자동 분류 모델링
- 데이터 클리닝, 임베딩 벡터를 적용하여 문의 유형 분류 모델 설계
- 질문 토큰화, 특수문자+불용어 제거
- 워드 클라우드를 활용하여 키워드 시각화 → 교육 인사이트 도출, 강의 개선안 제시

(주제2) CCTV 데이터를 활용한 차량 이미지 검출
- Open CV를 활용하여 동영상 기반 이미지 추출 : detect 할 이미지 프레임 추출
- Roboflow에서 학습 데이터 수집, bounding box 및 labeling
- Yolo 모델을 활용한 object detection

---

사실 앞으로 3번의 미니 프로젝트가 더 남아있습니다 ㅎㅎ (5차, 6차, 7차)

프로젝트가 진행될수록 타자도 빨라지고, 두뇌 회전도 빨라지는 것 같습니다  .ᐟ  물론 프로젝트도 그만큼 어려워짐

 

뛰어난 4기분들 덕분에 미프하면서 분석의 관점이 넓어지는 경험을 하고 있어요. ㅎㅎ 저의 성장은 무궁무진하겠죠? ㅎㅋ