자소서 리스트
공고리스트
아이템 상세영역
머신러닝엔지니어
2021 상반기 신입 ㈜우리은행
-
- 우리은행에 지원하게 된 동기와 입행 후 은행에서 이루고 싶은 꿈을 구체적으로 기술해 주시기 바랍니다.
-
우리은행에 지원한 가장 큰 이유는 디지털 트랜스포메이션을 적극적으로 진행하여 디지털 혁신을 도모하는 기업이기 때문입니다. 코로나로 인한 언택트 시대가 오면서 핀테크를 중심으로 은행의 사업이 더욱 빠르게 변화하고 있습니다. 우리은행은 100% 디지털 분야 채용 등으로 이런 흐름에 따라갈 수 있도록 준비하고 있습니다. 특히 금융산업 빅데이터는 데이터 보유량이 많고 그 증가 속도가 빠릅니다. 이는 곧 다양한 분석 기회의 제공으로 저의 분석 역량을 키우고 우리은행과 같이 성장할 기회가 될 것입니다.
디지털 그룹으로 배치 후 영업현장으로 파견 가는 것 역시 우리은행을 선택한 이유 중 하나입니다. 대부분 은행은 바로 영업현장으로 파견되어, 분석 역량을 유지하기 위해 무엇을 해야 할지 고민이 될 것 같았습니다. 그러나 우리은행에서는 배치된 곳에 맞춰 미리 관련 역량을 준비할 수 있을 것입니다.
우리은행에 입행 후 추천시스템 개발이나 자연어 처리의 전문가가 되고 싶습니다. 금융상품의 추천시스템 개발로 고객이 바로 체감할 수 있는 서비스를 개발하고 싶습니다. 혹은 자연어 처리를 통해 사용자의 거래 내역을 분류하거나 AI 상담 서비스 향상에 이바지하고 싶습니다.
-
- 본인이 가지고 있는 ‘디지털 DNA’는 무엇인지 구체적으로 기술해 주시기 바랍니다.
-
"호기심"
제가 가지고 있는 '디지털 DNA'는 호기심입니다. 호기심은 어떤 분석 문제를 찾아내는 원동력입니다. 이런 호기심으로 2021년 중등교사 일반사회 임용시험의 데이터를 분석한 적이 있습니다. 친구가 임용시험의 지원 지역으로 OOO를 고민했습니다. OOO의 모집인원이 많아, 커트라인이 낮아질 것으로 생각했기 때문입니다. 저는 이러한 예상을 데이터로 확인해보고 싶었습니다.
총 8개의 지역을 분석했고, 각각 6년의 데이터를 활용하였습니다. 변수들이 많지 않아 각 변수의 관계를 파악하기 위해, 산점도를 그렸습니다. 산점도를 보았을 때, 지역별로 지원자 수와 커트라인 간에 패턴이 있다고 판단되어 지역별로 분석했습니다. 물론 지역별 표본이 많지 않고 모든 지역을 분석한 것이 아니라는 한계가 있었습니다. 그러나 호기심으로 찾아낸 시험 커트라인 예상이라는 문제를 분석으로 해결해본 좋은 경험이 되었습니다.
"데이터 문제로 전환하여 해결하는 역량"
호기심이라는 디지털 DNA로 분석 문제를 찾아내도 데이터 문제로 전환하여 해결하는 역량이 없다면 의미가 없습니다. OO시 공공자전거 추가 대여소 위치 제안이라는 주제로 분석 프로젝트를 진행하여 이러한 역량을 키웠습니다.
프로젝트의 관건은 '어떻게 추가 대여소의 위치 제안을 데이터 문제로 해결할 수 있을까?'였습니다. 그래서 생각해낸 것이 시설물의 위치와 기상 데이터로 특정 지점의 월별 대여량을 예측하는 모델을 만드는 것이었습니다. 선형 회귀 분석의 전진 선택법으로 총 8개의 변수를 선택하고 예측 모델을 만들었습니다. 이를 인구밀도 기준으로 선정한 후보군에 적용하여 대여량을 예측했습니다. 추가로 버스 운영 대수로 교통 소외지역을 시각화해 임의로 6곳의 대여소를 더 제안했습니다.
위의 과정에서 제가 수행한 역할은 주로 데이터 수집과 전처리였습니다. 특히 전처리에서 시설물의 위치 정보를 특정 지점 근처에 존재하는 개수 등으로 변환하는 작업이 뿌듯했습니다. 또한, 예측의 효율을 위해 선정된 후보군을 K-means Clustering으로 축소하는 작업을 역시 흥미로웠습니다.
우리은행에서 일하면서 저의 디지털 DNA인 호기심으로 분석 문제를 찾겠습니다. 그리고 그 문제를 데이터 문제로 전환하여 해결하는 데 이바지하겠습니다.
-
- ‘우리WON뱅킹’을 비롯한 우리은행의 디지털 금융 서비스 중 본인이 직접 개선해보고 싶거나, 추가로 만들어보고 싶은 것이 있다면 그 방법과 이유에 대해 구체적으로 작성해 주시기 바랍니다.
-
"입출금리포트 서비스 개선 : 사용 내역 분류"
우리WON뱅킹의 입출금리포트 서비스를 개선해보고 싶습니다. 그중에서도 주요지출 분석에서 고객의 카드대금 사용 내역을 더욱 자세하게 분류하여 제공하고 싶습니다. 예를 들어, 한 달에 식비가 얼마나 되는지, 교통비로 얼마를 쓰는지 등을 분류하여 제공합니다. 특히 요즘 구독 경제의 활성화로 구독 서비스에 적지 않은 금액의 소비를 하고 있습니다. 따라서 구독 서비스에 소비하는 금액을 분류하여 제시한다면 소비 측면에서의 고객 자산 관리를 효과적으로 도울 수 있을 것입니다.
이러한 서비스를 제공하기 위해서는 사용 내역이 정확하게 분류되어있는 데이터가 필요합니다. 이 훈련 데이터를 얻기 위해서, 원터치 알림 앱을 활용할 수 있을 것입니다. 지금처럼 간단한 메모 기능을 제공하는 것이 아니라, 미리 정해놓은 카테고리를 사용자가 라벨링할 수 있는 기능을 제공합니다. 그리고 우선 원터치 알림 앱에서 대시보드를 제공하여 고객이 적극적으로 사용 내역을 분류할 수 있도록 해야 할 것입니다. 이렇게 해당 서비스를 충분한 데이터가 쌓일 때까지 지속한다면 질 좋은 훈련 데이터를 얻을 수 있을 것입니다. 마지막으로, 획득한 훈련 데이터를 자연어 처리를 통해 분류 모델을 만들면 고객의 카드대금 사용 내역 분류 서비스를 제공할 수 있을 것입니다.
-
경기주택도시공사 2021 상반기 신입 -
(주)비바리퍼블리카 2021 상반기 인턴