Data Analyst Fit
- Relevant Work
- 데이터 정리EDA지표 설계결과 해석문서화
- Core Skills
- SQLPythonpandasJupyterTableauLooker Studio
- Evidence
- 고객 반응 분석세그먼트 분석전환 병목 분석
직무별 적합성, 기술 범위, 증거 프로젝트를 빠르게 대조할 수 있도록 정리했습니다.
분석 결과를 차트에서 끝내지 않고, 판단 기준·리스크 신호·검토 가능한 산출물로 연결하는 데이터 의사결정 아카이브를 구축합니다.
공공데이터, 상권 데이터, CRM 데이터처럼 성격이 다른 데이터를 목적에 맞는 분석 단위와 지표로 다시 정리하고, 검토자가 실제로 판단할 수 있는 기준·리스크 신호·웹 결과물로 연결하는 작업을 강점으로 삼고 있습니다.
React/Next/Vite 기반 웹앱, Vercel 서버리스 API route, PostgreSQL 데이터 파이프라인, Docker/n8n 로컬 자동화 검증을 프로젝트 범위에 맞게 조합해 왔습니다.
프로덕션 엔지니어링 범위를 과장하기보다, 분석 결과가 실제로 확인 가능한 화면·문서·검증 스크립트로 끝까지 이어지는 흐름을 중요하게 생각합니다.
직무별로 먼저 확인할 작업, 기술, 증거 프로젝트를 분리했습니다.
도구 이름보다, 각 기술로 실제 어떤 작업을 수행하고 어떤 방식으로 결과를 전달하는지 중심으로 정리했습니다.
분석과 구현을 함께 묶는 기본 작업 도구입니다.
전처리, 탐색, 통계 검정, 모델링 후보 검토에 사용하는 분석 도구입니다.
분석 가능한 테이블 구조, 검증 가능한 SQL layer, 앱으로 넘기는 데이터 산출물을 구성합니다.
도시·공공데이터 맥락에서 지역 단위 비교와 위험/후보 우선순위를 다룹니다.
분석 결과를 사용자가 탐색할 수 있는 웹앱과 대시보드 형태로 구현합니다.
브라우저에 키를 노출하지 않는 서버리스 경유 구조와 공공데이터 API 응답 정규화에 사용합니다.
운영 자동화가 아니라 로컬 검증과 dry-run 흐름을 재현 가능하게 만드는 데 사용합니다.
분석 결과의 비교, 우선순위, 설명 흐름을 시각적으로 전달합니다.
정적 사이트, PWA, 포트폴리오 페이지를 검증하고 배포하는 작업 흐름입니다.
프로젝트의 판단 근거, 한계, 실행 방법을 리뷰 가능한 문서와 산출물로 정리합니다.
AI는 아이디어 구조화, 코드 초안, 디버깅, 문서화의 반복 시간을 줄이는 보조 도구로 사용합니다. 문제 정의, 지표 설계, 결과 해석, 최종 판단 기준은 직접 검토합니다.
상가 후보를 고르기 전에 먼저 멈춰야 할 가격 부담·거래 둔화·과밀 신호를 검토하는 상권 리스크 UI입니다.
공공 구조동물 공고를 KST 마감일·지역·데이터 상태 기준으로 정리해 현재 공고와 보호 종료 임박 신호를 구분하는 live-first public-data service입니다.
100m 격자 단위로 사고·교통·공간 위험 신호를 학습하고 LORO 검증을 거쳐 하남교산 현장 검토 우선순위로 번역한 공간 데이터 분석입니다.
고객·오퍼·채널 데이터를 재구성해 어떤 고객군이 어떤 제안과 채널에 반응하는지 읽고 CRM 액션 판단으로 번역한 마케팅 분석입니다.
직무 적합성을 확인했다면, 대표 프로젝트의 Decision Moment와 GitHub 문서를 함께 보면 작업 방식이 더 빠르게 보입니다.