이 사이트는 프로젝트를 많이 나열하는 포트폴리오가 아니라, 불완전한 데이터를 판단 기준·리스크 신호·검토 가능한 산출물로 바꾸는 과정을 보여주는 아카이브입니다. 처음 보는 리뷰어는 Redveil에서 flagship decision artifact를 먼저 확인한 뒤, Shelter Signal, DecisionOps Lab, LH Traffic Safety 순서로 확장해 보면 가장 빠르게 역량을 판단할 수 있습니다.
전체 적합성을 빠르게 보려면 Redveil의 decision artifact를 먼저 확인한 뒤, public-data service와 SQL/D7 guardrail workflow로 확장해 봅니다.
공공데이터, 공간 신호, API 신뢰성, 검증 기준을 보는 역할이라면 이 경로가 가장 직접적입니다.
고객·상권·커머스 데이터를 액션과 KPI 언어로 바꾸는 능력을 볼 때의 경로입니다.
각 프로젝트는 문제, 분석 구조, 공개 결과물, 검증 신호가 연결되어 있는지를 기준으로 배치했습니다. 대표 순서는 Redveil → Shelter Signal → DecisionOps Lab → LH Traffic Safety입니다. Starbucks, UK Retail, ShopEasy, Job Signal Pipeline, NBA 분석은 supporting evidence로 읽으면 됩니다.
서울 자치구를 지도에서 선택하고 리스크 점수·보류 사유·대체 후보를 확인한 뒤 매물 검토, 3분 진단, 후보 비교, 구별 리포트와 판단 메모까지 이어지는 지도 기반 상가 매입 리스크 분석 제품입니다.
불안정한 공공 구조동물 공고를 현재 탐색(V1)과 일별 보존·변화 이벤트·누적 타임라인·마감 브리핑(V2)으로 분리한 history-aware public-data product입니다.
synthetic 제품 이벤트를 DuckDB SQL mart, 23개 품질 gate, A/B evidence, D7 재방문·환불률·세션 활동의 3개 가드레일과 7개 시나리오로 검토해 Ship·Retest·Hold·Investigate memo/report로 연결한 DecisionOps workflow입니다.
100m 격자 단위로 공간 좌표 포함 Random Forest 회귀 위험 신호를 산출하고 별도 Random Forest 분류 LORO로 지역 전이 가능성을 검증한 뒤 공개 점수 기준 Top-20을 현장 검토 우선순위로 정리한 공간 분석입니다.
고객·오퍼·채널 데이터를 재구성해 어떤 고객군이 어떤 제안과 채널에 반응하는지 읽고 CRM 액션 판단으로 번역한 마케팅 분석입니다.
영국 온라인 리테일 거래 데이터를 기반으로 세그먼트를 분석한 이커머스 분석 프로젝트입니다.
2025년 3분기 주문 감소 원인을 고객·카테고리·세션 흐름으로 분해하고 A/B 테스트까지 제안한 서비스 분석 프로젝트입니다.
채용 공고 mock 응답을 PostgreSQL raw 적재부터 analytics views, SQL tests, local review dashboard까지 연결해 검증한 local validation data pipeline v1입니다.
승리 요인, 선수 성과, 플레이 스타일을 하나의 분석 파이프라인으로 연결한 스포츠 데이터 분석입니다.