전체 글19 데이터 프로젝트는 어떻게 포트폴리오가 될까? 질문, 분석, 결과물로 정리하는 법 데이터 프로젝트가 포트폴리오가 되는 순간은 그래프를 만들었을 때가 아닙니다. 누군가가 그 글을 읽고 “이 학생은 질문을 세우고, 데이터를 다루고, 결론의 한계까지 알고 있구나”라고 느낄 때입니다.그래서 포트폴리오는 결과물 묶음이 아니라 사고 과정의 정리본에 가깝습니다.한 장짜리 포트폴리오 구조데이터 프로젝트를 정리할 때는 아래 순서로 한 장을 만든다고 생각하면 쉽습니다.위치들어갈 내용예시 문장맨 위질문청소년 인구가 많은 지역일수록 도서관 접근성이 좋을까?중간 1데이터KOSIS 인구 자료와 공공도서관 자료를 사용했다.중간 2분석지역별 인구와 도서관 수를 비교하고 산점도를 그렸다.하단결론과 한계경향은 보였지만 교통 접근성은 추가 확인이 필요하다.Before와 After아래 두 문장을 비교해보면 차이가 분명합.. 카테고리 없음 2026. 7. 2. 더보기 ›› 데이터 직군은 나에게 맞을까? 분석가, 사이언티스트, 엔지니어 성향 체크리스트 데이터 직군을 고를 때 “어떤 직업이 유망한가?”만 보면 오래 버티기 어렵습니다. 더 오래가는 질문은 “나는 어떤 문제를 풀 때 집중이 잘 되는가?”입니다.아래 체크리스트는 정답표가 아닙니다. 세 직무 중 지금 어디에 더 끌리는지 확인하는 임시 지도에 가깝습니다.먼저 표시해보기각 문장을 읽고 가장 마음이 가는 쪽에 표시해보세요. 한 줄에서 하나만 고를 필요는 없지만, 너무 많이 고르면 구분이 흐려집니다.질문ABC숫자를 볼 때 먼저 드는 생각왜 바뀌었지?예측할 수 있을까?어디서 만들어졌지?오래 붙잡고 싶은 작업그래프 해석모델 실험데이터 정리 구조결과물로 남기고 싶은 것리포트, 대시보드예측 모델, 검증표데이터베이스, 파이프라인답답하게 느끼는 상황기준 없는 주장검증 없는 모델반복되는 수작업A가 많다면: 분석가.. 카테고리 없음 2026. 7. 1. 더보기 ›› 고등학생이 데이터 직군을 준비할 때 만들 수 있는 프로젝트 7가지 데이터 프로젝트 주제를 고를 때 가장 흔한 실수는 “멋있어 보이는 주제”부터 잡는 것입니다. 인공지능, 머신러닝, 예측 모델 같은 말은 좋아 보이지만, 데이터가 없거나 질문이 흐리면 글로 남기기 어렵습니다.이 글은 프로젝트 목록을 그냥 나열하지 않고, 메뉴판처럼 고를 수 있게 정리했습니다. 지금 가진 시간, 도구, 관심사에 맞춰 하나를 고르면 됩니다.먼저 고르는 기준 3가지기준스스로 물어볼 질문데이터내가 구하거나 직접 만들 수 있는 데이터인가?질문한 문장으로 답할 수 있는 질문인가?결과물표, 그래프, 글, 대시보드 중 무엇으로 남길 수 있는가?이 세 가지가 모두 답이 나오면 시작해도 됩니다. 하나라도 막히면 주제를 조금 줄이는 편이 좋습니다.프로젝트 메뉴판번호프로젝트난이도추천 결과물1지역 인구 변화 분석.. 카테고리 없음 2026. 6. 30. 더보기 ›› 스포츠 전력분석원은 데이터 직군일까? 통계학과 진학과 연결해서 보기 스포츠 전력분석원은 데이터를 다루지만, 책상 위 숫자만 보는 직업은 아닙니다. 경기 장면을 보고, 그 장면을 기록으로 바꾸고, 기록을 다시 선수와 코치가 이해할 수 있는 말로 바꿉니다. 그래서 이 직무는 데이터 분석가와 현장 스태프의 중간에 가깝습니다.경기 후 리포트처럼 보면스포츠 분석은 보통 “무슨 일이 있었나?”에서 끝나지 않습니다. “왜 그런 일이 반복됐나?”, “다음 경기에서 무엇을 바꿀 수 있나?”까지 이어져야 합니다.예를 들어 축구에서 패스 성공률이 높은 선수가 항상 좋은 선수라고 말할 수는 없습니다. 위험한 전진 패스를 많이 시도하는 선수는 성공률이 낮아도 팀 공격에 큰 기여를 할 수 있습니다. 야구에서도 타율만으로 타자를 판단하기 어렵고, 출루율, 장타율, 타구 질, 상대 투수 유형을 함께.. 카테고리 없음 2026. 6. 29. 더보기 ›› 게임 데이터 분석가는 어떤 지표를 볼까? 리텐션, 과금, 밸런스 분석 게임 데이터 분석가를 이해할 때는 직무 설명을 읽는 것보다 플레이 기록을 떠올리는 편이 빠릅니다. 예를 들어 한 스테이지에서 계속 실패한다고 해봅시다. 그냥 “어렵다”고 말하면 감상입니다. 몇 분에 실패했는지, 어떤 구간에서 멈췄는지, 다시 도전했는지 기록하면 데이터가 됩니다.이 글은 게임 지표를 사전처럼 나열하기보다, 작은 분석 노트처럼 읽을 수 있게 정리했습니다.분석 노트 1: 다시 돌아왔는가가장 먼저 보는 지표는 리텐션입니다. 리텐션은 사용자가 다시 돌아오는 비율입니다. 오늘 처음 게임을 시작한 사람 중 다음 날 다시 접속한 비율을 D1 리텐션이라고 부릅니다. 7일 뒤, 30일 뒤에도 돌아오는지 보면 초반 경험이 충분히 재미있는지 판단할 수 있습니다.여기서 중요한 질문은 “다운로드가 많았는가?”가 .. 카테고리 없음 2026. 6. 28. 더보기 ›› 이전 1 2 3 4 다음