#wannabeeeeeee the best DataScientist

○ 딥러닝 및 심화 내용 ■ 딥러닝은 무엇인가요? 딥러닝과 머신러닝의 차이는? 더보기 머신러닝은 주어진 데이터를 인간이 먼저 처리합니다. 사람이 먼저 컴퓨터에 특정 패턴을 추출하는 방법을 지시하고, 그 이후 컴퓨터가 스스로 데이터의 특징을 분석하고 축적합니다. 반면에 딥러닝은 머신러닝에서 사람이 하던 패턴 추출 작업이 생략됩니다. 컴퓨터가 스스로 데이터를 기반으로 학습할 수 있도록 정해진 신경망을 컴퓨터에 주고, 어린아이가 학습하는 것처럼 경험 중심으로 학습을 수행합니다. ■ Cost Function과 Activation Function은 무엇인가요? 더보기 모델은 데이터에 대한 예측을 얼마나 어떻게 잘하고 있는지 알아야 학습방향을 수정할 수 있는데 이때 모델의 예측값과 데이터값의 차이에 대한 함수를 c..

○ 분석 및 머신러닝 ■ 좋은 feature란 무엇인가요. 이 feature의 성능을 판단하기 위한 방법에는 어떤 것이 있나요? 더보기 지도 학습에서 좋은 feature란 라벨과 상관성이 높은 특징이라고 할 수 있습니다. 다시 말해, 해당 feature의 값을 알면 라벨에 대한 엔트로피가 작아지는 것이 좋은 feature의 특징입니다. ⇒ 좋은 feature의 성능을 판단하는 방법으로는 ⓐ F-통계량, 상관관계 등의 통계량을 활용하는 방법 ⓑ 상호정보량과 조건부 엔트로피 등의 정보공학에서 사용하는 지표를 활용하는 방법 ⓒ 결정 나무 및 결정 나무 기반의 앙상블을 사용해서 특징의 중요도를 계산하는 방법 ⓓ 학습된 모델에 특징을 임의로 섞었을 때 성능의 손실 정도를 바탕으로 계산하는 방법 등이 있습니다. ■..

○ 통계 및 수학 ■ 고유값(eigen value)와 고유벡터(eigen vector)에 대해 설명해주세요. 그리고 왜 중요할까요? 더보기 정방 행렬 A를 선형 변환으로 봤을 때, 선형 변환 A에 의한 변환 결과가 자기 자신의 상수 배가 되는 0이 아닌 벡터를 고유벡터(eigenvector)라고 하고, 이 상수배 값을 고유값(eigenvalue)이라고 합니다. 고유값, 고유 벡터는 정방 행렬에 대해서만 정의됩니다. 고유값과 고유벡터는 정방행렬의 대각화와 밀접한 관련이 있다. 행렬을 고유벡터와 고유값으로 이루어진 행렬들로 대각화 분해하면 (eigen decomposition) 이를 이용하여 해당 행렬의 거듭제곱, 역행렬, 대각합, 행렬의 다항식 등을 매우 효율적으로 계산할 수 있기 때문에 중요하다. ■ 샘..

디지털 직무에 집중적으로 지원하고 있던 저는 2021년 하반기 경남은행에 지역 인재 전형으로 지원했습니다. 서류는 웬만하면 다 붙여줘서 AI 면접까지 치르게 하는 것 같았으며(제 뇌피셜입니다.) AI 면접 또한 다른 기업에서 진행하는 AI 면접과 다를 게 없었습니다. 그렇게 서류+AI 면접을 합격하고 필기를 서울에 가서 쳤습니다. 직무기초소양(대부분이 사고력 문제) + 금융/경제/경영 기초상식(TESAT 수준) + 디지털 기초상식(책에서 나오는 기본 디지털 상식 또는 사회 현상)으로 구성됐으며 먼가 합격할 것이라는 느낌이 그냥 느낌 적으로 왔습니다. 그렇게 경남은행 본점에서 3개의 면접을 진행했습니다. 4명이 한 조가 되었으며 면접 순서는 무작위 같았습니다. 저는 상황면접을 처음으로 봤습니다. 상황면접이..

2021년 상반기 우리은행에 디지털/IT 직무에 지원을 해 운 좋게 1차 인터뷰까지 간 바가 있어 관련 경험을 공유하고자 글을 적습니다. 우리은행 같은 경우 전용 사이트에서 합격자 유무를 알려줘 시간이 지난 지금 해당 사이트도 없어졌으며 메일에는 지원 내용만 남아있는 점 양해 부탁합니다..ㅎ 5대 은행(KB, 신한, 우리, 하나, NH) 중 신한카드와 하나카드를 제외한 처음으로 우리은행에 서류에 합격해 얼떨떨했습니다. (TMI : 당시 서류조차도 못 뚫어서 역시 지방대 늙은이는 필기시험을 칠 기회도 안 주는구나 하고 생각하고 있었습니다. 물론 지금도 그렇게 생각하고 있지만...) 그렇게 필기시험을 치기 위해 서울로 올라갔습니다. 언어(20%), 수리(60%), 경제(20%) 정도의 비율이었을 것입니다. ..

페인트에 전혀 관심이 없던 저는 영업관리 직무에서 통계, 데이터분석 관련 자격증 소유자를 우대한다는 공고를 보고 지원을 했습니다. 회사 네임도 안 볼 수는 없지만, 당시는 저는 제가 원하는 직무에서 일만 할수 있다면 회사는 상관없다는 마음이었습니다. 그렇게 서류에 합격하고 필기는 AI 역량검사로 진행했습니다. 다른 AI 역량검사와 다를 게 없었습니다. AI 역량검사에서 합격한 후 서울 본사에서 면접을 진행했습니다. 면접자 4명과 지원자 4명으로 대면 면접을 진행했으며 당시 면접자 중 한 분은 오진수 삼화페인트 대표님도 계셨습니다.(여담으로 대표님의 당시 이미지는 인자하신 분 같았습니다.) 영업관리 직무에 면접을 보러온 사람은 총 4명 중 1명 채용을 목표로 두고 있었던 거 같았습니다. 자기소개를 시작으로..

그동안 정부에서 진행하는 데이터 구축 사업에 인턴으로 근무하면서 동시에 2020년 하반기 SBI 저축은행 대졸 신입 채용에 통계 직무로 지원하였습니다. 당시 서류와 함께 AI 역량 검사까지 동시에 진행하였으며 거의 처음으로 AI 역량 검사가 진행되던 시기라 낯설었습니다. 아무 정보도 없는 채 그렇게 기본적인 면접 질문과 게임을 진행한 AI 역량 검사를 진행하고 서류에 합격하여 서울로 시험을 치러 갔습니다. 당시 시험은 국어 + 수학의 NSC 같은 시험과 직무 시험을 쳤는데 직무 실험이 TESAT보다는 어려운 수준의 경제 시험이어서 당황했습니다. TESAT는 공부하여 2급 자격증을 가지고 있던 저는 당시 SBI 저축은행에서 쳤던 경제 시험이 상경 계열 지원자에게 원하는 수준이라고 생각할 정도로 어려웠습니다..