유영주

Contact

Email [email protected]

Phone 010-6860-5009

Introduce

안녕하세요. 데이터를 통해 사용자들의 니즈를 파악하고 이를 비지니스 전략에 적용하는 데이터 분석가 유영주입니다.

Core Competency

사용자 경험 개선에 대한 깊은 관심이 있으며 분석을 통해 사용자가 실제로 원하는 기능과 개선점을 찾아내어 더 나은 서비스 경험을 제공하는 데 중점을 둡니다.
분석 과정에서 직면하는 문제들을 능숙하게 해결하며 데이터 노이즈 제거와 모델 튜닝 과정에서 발생하는 다양한 문제들을 효과적으로 처리하고 분석의 정확도를 높이는 유의미한 결과를 도출합니다.

Skills

[Language] Python, R, MySQL, SAS

[BI] Tableau

[OA] Excel, PowerPoint

[ETC] Slack, Notion

Projects

24.07 ~ 24.09

(6주)

26,848개의 유튜브 댓글 분석을 통한 아이폰 사용자 경험 및 차세대 기능 분석 프로젝트

26,848개의 아이폰 및 iOS 관련 댓글을 분석하여 대한민국 사용자들의 요구사항과 경험을 파악 차세대 아이폰 기능 개선 및 사용자 경험 향상을 위한 유용한 정보를 도출하고 엔지니어팀에 기술 개발 방향성을 제시

기술 : Python(Pandas, LDA, NLP, Seaborn 등), MySQL, Excel, Youtube API

주요 역할

데이터 수집 및 전처리:
- 유튜브 API를 사용하여 ‘아이폰’, ‘iOS’ 관련 영상 댓글을 추출
- 불용어 제거, 광고 댓글 삭제, 분석 가치가 있는 댓글을 선별하기 위한 단어 리스트 생성
- 사전 기반의 정규화 과정을 통해 댓글 내 다양한 표현을 통일화
- kiwipiepy를 활용하여 문장 분리, 맞춤법 교정 및 토크나이즈 작업 수행
분석 모델 선정 및 구현: 감정 분석을 위한 KoELECTRA 모델과 토픽 모델링을 위한 LDA 모델을 적용하여 사용자 경험 분석 수행
인사이트 도출 및 연구노트 작성: 분석 결과를 바탕으로 사용자의 요구사항과 경험을 도출하고 이를 바탕으로 연구노트 작성

트러블 슈팅

데이터 노이즈 제거: 광고 댓글 및 불용어로 인한 데이터 노이즈를 식별하고 제거하는 과정에서 발생한 문제 해결
감정 분석 모델 튜닝: KoELECTRA 모델의 성능 향상을 위해 파인튜닝 작업을 진행하여 감정 분석의 정확도를 개선
LDA 토픽 모델링 최적화: 토픽 수 및 모델 파라미터 최적화를 통해 의미 있는 토픽을 도출하는 데 집중

기술 의사 결정

KoELECTRA 모델 선정: 한국어 감정 분석을 위해 기존 모델과 비교하여 가장 높은 성능을 보인 KoELECTRA를 선택
데이터 정규화 및 전처리 전략 수립: 사전 기반의 정규화 및 kiwipiepy를 활용한 전처리 방식을 결정하여 분석의 일관성과 정확성 확보

24.07

(1주)

배틀그라운드 게임 데이터를 활용한 유저 실력 예측 및 성능 분석 모델 개발 프로젝트

Kaggle의 배틀그라운드 데이터셋을 활용하여 유저의 실제 실력과 예측 등수를 비교할 수 있는 모델을 개발

기술 : Python(Pandas, RandomForest, XGBoost, LightGBM 등), MySQL, Excel