Projects¶
실무 프로젝트 및 개인 프로젝트 아카이브
진행 중¶
빈집 예측 모델¶
집계구(OA) 단위 빈집 발생 확률 예측 ML 파이프라인
| 항목 | 내용 |
|---|---|
| 목표 | 5년 후 빈집 발생 확률 예측 |
| 데이터 | 인구, 건축물, 토지, 경제 지표 |
| 기법 | 클러스터링 + 앙상블 + 시계열 |
| 인프라 | Airflow, Oracle, PostgreSQL |
빈집 챗봇 (RAG)¶
부동산 데이터 기반 질의응답 시스템
| 항목 | 내용 |
|---|---|
| 목표 | 자연어로 부동산 데이터 조회 |
| 기능 | Text-to-SQL, 정책 문서 검색 |
| 스택 | vLLM, Triton, Elasticsearch, FastAPI |
| 모니터링 | Langfuse, Prometheus, Grafana |
완료¶
데이터 분석 (Data Analysis)¶
비즈니스 문제 해결을 위한 탐색적 데이터 분석 및 인사이트 도출
| 프로젝트 | 설명 | 주요 기법 |
|---|---|---|
| 온라인 리테일 분석 | RFM 기반 고객 세분화 및 LTV 분석 | RFM, 코호트, 시계열 |
| 서울시 젠트리피케이션 지수 | 공공데이터 기반 젠트리피케이션 측정 | 클러스터링, 시계열 |
데이터 과학 (Data Science)¶
과학적 방법론을 활용한 가설 검증 및 모델링
| 프로젝트 | 설명 | 주요 기법 |
|---|---|---|
| AMOC Trend 분석 | 대서양 열염순환 추세 분석 | 고차원 분석, ODE |
| AMOC-NSHF 상관관계 | 열염순환과 해수면열속 관계 규명 | 시공간 상관분석 |
딥러닝 (Deep Learning)¶
신경망 기반 예측 모델 개발
| 프로젝트 | 설명 | 주요 기법 |
|---|---|---|
| 자전거 수요 예측 | 기후 조건 기반 대여량 예측 | MLP, 회귀 |
문서 구조¶
각 프로젝트 문서는 다음 구조를 따름:
- 개요
- 문제정의
- 가설설정
- 데이터
- 분석/모델링
- 결과
- 배운 점
- 기술 스택
지속 업데이트 중