이 저장소는 데이터 사이언스 학습 및 프로젝트 수행 과정을 체계적으로 정리한 포트폴리오입니다.
데이터 분석, 머신러닝, 딥러닝, 웹 크롤링, 시각화 등 다양한 주제의 실습과 프로젝트가 포함되어 있으며, 실제 경진대회 수상 및 문제 해결 사례도 다수 담고 있습니다.
01-Python-Basics/ 👉 파이썬 기초 학습
├── basic-library/ 기초 라이브러리 활용 예제
├── coding-test/ 코딩 테스트 문제 풀이
├── django/ Django 프레임워크 실습
├── functions/ 함수 문법 실습
├── oop/ 객체지향 프로그래밍 기초
├── pandas-practice/ 판다스 실무형 데이터 분석 (13개 실습)
├── 디렉토리 처리/ 파일 입출력 및 디렉토리 자동화
└── 자료구조_알고리즘/ 기본 알고리즘 및 자료구조 실습
02-Data-Science/ 👉 데이터 사이언스 핵심 학습
├── ab-testing/ A/B 테스트 실습 및 분석 (3개 시리즈)
├── data-processing/ EDA, 결측값 처리, 프레임 결합 등 전처리
├── data-visualization/ matplotlib, Streamlit 시각화 예제
├── machine-learning/
│ ├── study/ 지도/비지도 학습, 모델 평가
│ └── projects/ 금융예측, 자전거수요, 호텔예약 등 8개 프로젝트
├── deep-learning/
│ ├── basics/ 딥러닝 기초, Tensorflow
│ ├── applications/ EasyOCR, 주식 예측
│ ├── 딥러닝에센스/ 뉴럴네트워크, CNN, RNN 학습
│ └── 머신러닝_딥러닝/ Numpy, Step1 실습
├── computer-vision/
│ ├── opencv-basics/ OpenCV 기초, 드로잉, DNN, Haar-cascade
│ ├── image-classification/ 이미지 분류 (꽃, 개/고양이 등)
│ └── object-detection/ YOLO, Darknet, 차량 추적 등 13개 노트북
├── nlp/ 자연어 처리 (LIME, 정규식, 텍스트 분석)
├── crawling/ 웹 크롤링, 네이버 카페 자동화, 병렬 크롤러
├── recommendation-system/ 추천 시스템 (협업 필터링)
└── llm-rag/ RAG + n8n 워크플로우 파이프라인
03-Data-Engineering/ 👉 데이터 엔지니어링
├── e-commerce-data-warehouse/ 이커머스 DW → DM 구축 프로젝트
└── 학습자료/ 데이터 엔지니어링 학습자료
04-Projects/ 👉 프로젝트 모음
├── 🏆 소방안전AI공모전/ 2022 제2회 소방안전 AI예측 경진대회 우수상 수상작
├── dacon-e-commerce/ Dacon 이커머스 고객 세분화
├── toss-ctr-prediction/ Toss CTR 예측 모델링
├── busan-commute-analysis/ 부산시 출퇴근 교통 분석
├── sonocam-review-analysis/ 소노캄 거제 리뷰 분석
├── housing-price-prediction/ 주택 가격 예측
├── london-bicycle-demand/ 런던 자전거 수요 예측
├── wine-classification/ 와인 품질 분류
├── 카드거래이력_분석/ 카드 거래 이력 분석
├── pixelbay-crawler/ Pixelbay 이미지 크롤러
├── bigquery-upload/ BigQuery 연동 스크립트
└── bootcamp/
├── sparta-coding/ 스파르타코딩 프로젝트
└── wanted-analyst/ Wanted 데이터 분석 챌린지
05-Interview-Prep/ 👉 기술 면접 준비 자료
configs/ 👉 환경 설정 및 유틸
├── ColabSetting.ipynb Colab 환경 설정
├── colabSetting.py Colab 설정 스크립트
├── github.md GitHub 가이드
└── utils/ 유틸리티 함수
- 목표: 원주시 격자별 사고 유형 예측
- 기술: GeoPandas, Scikit-Learn, 시계열 + 공간 정보 처리
- 성과: 외부 데이터 수집 및 지리 분석 기반 정밀한 예측 모델 개발
- conversion, 캠페인 퍼널, UI 테스트 등 실무형 A/B 실험 분석
- 사용자 기반, 아이템 기반 협업 필터링 구현
- Brazilian E-commerce 데이터 기반 DW → DM 파이프라인
- Pinecone + n8n 기반 RAG 워크플로우 및 에이전트 구현
- Language: Python, SQL
- Data: Pandas, NumPy, Scikit-learn
- Deep Learning: Tensorflow, Keras, OpenCV
- Visualization: Seaborn, Matplotlib, Streamlit, Folium
- Geo/Spatial: GeoPandas
- Infra: BigQuery, Selenium, FastAPI
- LLM/AI: LangChain, Pinecone, n8n
각 디렉토리의 README.md 또는 노트북 상단의 마크다운 셀을 통해 사용 방법, 코드 설명, 프로젝트 배경 등을 확인하실 수 있습니다.
- 이름: 옥은수 (OK Eunsu)
- 목표: 데이터로 의미를 만드는 분석가
- 연락처: esok0617@gmail.com
이 저장소는 지속적으로 업데이트되며, 실무 중심의 데이터 분석 및 AI 응용 역량 강화를 목표로 합니다.