Domin Kim

이기종 데이터베이스(PostgreSQL, MySQL, SQLite) 연동을 지원하는 프로덕션 수준의 자동화된 ETL 파이프라인 시스템 구현.

• 다중 DB 통합: SQLAlchemy 기반으로 이기종 DB 연결을 통합 관리하고 ETL 워크플로우를 자동화.
• 시스템 안정화: DB 연결 풀링(Connection Pooling) 구현으로 부하를 최소화하고 처리 안정성 확보.
• 유연한 처리: 오류 처리 로직을 포함한 동적 쿼리 생성 기능으로 다양한 데이터 스키마에 유연하게 대응.

LangGraph StateGraph 아키텍처를 적용하여 구축된 대화형 AI 코드 인터프리터 에이전트. 자연어를 Python 코드로 변환하고 실행하는 멀티스텝 추론 파이프라인을 구현.

• 멀티스텝 에이전트 설계: LangGraph StateGraph를 활용, '코드 생성-실행-해석' 과정을 체계화하여 복잡한 AI 워크플로우 구현.
• 안전한 동적 코드 실행: Python REPL 샌드박스 환경에서 자연어 기반 동적 코드를 안전하게 실행 및 결과 도출.
• 핵심 역량: LLM 기반 에이전트의 상태 관리 및 안정적인 추론 파이프라인 구축 경험 확보.

와인의 11가지 화학적 속성을 기반으로 품질 등급(3~8점)을 예측하는 분류 모델 구축 프로젝트.

• 최적 모델 선정: RandomForest 모델을 채택하여 85.2%의 정확도 달성.
• 성능 최적화: 탐색적 분석(EDA) 기반 특성 엔지니어링 및 하이퍼파라미터 튜닝을 통한 분류 성능 향상.
• 주요 특성 분석: 와인 품질에 가장 큰 영향을 미치는 알코올 도수(alcohol)와 휘발성 산도(volatile_acidity) 등 핵심 특성 도출.
• 핵심 역량: 데이터 전처리부터 모델 비교, 최적화까지 머신러닝 분류 프로세스 전반에 대한 숙련도 확보.

승객 데이터를 활용하여 생존 여부를 예측하는 머신러닝 분류 모델 프로젝트. 성별, 객실 등급, 연령별 EDA 인사이트를 기반으로 고급 결측치 처리 및 특성 엔지니어링을 수행.

• 고급 결측치 처리: Age 결측치를 성별 및 객실 등급별 평균 나이를 이용해 치밀하게 대체하여 데이터 품질 확보.
• 데이터 기반 인사이트: 성별, 객실 등급, 연령대 조합에 따른 생존율 차이를 교차 분석하여 핵심 패턴 도출.
• 특성 엔지니어링: Age 데이터를 5개 연령대로 구간화하여 모델 예측력 향상을 위한 새로운 범주형 특성 생성.
• 핵심 역량: 데이터 탐색, 전처리, 통계 분석을 포함한 체계적인 머신러닝 전처리 파이프라인 구축 경험 확보.

FastAPI를 백엔드로 사용하고 GPT-4를 연동한 대화형 AI 챗봇. 실시간 응답을 위한 웹훅 아키텍처를 구축하여 서비스의 반응 속도와 안정성을 확보.

• 실시간 웹훅 구현: FastAPI 기반의 웹훅 엔드포인트(@app.post('/telegram'))를 통해 텔레그램 메시지를 실시간으로 수신 및 처리.
• GPT 기반 응답: OpenAI API를 연동하여 사용자 메시지에 대한 지능형 대화 응답 생성 및 전송 시스템 구축.
• 보안 및 환경 설정: API 키를 환경 변수로 분리하여 보안적인 개발 환경 및 배포 구조 마련.
• 핵심 역량: 실시간 통신 아키텍처(웹훅)와 외부 AI API를 통합한 봇 서비스 개발 경험 확보.

음악 스트리밍 서비스 데이터베이스(Chinook DB)를 대상으로, 초급부터 고급까지 SQL 쿼리를 작성하여 고객 행동 및 비즈니스 성과 지표를 분석한 데이터 분석 프로젝트.

• 고급 분석 쿼리: Window Function (LAG/LEAD)으로 월별 전월 대비 매출 증감률을 계산하는 등 고급 재무 지표 분석 구현.
• 고객 세분화: 구매액 기반 고객 등급(VIP/Low) 분류 로직 및 코호트 잔존율 분석 쿼리 작성.
• 핵심 역량: JOIN, Subquery, Window Function 등 고급 SQL 기술을 활용하여 비즈니스 인사이트를 도출하는 실무 분석 역량 확보.