클러스터링 기법을 활용한 Application 사용성 증대 및 배송, 가격, 품질, 포장 등 제품의 다양한 측면 인사이트 발굴
한글 텍스트 데이터 전처리 및 자연어 분석 능력 고도화

Topic Extraction
- Latent Diriclet Allocation 활용한 10개 주제 Top keywords(w/ TF-IDF)
- Unsupervised Clustering만으로 전체 Corpus를 주제별로 완벽하게 구별해내지 못함
- Supervised Training을 위한 labeling의 사전 작업 정도의 성능

Neural Network 구조를 적용하여 Leaderboard 최고 점수를 상회하는 성능 Classifier 제작
다양한 문제 해결전략 시도를 통해 이미지 전처리/ Deep Learning 활용 테크닉 고도화

HIGHEST ACCURACY: 0.6542
- 6 layers, 7.9m parameters, 2-depth pipeline
- Human Accuracy on FER2013: 65±5 %
- 5th rank on the FER2013 competition public leaderboard

2년간 휴맥스 계열사인 STB 미들웨어 업체 알티캐스트에서 UX 디자이너로 일하며 국내외 주요 방송통신사업자들의 IPTV, Cable TV, OTT 플랫폼의 신규 UX기획/개편 프로젝트에 참여했습니다. TV 업계는 젊은 사용자들이 TV 앞을 떠나는 Cord-Cutting의 흐름 속에 위기를 맞고 있었습니다. 두 사람 이상 모이면 언제나 넷플릭스가 정밀한 데이터 분석을 통해 킬러 콘텐츠를 얼마나 효과적으로 제작하고 유통하는지 이야기했지만 아무도 실제로 그들이 어떻게 시장을 돌파해 나가는지 제대로 이해하지 못했습니다. 버즈피드와 유튜브가 상징하는 새로운 미디어 채널의 핵심 경쟁력이 데이터 분석에 기반한 정밀 추천, 제작 시스템이라는 것을 누구나 알고 있었지만 업계를 대표하는 사업자들 모두 데이터 분석의 필요성만 되뇔 뿐 여전히 적합한 인력과 프로세스의 부재로 발만 구르고 있는 상황이었습니다. 다양한 규모의 프로젝트를 경험했지만 하나같이 의사결정과정은 불합리하고 비효율적이었으며 위기가 현실이 될 수록 고객의 눈을 가리거나 변명하기 위한 제품을 만들기에 급급했습니다.

내 손으로 새롭고 의미있는 제품을 만들고 싶다는 열망으로 디자이너가 되기 위해 노력했고 마침내 원하는 커리어를 시작할 수 있었지만 금새 스스로의 직무에 회의가 들기 시작했습니다. 제품과 서비스 개발에서 UX 디자인은 정성적 리서치를 통해 고객의 잠재된 니즈를 발굴하고 이를 눈에 보이는 형상으로 빠르게 적용시키는데 크게 기여할 수 있을 것이라는 기대를 갖고 있었습니다. 하지만 실제 업무 현장에서 정량적 근거를 제시할 수 없는 리서치는 많은 비용과 불확실한 결과를 내는 계륵 같은 존재로 받아들여지고 있었습니다. 특정 개인과 부서의 이해관계 속에 이미 결정된 형상을 설명하기 위해 억지로 근거 자료를 만드는 듯한 업무가 반복되었고 그렇게 내 이름을 걸고 만들어낸 제품에 스스로 실망했습니다. 사용자의 니즈가 표면적으로 잘 드러나지 않는 지금의 시장 환경에서 데이터 분석에 기반하지 않은 의사결정은 비효율과 제품 가치의 하락으로 자연스럽게 연결된다는 것 그리고 기존의 조직과 인력으로는 근본적인 변화가 어렵다는 것을 깨닫게 되었습니다. 인간의 삶에 좋은 변화를 가져오는 제품을 만들기 위해서 데이터 분석을 이해하고 적용할 수 있는 능력을 스스로 갖추어야만 함을 깨달았기에 데이터 사이언티스트의 길을 도전하고자 합니다.