미리보기

팀 구성: 5명(프론트엔드 3명, 백엔드 2명) / 팀 리더로 85% 기여

목적: 사용자에게 리뷰 기반을 통해 알맞는 화장품 정보를 제공

기술 스택: Python, streamlit, selenium

액션:

올리브영 리뷰 데이터 크롤링: 상품별 3000개 총 36개 상품의 리뷰를 크롤링
자연어 처리를 통해 리뷰 데이터 정리
학습 모델을 설정해 리뷰 데이터 미세조정 : 리뷰 데이터중 12000개를 각각 긍정, 부정, 중립적 데이터로 학습 및 임베딩/학습결과 92%의 정확성 확보
streamlit으로 리뷰데이터 검색 및 긍, 부정 비율 확인 가능하게 제작

성과:

아시아경제 부트캠프 최종 발표에서 우수상 수상

팀 구성: 4명(프론트엔드 2명, 백엔드 2명) / 팀 리더로 65% 기여

목적: 빅데이터를 통해 공공자전거 어울링 과적재와 고장률을 해결하기 위한 공공자전거 전용 주차장 설립 제안

기술 스택: Python, Ms-office

액션: 공공자전거 고장 빈도와 이유 분석, 일자별 최빈 대여소 분석, 최적의 자전거 주차장 위치 선정

성과: 공모전 본선 진출