미리보기

1. 안내염 수술 후 시력 예측 모델 개발

• 원본 데이터 분석 및 전처리

• 의료 테이블 데이터를 사용하여 시력값을 예측하는 모델 개발

2. 화학 위험성 예측 선행 연구

• SMILES, 인화성, 증기압과 같은 물성 정보를 이용해 위험성 여부 판단 모델 개발 및 선행 연구

1. 화재 탐지 서비스를 위한 Yolo 연기 탐지 모델 개발

2. 과도한 오알람 개선을 위해 OpenCV 활용한 이미지 필터링 알고리즘 개발

3. Selenium 크롤링 활용한 오탐지 영상 자동 수집 프로그램 개발

4. 학습 데이터셋 수집 및 제작, 관리

• 모델 및 알고리즘 개발 통해 실제 가스 탐지 사례 5건 확보로 서비스 신뢰성 향상 및 CCTV 카메라 계약 목표 (1000대) 초과 달성

• PoC 현장 방문, 연무기로 연기 발생 화재 상황 연출과 테스트 역할 수행하여 모델 및 알고리즘 실시간 적용성 입증

• 기존 YOLOv5에서 YOLOv8 모델 도입 건의 및 적용 성공. 모델 탐지 정확도 10% 높이고 오탐지 10% 감소

• PoC 데이터 수집, 현장 테스트 결과, 모델 성능 개선 비교 정리한 시각적 자료 클라이언트 전달. 화재 탐지 서비스에 대한 긍정적 답변 확보

• 다양한 하이퍼 파라미터 조합 테스트 후 성능 비교를 통한 최적화 및 연기 탐지 모델 성능 5% 향상

OpenCV의 영상 차분 기법과 연기의 동적 특성을 활용한 이미지 필터링 알고리즘 개발

• 오탐지로 인해 발생하는 오알람 문제 해결 위해 연기 탐지 관련된 논문 4편 리서치 및 연기 특성 분석 진행

• 연기의 동적 특성 기반 영상 차분 기법 적용한 오탐지 필터링 알고리즘 개발 및 적용으로 10여 건의 오알람 케이스 해결

• PoC 알고리즘 적용 시 파일 권한 문제를 발견하고 협업팀에게 전달하여 알고리즘 정상 작동 하지 못한 문제 해결

• 알고리즘 적용 환경 정의. 전기실과 화학제품 보관소 등 인적이 드문 특정 환경 적용 통해 모니터링 효율성 강화

• 셀레니움 이용한 크롤링 자동 데이터 수집 프로그램 개발로 수집 소모 시간 70% 단축

• 기존 수동 수집 작업을 원하는 날짜, 지역, 빌딩 선택 후 수집하도록 자동화

• CCTV 영상 데이터 수집, 검수 및 라벨링 수행으로 5만여 장의 학습 데이터, 고품질 데이터셋 구축

• 3개의 PoC 지역에서 화재 상황 연출 및 데이터 수집, 현장 환경 반영한 데이터셋 제작

• 서비스 및 PoC 지역 지속적인 모니터링 통해 오탐지 사례 수집 및 정리하여 문서화

• 현재 운영 중인 ‘기상 챌린지’의 출석 데이터를 수집 및 정리하여 분석 프로젝트 수행

• 참가자 행동 패턴, 유지율 등 주요 지표를 시각화하고 제도(무제한 패스, 유연 인증 등) 도입 전후 변화 정량 분석

• 데이터를 통해 참여 유도 요소의 효과성 확인, 행동 기반 인사이트 도출 경험 확보

• 개발 직군 종사자들이 모여 같이 글쓰고 네트워킹하는 커뮤니티

• 2주마다 블로그글 작성, 15개월간 총 24개의 기술관련, 회고, 세미나 및 책 리뷰 등 여러 주제의 글 작성

• 복잡한 내용을 구조화하여 전달하는 기술, 지속적인 자기성찰과 기록 습관, 개발 지식 내재화 및 커뮤니티 기반 소통 역량을 강화

• 파이썬을 활용한 정형 데이터 통계 분석 기술 습득 및 분석 결과 시각화 방안 학습

• 소규모 팀 과제 통해 데이터 분석과 시각화, 검정 방안에 대한 실무적 이해와 커뮤니케이션 및 협업 능력 개발

• 책 핸즈온 머신러닝 한 챕터씩 스터디 후 PPT 제작과 발표준비

• 격주마다 온라인으로 공부 내용 발표하여 프레젠테이션 능력 개발

• 발표 후 해당 내용 정리하여 블로그글 작성

• 전력사용량 예측 AI 모델 개발 대회의 수상자 코드 리뷰 스터디

• 시계열 데이터 전처리 및 모델링에 대한 코드 분석과 스터디 진행

• 팀원과 공부 내용 공유 및 발표 통해 협업 경험 능력 개발