2025 LS 빅데이터 스쿨 5기 자기소개서 지원서와 면접자료
분야
hwp목차
1. LS빅데이터 스쿨에 지원한 동기
2. 팀원들과 협력하여 공동의 목표 달성에 기여한 경험
3. LS빅데이터 스쿨에서의 목표, 참여 의지, 수료 후 활용 계획
4. 면접 예상 질문 및 답변
1. LS빅데이터 스쿨에 지원한 동기
데이터는 세상의 흐름을 읽는 눈이며, 기술은 그 흐름을 바꾸는 손이라고 생각합니다. 저는 이러한 생각을 바탕으로 데이터 분석 분야에 관심을 가지게 되었고, 단순한 수치 해석이 아닌 실제 비즈니스 문제 해결에 데이터가 어떻게 적용되는지를 배우고자 LS빅데이터 스쿨에 지원하게 되었습니다.
LS그룹은 전기·전력, 소재, 산업재 등 제조 기반의 강점을 가진 기업으로, 데이터 분석이 생산성과 품질을 혁신하는 데 실질적 영향을 미칠 수 있는 환경을 보유하고 있다고 판단했습니다. 특히 빅데이터 스쿨이 단순한 교육을 넘어 LS 현업 과제를 바탕으로 구성된 실전형 커리큘럼이라는 점이 가장 큰 매력으로 다가왔습니다. 실제 기업 데이터를 다루며 프로젝트를 수행하는 경험은, 데이터 분석가로서 실력을 검증받을 수 있는 가장 효과적인 방법이라고 생각했습니다.
또한 LS빅데이터 스쿨은 단기 교육과정을 넘어서, 데이터 분석 실무와 산업 적용 역량을 모두 갖춘 인재를 양성하고자 한다는 방향성에서 진정성 있는 프로그램이라 느꼈습니다. 저는 이 교육과정을 통해, 수치가 아닌 맥락을 읽고, 코드가 아닌 가치를 설계하는 데이터 분석가로 성장하고 싶습니다.
2. 팀원들과 협력하여 공동의 목표 달성에 기여한 경험
4학년 1학기, ‘공공 데이터를 활용한 지역상권 분석’이라는 주제로 데이터 사이언스 캡스톤 프로젝트를 수행한 경험이 있습니다. 팀은 총 4명으로 구성되었고, 각자의 역할에 따라 데이터 수집, 전처리, 분석, 시각화를 분담하였습니다. 저는 ‘데이터 클렌징 및 시각화’ 파트를 맡았으며, 전체 분석의 기반이 되는 핵심 역할을 수행하였습니다.
당시 공공데이터포털에서 추출한 상권 매출 데이터는 포맷이 통일되지 않았고, 일부는 결측값과 오기입이 많아 그대로 사용할 수 없었습니다. 저는 Python의 pandas와 numpy를 활용해 수치형 데이터의 이상값을 처리하고, 주소 데이터는 geopandas로 좌표를 변환하여 지도 시각화가 가능하도록 정제했습니다. 이후 seaborn과 folium을 활용해 지역별 매출 분포, 경쟁도, 업종 트렌드 등을 시각화하여 팀원들이 통찰력 있는 인사이트를 도출할 수 있도록 기반을 제공했습니다.
또한 분석 후반부에는 발표 자료 구성과 발표 스크립트 작성도 함께 담당하며 팀 전체의 논리 흐름을 정돈하는 역할을 맡았습니다. 결과적으로 프로젝트는 ‘데이터 기반 상권 성장성 예측모델’을 제안하는 수준까지 완성되었고, 학과 내에서 우수 프로젝트로 선정되어 교수님과 기업 멘토들로부터 긍정적인 피드백을 받았습니다.
이 경험을 통해 저는 ‘데이터 분석은 혼자 하는 일이 아니라 협업으로 완성되는 일’이라는 점을 절실히 깨달았고, 그 과정에서 저의 강점은 데이터를 정리하고 구조화하여 팀 전체의 방향성을 잡는 데 있다는 것도 확인할 수 있었습니다. LS빅데이터 스쿨에서도 이 경험을 바탕으로 팀 프로젝트에 기여하고 싶습니다.
3. LS빅데이터 스쿨에서의 목표, 참여 의지, 수료 후 활용 계획
LS빅데이터 스쿨에서의 저의 목표는 세 가지입니다. 첫째, 분석 기술의 탄탄한 기초 확립입니다. Python, SQL, 머신러닝, 통계 등 분석의 기반이 되는 기술들을 체계적으로 학습하고, 오픈데이터가 아닌 실제 산업 데이터를 다루며 그 기술을 검증해보는 실전 감각을 키우고 싶습니다.
둘째, 산업 데이터를 다루는 실전 프로젝트 경험입니다. 특히 제조 및 에너지 기반 산업은 단순 소비자 데이터와 달리, 센서, 설비, 시간, 품질 등 복잡하고 비정형적인 데이터 구조를 가집니다. 이러한 데이터를 이해하고 처리하는 경험은 일반적인 분석 교육에서는 접하기 어렵기에, LS에서 제공하는 현업 데이터 기반 프로젝트는 저에게 매우 소중한 기회가 될 것입니다.