보이는 숫자 뒤의

진짜 원인을 찾는 주니어 데이터 분석가

tel : +82-10-2799-1804

e-mail : [email protected]

2026.11.04 UPDATE

Notion 상세 링크 / GitHub 링크

노션 : https://app.notion.com/p/RESUME-PORTFOLIO-321651faf2ed80d9bcb2df376d3bcd1d?source=copy_link

GitHub : https://github.com/peumuoe

스킬 Skill

• SQL · Python: pandas, scikit-learn, XGBoost
• 통계 분석 · 실험 설계: 가설 검정, 표본 크기 산정
• 시각화: Tableau, Plotly, Streamlit
• AI 활용: LLM API(Gemini), AI 에이전트

경력 Experience

트레져헌터 · 크리에이터 사업부 크리에이터 운영팀 (인턴)

2026.09–10 · 퍼널 분석, 대시보드, AI 에이전트

모두가 콘텐츠를 탓할 때, 실제로 막힌 곳은 어디인가

클릭·시청은 올랐고 줄어든 건 노출. 조회수 급등은 성과가 아니라 집계 정책 변경이었다.

트레져헌터 크리에이터 운영팀 인턴 · 채널 성과 데이터 분석

프로젝트 Project

Olist 이커머스 재구매 분석 및 CRM 실험 설계

Olist 재구매 분석 · CRM 실험 설계

개인 · 2026.07–08 · Python, SQL(DuckDB), scikit-learn

대부분이 한 번만 사고 떠나는 이커머스에서, 다시 살 고객을 찾아 재구매를 늘리고 싶었다

모델로 고른 고객은 재구매자가 2.42배 많았지만 효과 검출은 불가능. 비용을 쓰기 전에 No-Go를 판정했다.