시리즈
데이터분석가 취준생을 위한 실전 가이드
실제 공개 데이터를 직접 내려받아 검증하고 분석하고 해석한 과정을 따라가며, 그 판단을 포트폴리오로 설명하는 법을 정리한 데이터분석가 취준생용 시리즈
- 1뉴욕 택시 1만 건에 검증 규칙 12개를 걸어봤습니다: Great Expectations 입문
- 2새벽배송이 늘면 범죄는 줄어들까? 경찰청 데이터로 검증해봤습니다
- 3사드 이후 중국인 390만 명이 사라졌다. 빈자리를 가장 크게 메운 건 뜻밖에도 일본인이었다
- 4중국행 일본 수산물 99.5% 증발. 미국·베트남·태국이 대신 사준 건 3분의 1도 안 됐다
- 5"역 생기면 매출 뜬다"? 신림선 역 동네와 옆 동네, 매출 차이는 고작 0.2%p
- 6마트 휴업일 바꾸자 전통시장 32% 폭증? 편의점도 23% 올랐다. 진짜 승자는 대형마트
- 7스쿨존 사고 76% 폭증? 같은 해 스쿨존 밖 어린이 사고는 770건 사라졌다
- 8제주 컵 반환율 60%의 함정: 지금도 하루 1만 개씩 돌아오지 않는다
- 9총매출 한 줄 코드는 에러 없이 틀립니다: AI 시대에 분석가가 할 일
- 10취소율이 99.97%로 나왔습니다: pandas 타입이 메모리와 정답을 함께 바꾸는 이유
- 11같은 54만 행이 3.5MB도 되고 102.7MB도 됩니다: CSV·Excel·JSON·Parquet 고르는 법
- 12고객 매출 1위가 ‘고객 번호 없음’이었습니다: SQL 집계와 JOIN 결과를 검증하는 법
- 13신규 고객 4,334명이 이전 기록을 합치자 1,613명이 됐습니다: 윈도우 함수와 리텐션의 조용한 오류
- 14일본을 떠난 중국인, 한국으로 왔을까? 공개 데이터로 인과추론해봤습니다
- 15케데헌 보고 한국에 왔을까? 방한객 통계로 콘텐츠 관광효과 인과추론하기
- 16두쫀쿠를 주면 헌혈이 늘어날까? 공공데이터로 직접 검증해봤습니다
- 17피치클락 2초 줄였는데 경기는 왜 길어졌을까? KBO 5,024경기로 직접 검증해봤습니다
- 18공공데이터로 bar-chart-race 쇼츠 만들기: 데이터 수집부터 32초 세로 영상까지 6단계
- 19폭염 재난문자, 정말 더워서 늘었을까? 재난문자 6만 건과 기상청 날씨로 직접 검증해봤습니다
- 20인외 뜻과 인외콤이 갑자기 뜬 이유: 검색·웹소설·블로그 데이터로 뜯어보기
- 21온라인쇼핑 전망은 올랐는데 왜 아직 비관적일까? 지수 82를 읽는 7단계
- 22금리 동결인데 올해 금리는 올랐다? 한국은행 변경이력 읽는 7단계
- 23사람들은 왜 '말포이'보다 '악역영애 말포이'를 더 검색했을까? 검색·픽시브 데이터로 본 TS말포이 역주행
- 241년 생존율은 내리고 5년은 올랐다? 신생기업 생존율을 '같은 해 신생 집단'으로 다시 읽는 7단계
- 25모던워페어4 흥행, 판매량 대신 검색 데이터로 보기: 콜 오브 듀티 5편 네이버 검색 비교
- 26의사 피의자 한 해 735명, 의료사고 실형은 3명꼴? 고소된 의사가 실제로 어디까지 가는지 데이터로 보기
- 27따릉이 공개 데이터 해부: 데이터셋 19개 지도와 실측 함정 22개, 2년치 7,832만 건으로 확인한 7단계
- 28고향사랑기금은 정말 안 쓰고 있을까? 243개 지자체 지출을 전부 받아 확인하기
- 29무연고 사망, 독거노인 이야기일까? 서울 4개 구 데이터로 본 50~60대 남성
- 302027 데이터 분석 포트폴리오, 무엇을 넣어야 할까요? 공고 153건을 뜯어보고 정한 7단계