본문으로 건너뛰기

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

  1. 1뉴욕 택시 1만 건에 검증 규칙 12개를 걸어봤습니다: Great Expectations 입문
  2. 2새벽배송이 늘면 범죄는 줄어들까? 경찰청 데이터로 검증해봤습니다
  3. 3사드 이후 중국인 390만 명이 사라졌다. 빈자리를 가장 크게 메운 건 뜻밖에도 일본인이었다
  4. 4중국행 일본 수산물 99.5% 증발. 미국·베트남·태국이 대신 사준 건 3분의 1도 안 됐다
  5. 5"역 생기면 매출 뜬다"? 신림선 역 동네와 옆 동네, 매출 차이는 고작 0.2%p
  6. 6마트 휴업일 바꾸자 전통시장 32% 폭증? 편의점도 23% 올랐다. 진짜 승자는 대형마트
  7. 7스쿨존 사고 76% 폭증? 같은 해 스쿨존 밖 어린이 사고는 770건 사라졌다
  8. 8제주 컵 반환율 60%의 함정: 지금도 하루 1만 개씩 돌아오지 않는다
  9. 9총매출 한 줄 코드는 에러 없이 틀립니다: AI 시대에 분석가가 할 일
  10. 10취소율이 99.97%로 나왔습니다: pandas 타입이 메모리와 정답을 함께 바꾸는 이유
  11. 11같은 54만 행이 3.5MB도 되고 102.7MB도 됩니다: CSV·Excel·JSON·Parquet 고르는 법
  12. 12고객 매출 1위가 ‘고객 번호 없음’이었습니다: SQL 집계와 JOIN 결과를 검증하는 법
  13. 13신규 고객 4,334명이 이전 기록을 합치자 1,613명이 됐습니다: 윈도우 함수와 리텐션의 조용한 오류
  14. 14일본을 떠난 중국인, 한국으로 왔을까? 공개 데이터로 인과추론해봤습니다
  15. 15케데헌 보고 한국에 왔을까? 방한객 통계로 콘텐츠 관광효과 인과추론하기
  16. 16두쫀쿠를 주면 헌혈이 늘어날까? 공공데이터로 직접 검증해봤습니다
  17. 17피치클락 2초 줄였는데 경기는 왜 길어졌을까? KBO 5,024경기로 직접 검증해봤습니다
  18. 18공공데이터로 bar-chart-race 쇼츠 만들기: 데이터 수집부터 32초 세로 영상까지 6단계
  19. 19폭염 재난문자, 정말 더워서 늘었을까? 재난문자 6만 건과 기상청 날씨로 직접 검증해봤습니다
  20. 20인외 뜻과 인외콤이 갑자기 뜬 이유: 검색·웹소설·블로그 데이터로 뜯어보기
  21. 21온라인쇼핑 전망은 올랐는데 왜 아직 비관적일까? 지수 82를 읽는 7단계
  22. 22금리 동결인데 올해 금리는 올랐다? 한국은행 변경이력 읽는 7단계
  23. 23사람들은 왜 '말포이'보다 '악역영애 말포이'를 더 검색했을까? 검색·픽시브 데이터로 본 TS말포이 역주행
  24. 241년 생존율은 내리고 5년은 올랐다? 신생기업 생존율을 '같은 해 신생 집단'으로 다시 읽는 7단계
  25. 25모던워페어4 흥행, 판매량 대신 검색 데이터로 보기: 콜 오브 듀티 5편 네이버 검색 비교
  26. 26의사 피의자 한 해 735명, 의료사고 실형은 3명꼴? 고소된 의사가 실제로 어디까지 가는지 데이터로 보기
  27. 27따릉이 공개 데이터 해부: 데이터셋 19개 지도와 실측 함정 22개, 2년치 7,832만 건으로 확인한 7단계
  28. 28고향사랑기금은 정말 안 쓰고 있을까? 243개 지자체 지출을 전부 받아 확인하기
  29. 29무연고 사망, 독거노인 이야기일까? 서울 4개 구 데이터로 본 50~60대 남성
  30. 302027 데이터 분석 포트폴리오, 무엇을 넣어야 할까요? 공고 153건을 뜯어보고 정한 7단계