작업

시스템과 의사결정 지원에 관한 케이스 스터디

데이터 접근성, 창고 모델링, 운영 의사결정 작업을 모아 둔 아카이브입니다.

케이스 스터디

구조화된 메타데이터, Athena 실행, 검증 루프로 반복적인 애드혹 분석을 재사용 가능한 AI 기반 Text-to-SQL 워크플로우로 바꿨습니다.

추정 결과: 약 4~10시간에서 1시간 미만

케이스 스터디

창고 그래프 구성과 시뮬레이션을 결합한 창고 최적화 워크플로우로, 완성형 최적화 엔진 이전 단계에서 재고 배치와 작업자 이동거리를 시험했습니다.

상태: 방향성 분석에 쓸 수 있는 사용 가능한 1차 시스템

케이스 스터디

완료된 에이전트 브랜치를 순서대로 조립하고 결합 상태를 테스트한 뒤, 명시적으로 승인된 Git push만 실행하는 오픈소스 로컬 큐를 만들었습니다.

검증: discovery 20/20, safe handoff 19/20, soak train 20건

케이스 스터디

forecast에 신선도, 시점, 창고 운영 제약을 함께 반영하는 신선식품 발주 엔진을 만들었습니다.

의사결정 엔진: forecast + 신선도 + 운영 제약

케이스 스터디

재고 예외, stock risk, 발주 이슈를 더 빨리 발견하고 대응할 수 있도록 반복 리포트와 대시보드를 만들었습니다.

반복 리포트와 대시보드로 재고 예외와 stock risk 가시화

케이스 스터디

공개 forecasting competition의 asymmetric scoring rule에 맞춰 preprocessing과 예측 로직을 설계해 우승했습니다.

scoring rule에 맞춘 preprocessing과 forecast로 1위

케이스 스터디

공개 상품·리뷰 데이터를 바탕으로, 사용자 프로필 입력에 맞춰 영양제를 추천하는 웹 프로토타입을 만들었습니다.

데이터 수집부터 추천 흐름까지 만든 end-to-end 프로토타입

케이스 스터디

과거 공개 트윗을 수집해 PostgreSQL에 저장하고, 시간에 따른 감성 변화를 점수화한 개인 분석 프로젝트입니다.

공개 소셜 데이터를 다루는 end-to-end 텍스트 분석 파이프라인