시니어 데이터 사이언티스트 이력서 예시

시니어 데이터 사이언티스트 이력서에서 담당 업무와 성과를 설명하고, 프로젝트·학력·보유 기술을 정리하는 방법을 확인하세요.

쿠팡참고 공고 지역: 대한민국 서울창작한 예시이며 실제 직원의 이력서가 아닙니다.

전체 이력서 보기 이 예시로 시작하기

가상 이력서 예시입니다. 이름·재직 이력·성과는 설명을 위해 만든 내용이며 실제 직원의 기록이 아닙니다.

엄재성

시니어 데이터 사이언티스트 · 대한민국 서울

문제 정의·실험·모델·측정 가능한 의사결정 업무를 담당한 시니어 데이터 사이언티스트. 주요 수행 분야: Python · SQL · 실험 · 인과 추론

경력

쿠팡

대한민국 서울

시니어 데이터 사이언티스트

2021년 1월 - 현재

업무 리드로서 SQL과 Python으로 판매자 유지율을 분석하고 신규 판매자군과 기존 상점을 나눠 계절성을 확인. 상관관계를 인과 효과로 단정하지 않고 불확실성을 보고
검토 기준을 책임지고 리서치 데이터셋으로 Looker 대시보드를 만들고 코호트 정의와 상세 확인 표본을 문서화. 권고안을 공유하기 전에 대시보드 합계를 원본 쿼리와 대사
시간·고객 기준으로 학습·평가 데이터를 분리하고 파생 변수의 정보 누출 점검; 코호트별 모델 성능을 비교한 뒤 실험안 제안
반복 구매 예측용 Python 머신러닝 기준 모델 구축; 고객·시간 기준으로 데이터를 분할하고 단순 통계 모델과 확률 보정·재현율 비교 후 모델 제안
신뢰구간·코호트별 진단·실험 전 추세 데이터 시각화를 포함한 실험 결과표 작성; 표본 배정 비율 오류를 확인하고 전면 적용을 뒷받침하지 못하는 근거 한계 설명
Python 시간 기준 분할을 활용한 예측 평가 책임; 동일 계절성 기준 대비 홀드아웃 오차 19%에서 15%로 감소 및 코호트별 실패 기록
SQL로 검증한 입력을 활용해 Tableau 평가 대시보드 배포; 데이터 파이프라인 합계와 의사결정용 통계 사이의 차이 해결

네이버

성남 · 대한민국

데이터 사이언티스트

2016년 3월 - 2020년 12월

프로모션·휴일 효과를 포함한 26개 지역 수요 예측을 구축. 관련 팀의 판단 기준과 담당 범위도 조율. 후속 검토에서도 개선된 품질이 유지되도록 개선
발행 지표와 원천 기록의 차이를 조사해 모집단이 바뀐 변환 단계 추적; 재현 가능한 쿼리로 계산 수정
최근 정상 갱신과 실패 실행을 비교해 원천 누락·변환 오류 분리; 영향 기간만 재실행하고 검토용 원래 쿼리·수정 결과 함께 보관

주요 프로젝트

데이터 사이언티스트 실무 사례 연구

협업 프로젝트 리드

2023년 3월 - 2023년 7월

서로 다른 활성 공급 정의 3개를 하나의 관리 지표로 통합. 관련 팀의 판단 기준과 담당 범위도 조율
중복·지연 도착·정정 값을 가진 합성 원천 기록 생성; 행 수·키 고유성 검증식을 작성하고 사례별 보고 지표의 기대 변화 기록
분석 결과와 수기 계산 기준표 대사; 차이를 변환 단계까지 추적하고 정정 쿼리에 데이터 사전·재실행 안내 첨부
수기 계산 기준표를 활용한 합성 데이터 검증 책임; 중복 키에 따른 과대 집계 해결 및 정정 합계 재현 노트북 완료

학력

숭실대학교

서울 · 대한민국

컴퓨터학부 공학사

2008년 3월 - 2012년 2월

관련 과목: 알고리즘, 운영체제, 데이터베이스, 컴퓨터 네트워크

핵심 역량

직무 전문성

Python · SQL · 실험 · 인과 추론 · 머신러닝 · 데이터 시각화

자격증

Google Advanced Data Analytics Professional Certificate

Google

2023년 11월

발행물

분석 결과 대사 노트 — 데이터 사이언티스트

2023년 7월

재현 가능한 쿼리를 활용한 개인 분석 방법론 발행; 데이터 단위·제외 기록·분모 변경에 따른 결과 민감도 설명

데이터 사이언티스트 이력서와 채용공고 비교

공고의 요구사항을 어떤 경력 문장이 뒷받침하는지 확인하세요.

쿠팡

Senior Staff, Data Scientist (Incrementality and Attribution)

대한민국 서울스태프

채용공고 원문 보기2026. 9. 7. 확인 · 영문 공고에서 발췌

이 이력서는 가상 예시입니다. 최신 내용은 원문 공고에서 확인하세요.

공고의 요구사항
- SQL
  키워드와 수행 경험 확인
“Strong Machine Learning and Analytics Foundations: Advanced proficiency in Python and SQL, and deep expertise in statistical modeling, causal inference, and machine learning algorithms”
이력서의 근거
업무 리드로서 SQL과 Python으로 판매자 유지율을 분석하고 신규 판매자군과 기존 상점을 나눠 계절성을 확인. 상관관계를 인과 효과로 단정하지 않고 불확실성을 보고
시니어 데이터 사이언티스트 · 쿠팡
공고의 요구사항
- Python
  머신러닝
  키워드와 수행 경험 확인
“Strong Machine Learning and Analytics Foundations: Advanced proficiency in Python and SQL, and deep expertise in statistical modeling, causal inference, and machine learning algorithms”
“10+ years of industry experience in data science, advanced machine learning modeling, or a highly quantitative marketing science role”
이력서의 근거
반복 구매 예측용 Python 머신러닝 기준 모델 구축; 고객·시간 기준으로 데이터를 분할하고 단순 통계 모델과 확률 보정·재현율 비교 후 모델 제안
시니어 데이터 사이언티스트 · 쿠팡
공고의 요구사항
- 통계
  키워드와 수행 경험 확인
“Master’s or PhD degree in Statistics, Econometrics, Data Science, Computer Science, Operations Research, or other highly quantitative technical fields”
이력서의 근거
SQL로 검증한 입력을 활용해 Tableau 평가 대시보드 배포; 데이터 파이프라인 합계와 의사결정용 통계 사이의 차이 해결
시니어 데이터 사이언티스트 · 쿠팡
공고의 요구사항
- 연구
  인과 추론
  A/B 테스트
  뒷받침할 경험 미확인
“Lead Technical Strategy: Act as the senior technical lead to establish the high-level research direction, methodology, and framework for incrementality testing and measurement”
“Strong background in causal inference methodologies (e.g., uplift modeling, double machine learning, synthetic controls, geo experiments, non-compliance, confounding and bias)”
“Deep Domain Expertise: Deep, foundational understanding of incrementality & marginality concepts, synergy & cannibalization, A/B testing design, and attribution methodology”
이력서의 근거
뒷받침하는 경력 문장을 찾지 못했습니다. 실제로 수행한 경험이 없다면 키워드만 추가하지 마세요.

참고 자료2개확인일 2026. 9. 7.

쿠팡 — Senior Staff, Data Scientist (Incrementality and Attribution)(새 탭에서 열림)
채용공고
O*NET 15-2051.00 · 데이터 사이언티스트 관련 직무 정보(새 탭에서 열림)
직무 자료O*NET Database, CC BY 4.0

이 예시에서 시작해, 내 경력으로 완성하세요.

예시를 편집기에 불러와 경력·프로젝트·성과를 내 실제 경험으로 바꾸세요.

이 예시로 시작하기