Data & ML
JipFit AI
문제 월세·보증금·부채를 함께 고려하기 어려운 청년 주거비 부담 판단
구현 6,000건 합성 시나리오로 Logistic Regression·Random Forest를 비교하고 Streamlit으로 서빙
결과 Accuracy 93.75% · Macro F1 91.85%, 테스트 12개로 검증
자세히 보기 →Nayoung Kim
기술보다 문제를 먼저 보고,
끝까지 동작하는 결과물을 만듭니다.
데이터 분석, 백엔드, AI를 하나의 직무명으로 제한하지 않고 문제에 맞는 도구로 활용합니다. 프로젝트마다 맡은 역할, 구현 과정, 검증 결과를 명확히 보여드립니다.
핵심 성과
93.75% / 91.85%
JipFit AI 분류 모델 Accuracy / Macro F1 (합성 데이터 기준)
75개
Pigge Server·JipFit AI·FESTAI·AI Agent System에서 직접 작성해 통과시킨 자동화 테스트
30개
Pigge Server·FESTAI에서 직접 구현한 API 엔드포인트
8개 프로젝트
개인·팀 프로젝트의 역할, 구현 과정과 검증 근거를 함께 정리
대표 프로젝트
Backend & Platform
FESTAI
문제 지역축제 운영 데이터와 방문객 안내를 하나의 서비스 흐름으로 연결
구현 FastAPI·PostgreSQL 기반 공개 API 11개와 승인 데이터 기반 AI 안내·fallback·전처리 구현
결과 팀 전체 141개 테스트 중 AI·전처리 테스트 24개를 직접 작성해 예외 경로까지 검증
자세히 보기 →AI Automation
AI Agent System
문제 회의록·Git 커밋에 흩어진 Action Item과 기여도 근거를 수작업으로 정리
구현 Python·LangGraph로 회의 요약→Action Item→일정 알림→Git 근거 수집→종료 리포트 흐름 자동화
결과 FakeRepository/FakeLLM 기반 pytest 36개로 orchestration 회귀 검증
자세히 보기 →핵심 역량
Python / SQL
데이터 수집, 정제, 집계, 분석 쿼리 작성
Java / Spring Boot
도메인 API, 서비스 계층, JPA 기반 구현
PostgreSQL
관계형 데이터 모델링과 조회 구조 설계
REST API
요청/응답 흐름과 엔드포인트 설계
데이터 모델링
사용자 행동과 비즈니스 규칙을 테이블로 구조화
테스트와 문서화
분석 재현성, 테스트 기초, 프로젝트 문서화
전문 영역
Data & Insights
문제 정의, 데이터 출처, 지표 설계, 모델 검증, 비즈니스 인사이트를 기준으로 프로젝트를 정리했습니다.
- JipFit AI
- Weather Forecast Error
- AI Agent System
Backend & Platform
실제 서버 구현, 서비스 데이터 구조, 인증과 상태 관리, 구현한 흐름과 개선 계획을 분리해 정리했습니다.
- FESTAI
- PetBalance
- Pigge Server
- DentalLink
- SilentOrchestra 2.0
AI & Automation
AI 연동 로직 설계, 실패 시 폴백 처리, 자동화 워크플로우 구성과 분류 모델 평가까지 AI를 서비스에 붙이는 과정을 정리했습니다.
- AI Agent System
- FESTAI (Alan AI 연동)
- JipFit AI (모델 평가)
Finance & Data Integrity
거래 저장·잔액 계산의 정합성, 민감 데이터를 다루는 보안·정합성 처리, 소득·부채 조건 기반 리스크 분류 경험을 정리했습니다.
- Pigge Server
- FESTAI (보안·정합성)
- JipFit AI (리스크 분류)