H에너지 인공지능팀 매니저 (인턴) 자기소개서 예시 (2024하반기)

H에너지 인공지능팀 매니저 (인턴) 자기소개서 - 2024하반기

1. 지원동기

데이터와 인공지능 모델이 실제 에너지 서비스의 운영 판단에 쓰이는 과정을 경험하고 싶어 H에너지 인공지능팀 매니저 인턴에 지원했습니다. 컴퓨터공학을 전공하며 머신러닝 수업에서 예측 정확도를 높이는 것보다 어떤 데이터를 입력하고 결과를 어떻게 검증할지가 더 중요하다는 점에 관심을 가졌습니다. 전공 프로젝트로 건물 전력사용량 예측 모델을 만들 때 온도와 시간 정보만 넣어 높은 정확도를 기대했지만 시험 기간과 방학처럼 사용 패턴이 바뀌는 구간에서 오차가 크게 늘었습니다. 더 복잡한 모델을 찾기 전에 건물 관리 담당자에게 그 기간에 무엇이 달랐는지 물었고, 시험 기간에는 열람실만 늦게까지 켜 둔다는 답을 듣고 운영 일정을 입력에 넣자 오차가 줄었습니다. 한편 모델 성능만 설명하고 실제 사용자가 어떤 화면에서 결과를 볼지 고려하지 않아 발표 평가에서 낮은 점수를 받은 경험도 있습니다. 이후 예측값 옆에 기준 사용량과 오차 범위를 함께 보여 주는 화면을 설계했습니다. 인공지능팀 인턴으로서 모델 개발 과정뿐 아니라 데이터 수집, 검증, 결과 전달까지 전체 흐름을 배우고, 기술이 현장 판단에 쓰이도록 정리하는 역할을 맡고 싶습니다. 프로젝트 종료 뒤에는 오차가 큰 시간대를 직접 찾아 전력 사용 변화 원인을 메모했습니다. 모델이 틀린 구간을 숨기지 않고 어떤 환경에서 약해지는지 설명하는 것이 실제 서비스에서는 더 중요하다고 느꼈습니다. 팀 발표에서도 정확도 숫자 옆에 학습 기간과 검증 기간을 표시해 결과가 나온 조건을 함께 전달했습니다.

2. 전공 및 기술능력

컴퓨터공학 전공 과정에서 Python, SQL, 자료구조, 데이터베이스, 머신러닝을 중심으로 역량을 쌓았습니다. 가장 많이 사용한 언어는 Python이며 pandas로 결측값과 이상값을 정리하고 scikit-learn으로 회귀와 분류 모델을 실습했습니다. 중고 서적 거래 게시글 3만여 건을 모아 등록가와 실제 거래가의 차이를 예측하는 개인 프로젝트에서는 텍스트와 정형 데이터를 함께 다뤘습니다. 초반에는 게시글 제목과 본문의 단어 빈도만으로 모델을 학습했는데, 검증 성능은 높았지만 새 게시글에는 예측이 크게 어긋났습니다. 원인을 보니 학습 데이터에 이미 판매완료 표시가 붙은 글이 섞여 있어, 모델이 본문 속 '판매완료', '가격내림' 같은 사후 표현을 학습해 버린 것이었습니다. 게시 시점에 알 수 있는 정보만 남기고 사후 표현을 제거해 다시 학습하자 검증 성능은 낮아졌지만 새 게시글 예측은 더 안정적이었습니다. SQL은 팀 프로젝트의 사용자 행동 로그를 조회하며 JOIN, GROUP BY, 윈도 함수를 사용했습니다. Git으로 브랜치를 나눠 코드를 관리한 경험도 있으며 충돌이 잦았던 초기에는 기능 단위를 너무 크게 커밋한 것이 원인이었습니다. 변경 범위를 작게 나누고 메시지에 목적을 적으며 협업 속도를 높였습니다. 새 기술을 빨리 보여 주기보다 데이터의 특성과 검증 조건을 먼저 확인하는 개발 습관을 인공지능 업무에 활용하겠습니다. 모델 실험은 Jupyter Notebook에서 시작하되 최종 코드는 함수로 분리해 입력 데이터가 바뀌어도 다시 실행할 수 있게 정리했습니다. 재현이 어려웠던 실험은 seed, 라이브러리 버전, 전처리 순서를 기록해 팀원이 같은 결과를 확인하도록 했습니다.

3. 교내외 활동 및 수상실적