Q. 연구개발 직무 데이터 분석 역량 스펙 (파이썬)

답변 2

• 

  Top_TierHD현대건설기계

  코사장 ∙ 채택률 96%

  ---

  자격증 취득을 한다면 분명 더 도움이 되는 것이 맞습니다. 교육을 통해서 단순 경험을 했다라는 건 역량에 대한 객관적인 지표가 되지 않는데, 자격증 취득은 역량에 대한 객관적인 증빙을 해주는 것이 됩니다. 다만 자격증 취득은 요즘 많이들 하셔서 관련하여 공모전이나 프로젝트 수상까지 하면 더욱 좋습니다.

  ---
• 

  프로답변러YTN

  코부사장 ∙ 채택률 85%

  ---

  멘티님이 배터리 R&D를 목표로 한다면 “자격증·수료증”보다 실제 배터리/소재 데이터를 파이썬으로 다뤄본 ‘작은 프로젝트 몇 개’를 포트폴리오로 만드는 게 가장 좋습니다. 연구실 데이터가 적다면, 공개 배터리·소재 데이터를 가져와서 1 파이썬 기본(NumPy·pandas·Matplotlib·Seaborn)으로 사이클 데이터 정리·시각화, 용량 열화 분석, dQ/dV 분석 같은 배터리 분석 미니 프로젝트 한두 개, 2 Materials Project·pymatgen 같은 공개 재료 데이터베이스를 이용해 조성–특성 관계를 뽑아보는 간단한 분석 프로젝트를 각각 하나씩 만들어 GitHub에 정리하는 식으로 준비하는 걸 추천합니다. 각 프로젝트는 “문제 정의 → 데이터 수집(공개 데이터 출처 명시) → 전처리·EDA → 간단한 모델·지표(예: 수명 예측, SOH 추정 아이디어) → 그래프와 해석 → README에 정리” 구조로 구성하면, 배터리·소재 R&D뿐 아니라 타 산업 데이터 분석·디지털 R&D 포지션에서도 바로 보여줄 수 있는 실질적인 데이터 분석 역량 스펙으로 인정받기 좋습니다. 채택부탁드리며 파이팅입니다!

  ---