Geospatial Data Scientist | GIS · Spatial AI · Data Analysis
- Geospatial Data Engineering: QGIS·GeoPandas·OSMNX 기반 공간 데이터 전처리, 좌표계(CRS) 변환, 도로 네트워크·해안선 세그먼트 분석 등 공간 데이터 파이프라인 설계
- Physics-Informed AI: 물리 모델(MOHID·MODFLOW)과 딥러닝(GNN·LSTM)을 결합한 Grey-box 하이브리드 모델로 예측 근거를 갖춘 AI 시스템 구현
- Public Data Analytics: 10만 건 이상의 공공 실거래가·리뷰 데이터를 정제·분석하고, 위험 지표·이상치 탐지로 사회 문제 해결형 분석 수행
- Interactive Dashboards: Streamlit·Folium·Plotly 기반 인터랙티브 지도·대시보드와 GPT 연동 AI 인사이트 리포트 구현
- Awards: 2025 대국민 지하수 빅데이터 공모전 환경부장관상(최우수상) / 도동실 프로젝트 최우수상
| Project | Focus | Stack | Link |
|---|---|---|---|
| 도동실 (해양쓰레기 예측) | MOHID 입자추적 + GAT/LSTM Grey-box 모델로 여수 다도해 335개 섬 쓰레기 유입 예측, 최우수상 수상 | Python, PyTorch, PyG(GAT), QGIS, GeoPandas, Streamlit | Repo |
| IPAP (지하수 오염원 분석) | 수리모델링(MODFLOW)+GNN 하이브리드로 오염원 Where→Origin→Who 3단계 규명, 환경부장관상(최우수상) |
Python, PyTorch, Flopy/MODFLOW, GNN, Scikit-learn, React | Repo |
| 바로팜 (BaroFarm) | 산지 직거래 신선식품 마켓 + 마감임박 상품 AI 폐기예측·동적 떨이가 예측 | Java, Spring Boot, MyBatis, Vue, MySQL, Python, OpenAI, Docker | Repo |
| 전세사기 위험 분석 (수원시) | 10만 건 실거래 데이터로 전세가율 위험 매물 지도 시각화 + GPT-3.5 위험 시나리오 해석 | Python, Pandas, Folium, Plotly, OpenAI, Streamlit | Repo |
| 청풍로드 (관광 가이드) | OSMNX 위상 도로 네트워크 분석 + Mapbox 경로 최적화 + GPT 컨텍스트 가이드의 E2E 공간 데이터 서비스 | Python, QGIS, GeoPandas, OSMNX, Mapbox, GPT-3.5, Streamlit | Repo |
Programming Languages
Data Analysis
Machine Learning & AI
-3C2179?style=flat-square&logo=pytorch&logoColor=white){kind=icon}
Geospatial & Modeling
Visualization & Dashboard
Web Development
Data Engineering & Tools
Cloud, OS & Databases
근무 부서 및 형태: 생활안전교통국 · 인턴
담당 업무:
- 교통사고 빅데이터 분석 ( Python과 MySQL 기반의 대용량 교통 데이터 분석과 업무 자동화 수행 )
- 데이터 자동 검증 규칙 설계 및 일별·월별 교통사고 분석 보고서 작성, 전국 보도자료 반영
- 2024년 교통사고 사망자 감소 대책 프로젝트 참여 및 이륜차 사고 다발 구간 빅데이터 분석
- 국제치안산업대전 신호제어기 시범사업 운영 지원 및 외국인 안내 전담
| 수상명 | 대회 / 기관 | 날짜 |
|---|---|---|
| 최우수상 | 여수시 공공데이터 섬 박람회 아이디어 공모전 (도동실) | 2026.05 |
| 환경부장관상 (최우수상) | 2025 대국민 지하수 빅데이터 공모전 (IPAP) | 2025.09 |
| 표창장 | 전국 교통사고 빅데이터 분석 우수 (경찰청) | 2024.12 |
| 우수상 | 통계교육지원단 영상 공모전 (통계청) | 2024.12 |
- AI 모델링 및 신경망 밑바닥부터 구현: NumPy를 활용하여 순전파와 역전파 흐름을 코드로 작성하며 딥러닝의 핵심 원리(손실함수, 최적화 기법 등)를 체계적으로 이해
- 비전 AI 모델 튜닝: 학습한 데이터 증강 기법과 손실함수 조정 원리를 화성시 AI 공모전 YOLOv8 모델(클래스 불균형 문제 해결)에 즉시 적용하여 탐지 정확도 15% 향상
- 활동 방식: 「딥러닝과 이해」 전공 과목 실습(A+ 이수) 및 실제 공간 데이터/비정형 이미지 데이터 전처리 파이프라인 연계 적용