B
AI 튜닝 전
"데이터 분석 툴을 이용해 프로젝트를 진행했습니다. 엑셀과 파이썬으로 데이터를 정리하고 시각화하는 것을 좋아합니다. 컬리의 데이터를 분석해 더 좋은 서비스를 만들고 싶습니다."
Taste Fail
컬리만의 '데이터 집착'과 '운영 효율화'에 대한 고민이 보이지 않습니다. 단순한 팬심이나 일반적인 경험 나열로는 서류 통과가 어렵습니다.
Kurly Pick
AI Generated Logic
"머신러닝(XGBoost) 기반의 일간 신선식품 수요 예측 모델을 개발하여, 발주 정확도를 높이고 폐기율을 기존 대비 15% 감축시켰습니다. 날씨, 요일, 프로모션 등 20여 가지 변수를 활용한 시계열 분석으로 재고 최적화에 기여한 실무 데이터 역량을 보유하고 있습니다."
AI Transformation
AI는 '분석 경험'을 '수요 예측 모델링'과 '폐기율 감축'이라는 유통업계 최고의 가치로 변환하여, 당신을 즉시 투입 가능한 데이터 전문가로 포지셔닝합니다.
Kurly
Winning Code
01. 수요 예측 모델링
컬리의 모든 의사결정은 데이터에서 시작합니다. 감(感)이 아닌 수치와 논리로 설득하세요.
02. 폐기율 최적화
폐기율 감소, 재고 회전율, UPH 등 유통/물류의 핵심 KPI를 개선한 구체적인 사례가 필수입니다.
03. 시계열 데이터 분석
고객이 느끼는 '경험의 디테일'을 놓치지 마세요. 작은 개선이 큰 차이를 만든 경험을 높이 평가합니다.