240826 TIL 스타터노트, SQL 1주차

1. 블로그 개설부터 제출까지

1. 나는 어떤 히스토리를 가지고 데이터 분석트랙에 참여하게 되었나요?
   • 원래 전공은 전기공학이었으나 3학년 2학기부터 세부전공으로 머신러닝 강의를 수강하였고, 주어진 데이터를 분석하여 의미있는 예측을 한다는 것이 무척 흥미롭게 느껴졌습니다. 마침 ChatGPT 열풍이 불면서 수많은 AI서비스가 등장하기 시작했고, AI서비스에 대해 앞으로 더 많은 수요가 생길 것이라 확신했습니다. 이에 따라 AI관련 공부가 더 필요하다 느껴서 데이터 분석트랙에 참여했습니다.
2. 본 코스 수료 후, 어떤 데이터 분석가 혹은 원하는 직무로 성장하고 싶나요?
   • 생활체육을 대상으로 필요한 서비스를 분석해주는 데이터 분석가로 성장하고 싶습니다.
   • 저는 야구에 관심이 많은데, 야구는 기록의 스포츠라고 불릴 만큼 그 데이터가 방대합니다. 수많은 데이터를 바탕으로 선수의 가치를 평가하고, 어떤 선수가 더 좋은 선수인지 분별하는 것은 프로스포츠 관람의 큰 재미 중 하나입니다. 어떤 선수가 활약할 것인지 예측하는 인공지능 서비스는 스포츠 관람에 또다른 재미를 불어넣어줄 것입니다. 또한 자세한 분석을 얻기 힘들었던 생활체육에서도 전문적인 분석 서비스를 받을 수 있도록 하는 인공지능 서비스를 만들어보고 싶습니다.
3. 그 외에 내일배움캠프에 기대하는 것이 있다면 자유롭게 작성해 주세요.
   • 내일배움캠프에서 많은 피드백을 듣고 싶습니다. 팀원들과 함께 다같이 성장하며 의미있는 포트폴리오를 완성시키고 싶습니다.

2. 데이터 분석 트랙을 신청한 이유

[미션 2] 스타터 노트 작성

1. 내가 데이터 분석 트랙에 참여한 계기는 무엇인가요?
   • 졸업작품을 진행할 때 AI모델을 만들어 본 경험이 있고, 여러 데이터를 가공하여 내게 의미있는 예측을 할 수 있다는 점이 흥미로웠습니다.
2. 내가 이해한 데이터 분석가(혹은 생각했던 직무)는 어떤 역할을 하는 사람인가요?
   • 많은 데이터를 다루고, 그 중에서 의미를 찾아내는 역할을 하는 사람이라고 이해했습니다.
3. 데이터 분석을 경험해보셨나요? 해보셨다면 어떤 경험을 하셨는지를 작성해주시고,
   아니라면 데이터 분석에 대해 찾아본 것을 작성해주세요.
   - 사람 얼굴 사진을 보고 해당 인물이 웜톤인지, 쿨톤인지 예측하는 모델을 간단히 만들어 본 적이 있습니다. 구글에서 연예인들의 사진을 크롤링해 데이터를 확보하고, 조명에 의한 효과를 없애는 전처리 작업을 진행해 톤 분석을 진행했었습니다.
4. 데이터 분석가의 역할을 수행하는 데에 있어 나의 강점과 연관된 부분은 무엇이라고 생각하나요?
   혹은 보완, 개선하고 싶은 개인 역량이 있나요 ?
   - 기꺼이 배우려고 하는 자세가 저의 강점과 연관된 부분이라고 생각합니다. 분석을 하는데 필요한 기술과 방법들이 빠르게 발전하기 때문에 언제나 더 나은 방법을 찾고 배우려는 자세가 필요하다고 생각합니다.
5. 본 코스 수료 후, 어떤 데이터 분석가(혹은 생각했던 직무)로 성장하고 싶나요?
   • 효과적인 의사소통 능력을 갖춘 데이터 분석가로 성장하고 싶습니다.
6. 본 코스 수료 후, 데이터 분석가(혹은 생각했던 직무)가 된 5년 후 목표로하는 점은 무엇인가요?
   • 적재적소에 활용할 수 있는 기술을 갖추고 효과적으로 의사소통하며 주도적으로 팀에 기여를 하는 데이터 분석가가 되고 싶습니다.

3. 오늘 배운 것

1. SQL은 기본적으로 데이터베이스의 어떤 테이블에서 무슨 칼럼을 고를 것인가. (select from 구조)

   select (칼럼)
   from (테이블)

2. 필터링을 위한 where 문법
   - 비교연산, 논리연산 등으로 필터링 조건 추가

   select (칼럼)
   from (테이블)
   where (필터링 조건)

3. 카테고리별 연산을 위한 group by, 정렬을 위한 order by
   • 카테고리별로 계산할 때 where 절을 반복해서 사용하는 것은 비효율적
   • 여러번의 Query 없이 카테고리를 지정하여 연산

   select (카테고리 칼럼, 계산 컬럼)
   from (테이블)
   group by (카테고리 칼럼)

   • 결과를 오름차순, 혹은 내림차순으로 정렬할 수 있음

   select (카테고리 칼럼, 계산 컬럼)
   from (테이블)
   group by (카테고리 칼럼)
   order by (정렬을 원하는 칼럼)