logo

VWS

지원서 작성하기Data Scientist(데이터사이언스 시스템 기획 및 LLM설계)
지원자 정보
기본 정보필수
프로필 사진필수
profile image

JPG, JPEG, PNG / 300×400px

성별필수
생년월일필수
주소필수
학력사항필수
경력사항필수
자격증
병역사항필수
장애사항
보훈여부
제출 서류
이력서
이곳에 파일을 올려주세요
* PDF 형식으로 올려주세요.
자기소개서 (선택)
이곳에 파일을 올려주세요
* PDF 형식으로 올려주세요.
추가 제출 자료 1 (선택)
이곳에 파일을 올려주세요
추가 제출 자료 2 (선택)
이곳에 파일을 올려주세요
추가 제출 자료 3 (선택)
이곳에 파일을 올려주세요
사전 질문
A. 초개인화(Personalization) 및 데이터 기반 서비스 기획 경험필수
1. **초개인화 서비스(Recommendation System, Dynamic Pricing, 맞춤형 금융 상품 등) 기획 경험이 있습니까? → 반드시 아래 항목별로 다 답변을 달아 주셔야 합니다.** - 어떤 유형의 초개인화 시스템(예: 추천 알고리즘, 맞춤형 금리 정책, 개별화된 대출 상품 등)을 개발했습니까? - 해당 서비스에서 활용한 데이터(예: 고객 행동 데이터, 신용 데이터, 소비 패턴 등)를 설명해주세요. - 개인화 전략이 고객 경험 및 비즈니스 성과(KPI)에 미친 영향을 구체적으로 설명해주세요. - 해당 프로젝트의 결과물(리포트, 분석 대시보드, 프로덕트 스펙 문서 등)이 있다면 첨부해주세요. - **본 경험이 없다면, 고객 세분화 또는 개인화 전략을 활용한 유사 경험을 동일한 방식으로 설명해주세요.**
0 / 10,000
B. 챗봇 및 CRM을 활용한 금융 데이터 최적화 및 채권 회수율 개선 경험필수
1. **챗봇을 활용하여 금융 데이터 분석 또는 고객 대응을 자동화한 경험이 있습니까?** - 어떤 유형의 챗봇(예: 상담 자동화, 고객 이탈 방지, 대출 연체 독촉)을 개발 또는 운영했습니까? - 챗봇이 고객 경험 및 업무 효율화에 어떤 영향을 미쳤습니까? - 고객 데이터 분석을 통해 챗봇의 성능을 개선한 경험이 있다면 설명해주세요. - 관련 보고서, 운영 결과, 분석 자료 등이 있다면 첨부해주세요. - **본 경험이 없다면, 고객 대응 자동화(이메일, IVR, AI 상담 등)와 관련된 유사 경험을 동일한 방식으로 설명해주세요.**
0 / 10,000
B. 챗봇 및 CRM을 활용한 금융 데이터 최적화 및 채권 회수율 개선 경험필수
2. **CRM(Customer Relationship Management) 데이터를 활용하여 채권 회수율을 높이거나 고객 맞춤형 금융 상품을 제공한 경험이 있습니까?** - 어떤 CRM 시스템을 활용했으며, 고객 데이터를 어떻게 분석했습니까? - CRM 데이터를 활용한 고객 세분화 및 맞춤형 대응 전략을 설명해주세요. - 데이터 분석이 고객 관리(예: 연체율 감소, 채무 재조정)에 미친 영향을 설명해주세요. - 관련 보고서, 대시보드, 운영 사례 등이 있다면 첨부해주세요. - **본 경험이 없다면, 고객 데이터를 기반으로 맞춤형 서비스 또는 리스크 관리를 수행한 유사 경험을 동일한 방식으로 설명해주세요.**
0 / 10,000
C. 머신러닝 및 AI를 활용한 금융 데이터 최적화 및 서비스 개발필수
1. **머신러닝/AI를 활용하여 금융 데이터 기반 의사결정을 지원한 경험이 있습니까?** - 어떤 유형의 금융 데이터(예: 대출 승인 데이터, 고객 행동 데이터, 부실률 데이터 등)를 분석했습니까? - 어떤 머신러닝 알고리즘을 사용했으며, 모델의 성능을 어떻게 평가했습니까? - 분석 결과가 실제 비즈니스 성과(예: 대출 승인율 개선, 고객 이탈 감소, 부실률 예측 향상 등)에 어떤 영향을 미쳤는지 설명해주세요. - 관련 코드, 분석 결과, 대시보드, 모델 성능 평가 자료가 있다면 첨부해주세요. - **본 경험이 없다면, 유사한 데이터 분석 및 의사결정 지원 프로젝트 경험을 동일한 방식으로 설명해주세요.**
0 / 10,000
C. 머신러닝 및 AI를 활용한 금융 데이터 최적화 및 서비스 개발필수
2. **이상 탐지(Anomaly Detection) 또는 리스크 분석 모델을 구축한 경험이 있습니까?** - 금융 또는 비즈니스 데이터에서 이상 탐지를 수행한 경험이 있습니까? - 사용한 기법(예: Isolation Forest, LOF, AutoEncoder 등)을 설명해주세요. - 분석 결과가 실제 비즈니스 의사결정(예: 사기 탐지, 부실 고객 관리 등)에 미친 영향을 설명해주세요. - 관련된 결과물(리포트, 코드, 데이터 분석 보고서 등)이 있다면 첨부해주세요. - **본 경험이 없다면, 유사한 데이터 이상 탐지 경험을 동일한 방식으로 설명해주세요.**
0 / 10,000
D. 금융 데이터 기반 리스크 관리 및 여신 기획 경험필수
1. **신용 평가 또는 리스크 관리 모델을 기획하거나 개선한 경험이 있습니까?** - 신용 리스크 평가 모델(예: CSS, 대출 스코어링, 대출 승인 정책 등)을 설계한 경험이 있습니까? - 해당 모델이 비즈니스에서 어떤 역할을 했으며, 성능 개선을 위해 어떤 조치를 취했습니까? - 신용 데이터, 대체 데이터(Alternative Data) 등을 활용한 사례가 있다면 설명해주세요. - 관련 코드, 보고서, 모델링 결과가 있다면 첨부해주세요. - **본 경험이 없다면, 유사한 리스크 평가 경험을 동일한 방식으로 설명해주세요.**
0 / 10,000
D. 금융 데이터 기반 리스크 관리 및 여신 기획 경험필수
2. **금융 리스크 기반 가격 정책(금리 조정, 대출 한도 조절) 기획 경험이 있습니까?** - 금융 리스크 기반 가격 정책을 기획한 경험이 있습니까? - 고객 세그먼트별 맞춤형 금융 서비스(예: 개인화 금리 제공) 기획 경험이 있다면 설명해주세요. - 관련 프로젝트 또는 결과물(스크린샷, 포트폴리오, 코드 링크)을 첨부해주세요. - **본 경험이 없다면, 유사한 금융 리스크 및 가격 정책 관련 경험을 동일한 방식으로 설명해주세요.**
0 / 10,000
E. 데이터 기반 금융 프로덕트 기획 및 실행 경험필수
1. **데이터를 기반으로 금융 또는 기타 서비스형 프로덕트를 기획하고 실행한 경험이 있습니까?** - 본인이 주도적으로 기획한 데이터 기반 금융 또는 기타 디지털 프로덕트가 있습니까? - 데이터를 활용하여 어떤 문제를 해결하려 했으며, 어떤 프로덕트를 개발했습니까? - 프로덕트가 실제 운영된 후의 주요 성과(예: 사용자 증가, 매출 증가, 서비스 개선 지표 등)를 설명해주세요. - 관련 프로덕트 스펙 문서, 기획안, 운영 리포트가 있다면 첨부해주세요.
0 / 10,000
E. 데이터 기반 금융 프로덕트 기획 및 실행 경험필수
2. **데이터 분석을 넘어, 실제 프로덕트 개발 프로세스(서비스 설계, UI/UX, 기능 정의 등)에 참여한 경험이 있습니까?** - 기획자로서 프로덕트 개발 과정에서 어떤 역할을 수행했습니까? - 엔지니어 및 디자이너와 협업하여 데이터를 활용한 기능을 기획한 사례가 있습니까? - 데이터 분석을 기반으로 한 UI/UX 개선 프로젝트가 있다면 설명해주세요. - 관련된 프로덕트 개발 문서, 와이어프레임, 기획서 등이 있다면 첨부해주세요.
0 / 10,000
F. 데이터 기반 리스크 관리 및 금융 데이터 거버넌스필수
1. 금융 데이터 리스크를 평가하고 관리한 경험이 있습니까? - 어떤 금융 리스크(예: 신용 리스크, 대출 부실률, 유동성 리스크)를 분석했습니까? - 리스크 분석을 위해 사용한 데이터 및 방법론을 설명해주세요. - 분석 결과가 실제 리스크 관리 정책 또는 비즈니스 의사결정에 어떻게 반영되었는지 설명해주세요. - 관련된 보고서, 분석 결과물, 데이터 모델링 자료가 있다면 첨부해주세요.
0 / 10,000
F. 데이터 기반 리스크 관리 및 금융 데이터 거버넌스필수
2. 금융 데이터 거버넌스 및 규제 대응 경험이 있습니까? - 금융 데이터 보호 및 내부통제(예: GDPR, 신용정보법) 적용 경험이 있습니까? - 데이터 품질 관리 및 컴플라이언스를 고려한 데이터 설계 경험을 설명해주세요. - 신용평가사(CB) 또는 금융당국(FSS, 금융위)과 협업한 경험이 있다면 설명해주세요.
0 / 10,000
추가로 제출할 자료가 있다면 위 추가 제출 자료란에 해주세요. (포트폴리오, 코드, 논문, 보고서 등)
- 본인의 실력을 증명할 수 있는 프로젝트 코드(GitHub, Colab 등) - 직접 작성한 데이터 분석 보고서, 기획안, 논문 등 - 운영했던 금융 데이터 대시보드(스크린샷 포함) - 기획 및 개발한 서비스 링크(가능한 경우)
0 / 10,000
레퍼런스를 위한 추천인 정보를 제공하실수 있으신가요?필수
본인의 업적이나 경험을 강조해 줄 분을 소개해주실 수 있나요?
0 / 10,000
지원을 위해 다음 사항을 확인해 주세요.
VWS.AI (이하 “회사”라 함)은(는) “Greeting” 을 통한 채용 절차 진행을 위하여 귀하의 정보를 수집합니다.

1. 수집하는 개인정보의 필수항목

• 성명, 전화번호, 이메일


2. 개인정보처리의 목적

• 채용 관련 안내, 공지사항 전달, 채용 및 웹사이트 이용 관련 연락, 채용 적합성 판단 및 서류심사/면접 등의 근거 자료, 인재 DB 활용 등


3. 보유기간

• 접수 지원 후 3년간, 단 정보주체의 삭제 요청이 있는 경우 지체없이 파기

※ 회사는 본인이 작성/제출한 정보에 한하여 정보를 수집합니다. 채용서비스의 특성상 민감한 정보 등이 수집될 수 있으니 작성/제출에 유의하여 주시기 바랍니다.


※ 귀하는 개인 정보 수집ㆍ이용에 대한 동의를 거부할 권리가 있습니다. 그러나 동의를 거부할 경우 원활한 기업 측으로의 지원자 정보 전달을 진행할 수 없어 본건 서비스에 제한을 받을 수 있습니다.

VWS.AI (이하 “회사”라 함)은(는) “Greeting” 을 통한 채용 절차 진행을 위하여 귀하의 정보를 수집합니다.

1. 수집하는 개인정보의 선택항목

• 생년월일, 주소, 자기소개서, 이력서, 학력사항, 사진, 동영상, 자격사항, 경력사항, 포트폴리오, 경력기술서, 지원 분야, 희망연봉, 직전 연봉, 추천인, 지원 경로, 기타 본인이 직접 입력하거나 첨부파일을 통하여 업로드 하는 비정형적 정보 중 개인식별 가능성이 있는 정보
(해당 내용에 대하여 각 항목별 동의가 일치하지 않을 경우 해당 자료의 처리가 불가능하므로, 직접 기재한 사항에 대하여는 선택적 개인정보 수집 및 이용에 동의하신 것으로 봅니다. 수집 및 이용에 동의하지 않으시는 경우 해당 내용을 삭제하여 주시기 바랍니다)


2. 개인정보처리의 목적

• 채용 관련 안내, 공지사항 전달, 채용 및 웹사이트 이용 관련 연락, 채용 적합성 판단 및 서류심사/면접 등의 근거 자료, 인재 DB 활용 등


3. 보유기간

• 접수 지원 후 3년간, 단 정보주체의 삭제 요청이 있는 경우 지체없이 파기

※ 회사는 본인이 작성/제출한 정보에 한하여 정보를 수집합니다. 채용서비스의 특성상 민감한 정보 등이 수집될 수 있으니 작성/제출에 유의하여 주시기 바랍니다.


※ 귀하는 개인 정보 수집ㆍ이용에 대한 동의를 거부할 권리가 있습니다. 그러나 동의를 거부할 경우 원활한 기업 측으로의 지원자 정보 전달을 진행할 수 없어 본건 서비스에 제한을 받을 수 있습니다.

회사는 채용 절차 진행을 위하여 귀하의 민감 정보를 처리(수집, 이용)하기 위해서는 「개인정보보호법」 제23조 및 장애인고용촉진 및 직업재활법에 의하여 별도 동의가 필요합니다.


1. 수집하는 민감정보 항목

• [필수항목]

장애사항,보훈여부


2. 민감정보처리의 목적

채용 적합성 판단 및 서류심사/면접 등의 근거 자료, 인재 DB 활용 등


3. 보유기간

접수 지원 후 3년간, 단 정보주체의 삭제 요청이 있는 경우 지체없이 파기


※ 회사는 본인이 작성/제출한 정보에 한하여 정보를 수집합니다. 채용서비스의 특성상 민감한 정보 등이 수집될 수 있으니 작성/제출에 유의하여 주시기 바랍니다.


※ 귀하는 개인 정보 수집•이용에 대한 동의를 거부할 권리가 있습니다. 그러나 동의를 거부할 경우 원활한 기업 측으로의 지원자 정보 전달을 진행할 수 없어 본건 서비스에 제한을 받을 수 있습니다.

지원서 제출 과정에서 문제가 발생하였다면 여기로 문의해 주세요!채용 관리 솔루션 그리팅(Greeting)의 고객센터로 연결됩니다.