Question 1

Python에서 변수란 무엇입니까?

Accepted Answer

Python에서 변수는 값을 포함하는 메모리 위치를 참조하는 이름입니다. 다른 언어와 달리 Python은 동적 타이핑을 사용합니다. 변수의 타입은 할당 시 자동으로 결정됩니다. 타입을 명시적으로 선언할 필요가 없습니다.

Question 2

Python에서 클래스란 무엇입니까?

Accepted Answer

클래스는 동일한 속성과 메서드를 공유하는 객체를 만들기 위한 청사진(blueprint)입니다. 인스턴스화될 객체의 구조와 동작을 정의합니다. 클래스를 사용하면 관련 데이터와 기능을 함께 그룹화하여 모듈식이고 재사용 가능한 방식으로 코드를 구성할 수 있습니다.

Question 3

Python에서 list와 tuple의 근본적인 차이는 무엇입니까?

Accepted Answer

list는 mutable(생성 후 수정 가능)인 반면 tuple은 immutable(수정 불가)입니다. 이러한 불변성 덕분에 tuple은 hashable하며 list와 달리 딕셔너리 키로 사용할 수 있습니다. 또한 tuple은 메모리 사용량과 접근 속도 면에서 약간 더 효율적입니다.

Question 4

Git란 무엇입니까?

Accepted Answer

Git은 2005년 Linus Torvalds가 만든 분산 버전 관리 시스템입니다. SVN과 같은 중앙 집중식 시스템과 달리, 각 개발자는 프로젝트 히스토리의 완전한 사본을 로컬에 가지고 있습니다. 이를 통해 오프라인 작업이 가능하고 협업 워크플로에 큰 유연성을 제공합니다.

Question 5

groupby에서 단일 열에 여러 다른 집계 함수를 적용할 수 있는 메서드는 무엇입니까?

Accepted Answer

agg()(또는 aggregate()) 메서드는 동일한 열에 여러 집계 함수를 적용할 수 있게 합니다. ['sum', 'mean', 'count']와 같은 함수 목록이나 열별로 다른 함수를 지정하는 딕셔너리를 전달할 수 있습니다. 이러한 유연성은 단일 작업으로 포괄적인 통계 보고서를 생성하는 데 필수적입니다.

Question 6

Matplotlib의 pyplot 인터페이스와 객체지향 인터페이스의 주요 차이점은 무엇입니까?

Accepted Answer

pyplot 인터페이스(plt.plot, plt.title)는 MATLAB 스타일 API로, 현재 Figure와 Axes를 암묵적으로 관리하여 간단한 플롯을 빠르게 만드는 데 편리합니다. 객체지향 인터페이스(fig, ax = plt.subplots())는 각 요소(Figure, Axes)를 명시적으로 제어할 수 있으며, 복잡한 플롯, 여러 subplots, 또는 프로덕션 스크립트에 권장됩니다. 코드를 더 읽기 쉽고 유지보수하기 쉽게 만들기 때문입니다.

Question 7

Plotly Express와 Plotly Graph Objects의 주요 차이점은 무엇입니까?

Accepted Answer

Plotly Express는 간단한 파라미터로 한 줄의 코드로 차트를 만들 수 있는 고수준 API입니다. Plotly Graph Objects는 모든 차트 요소에 대한 완전한 제어를 제공하는 저수준 API입니다. Plotly Express는 내부적으로 Graph Objects를 사용하므로 둘 사이를 전환하여 차트를 추가로 사용자 정의할 수 있습니다.

Question 8

신경망의 맥락에서 퍼셉트론이란 무엇입니까?

Accepted Answer

퍼셉트론은 생물학적 뉴런에서 영감을 받은 신경망의 기본 단위입니다. 여러 입력을 받아 가중치로 곱하고 bias와 합산한 다음 활성화 함수를 적용하여 출력을 생성합니다. 단순 퍼셉트론은 선형 분리 가능한 문제만 해결할 수 있어 다층 네트워크의 개발로 이어졌습니다.

Question 9

Keras Sequential API와 Functional API의 주요 차이점은 무엇입니까?

Accepted Answer

Sequential API는 각 layer가 정확히 하나의 입력과 하나의 출력을 갖는 선형 방식으로 모델을 생성할 수 있습니다. Functional API는 다중 입력, 다중 출력, residual connections, 공유 layer 그래프와 같은 복잡한 아키텍처를 가능하게 하여 더 큰 유연성을 제공합니다. 단순한 아키텍처에는 Sequential을, 더 고급 사례에는 Functional을 사용하세요.

Question 10

CNN에서 convolution 연산이란 무엇입니까?

Accepted Answer

Convolution은 필터(kernel)를 입력 위로 슬라이딩하면서 각 위치에서 내적을 계산하여 이미지에 필터를 적용하는 수학적 연산입니다. 이를 통해 엣지, 텍스처, 패턴과 같은 지역적 feature를 추출할 수 있습니다. 각 뉴런이 모든 입력에 연결되는 dense network와 달리, convolution은 전체 이미지에 걸쳐 필터 가중치를 공유함으로써 이미지의 공간 구조를 활용합니다.

Data Science & ML 면접 질문

Data Science & ML 면접 준비가 되셨나요?

모든 Data Science & ML 주제 탐색

Python 기초

Python 객체 지향 프로그래밍

Python 데이터 구조

Git 기초

SQL 기초

NumPy 기초

Pandas 기초

Jupyter & Google Colab

SQL Joins 및 고급 쿼리

Pandas 고급

Matplotlib & Seaborn을 활용한 시각화

Plotly로 만드는 인터랙티브 시각화

기술 통계

추론 통계학

Web Scraping

BigQuery & Cloud Data

Feature Engineering

지도 머신러닝: 회귀

지도 머신러닝: 분류

결정 트리 및 앙상블

비지도 ML

ML 파이프라인 및 검증

시계열 및 예측

Deep Learning 기초

TensorFlow & Keras

CNN 및 이미지 분류

RNN 및 시퀀스

Transformers 및 Attention

NLP 및 Hugging Face

GenAI 및 LangChain

MLOps 및 배포

숫자로 보는 Data Science & ML 채용

Data Science & ML 공고가 있는 곳

오늘의 Data Science & ML 채용 시장

다음 면접을 위해 Data Science & ML을 마스터하세요