데이터 포트폴리오는 그래프가 예쁜지보다 결론을 다시 계산할 수 있는지가 중요합니다. 처음 보는 사람이 원본 데이터에서 최종 해석까지 따라갈 수 있도록 출처와 처리 과정을 남기세요.
질문과 데이터 범위 밝히기
‘무엇을 알아보려는가’를 한 문장으로 쓰고, 데이터의 제공 기관·수집 기간·지역·갱신일을 명시합니다. 이용 조건도 확인하세요. 여러 자료를 합쳤다면 키와 기준 시점이 같은지 설명해야 합니다. 출처를 모르는 파일을 실무 데이터처럼 포장하지 않습니다.
정제 과정을 코드로 남기기
중복 행, 빠진 값, 잘못된 형식이 얼마나 있었는지 확인하고 처리 방식을 기록합니다. 결측값을 모두 0으로 바꾸는 식의 무조건적인 규칙은 왜곡을 만들 수 있습니다. pandas의 공식 결측값 안내를 참고해 자료형과 계산에서 빈 값이 어떻게 다뤄지는지 확인하세요.
결론과 한계를 같이 쓰기
그림마다 축·단위·기간을 적고, 비교 대상의 규모가 다르면 단순 건수만으로 결론을 내리지 마세요. 관찰된 상관관계를 원인으로 단정하지 않습니다. 분석에 사용하지 못한 변수와 데이터의 공백도 명시합니다.
재현 가능한 저장소 구성
README에 질문, 데이터 출처, 실행 환경, 전처리·분석 순서, 주요 결과와 제약을 담습니다. 개인정보가 포함된 원본은 공개하지 말고 공개 가능한 예제나 처리 방법을 제공하세요. GitHub README 안내를 기준으로 방문자가 결과를 재현할 수 있는지 확인하세요. 직무별 프로젝트 배치는 직무별 포트폴리오 가이드를 참고하세요.