T2D 리스크 스크리너
국민건강보험공단(NHIS) 건강검진 데이터(약 100만 명)를 기반으로 구축한 보정된 당뇨 스크리닝 도구입니다. 혈당 검사가 필요한 환자를 사전에 플래그하며, 모든 예측에 SHAP 기반 개별 설명을 제공합니다.
소개
데이터 사이언스에 뛰어든 계기는 AlphaFold였습니다. CASP14에서 AlphaFold가 수십 년간 풀리지 않던 단백질 구조 예측 문제를 풀어내는 것을 보고 이 분야로 마음을 굳혔습니다. 지금은 그래디언트 부스팅 리스크 모델, 트랜스포머 기반 NLP, 컴퓨터 비전, 재사용 가능한 데이터 툴링까지 머신러닝 시스템을 직접 설계하고 배포합니다. 모델이 실제 프로덕션에서 쓸모 있으려면 몇 가지가 필요하다고 생각합니다. 홀드아웃 데이터로 정직하게 평가했는지, 확률이 보정되어 있는지, 결과를 설명할 수 있는지, 저만 돌릴 수 있는 노트북이 아니라 실제로 배포됐는지입니다. 조지메이슨대학교 한국(George Mason University Korea)에서 Computational and Data Sciences 학사를 최우등(summa cum laude, 학점 4.0/4.0)으로 마쳤고, 현재 서울에 거주 중입니다. 영어가 모국어이고 한국어는 업무상 활용 가능한 수준입니다. 미 해병대 한국어 통번역 요원 출신으로, 군 복무와 대학 근무를 합쳐 한국에서 여러 해 일했습니다. 데이터 사이언스, 머신러닝 엔지니어링, 데이터·백엔드 엔지니어링, 테크니컬 PM 등 업종을 가리지 않고 다양한 직무에 열려 있으며, 그중에서도 헬스케어와 바이오메디컬 분야에 특히 관심이 많습니다.
프로젝트
약물감시(Pharmacovigilance) ADE 분류기
생의학 사전학습이 이상반응(ADE) 스크리닝에 실제로 도움이 되는지 검증한 어블레이션 연구입니다. 도움은 되지만 그 폭은 크지 않습니다. PubMedBERT가 macro-F1 0.938로 기본 BERT의 0.920을 앞섰습니다. 쌍체 부트스트랩 신뢰구간으로 훈련 노이즈와 테스트셋 노이즈를 구분했습니다.
CountryGuesser
거리 뷰 이미지만으로 촬영 국가를 예측하는 파인튜닝 이미지 분류기입니다. 동일한 1,000장 벤치마크에서 인간 비교군을 약 6배 차이로 앞섰습니다(64.7% vs. 10.85%, McNemar χ²=444.7, p<0.001).
netviz_tools
지저분한 엣지 테이블을 정제해 NetworkX 그래프로 만들고 같은 인자 이름으로 인터랙티브 Plotly 차트까지 그리는 Python 패키지입니다. 정제 과정에서 바뀐 내용은 모두 보고서로 남깁니다. 1.0은 처음부터 다시 만든 버전이며 FAOSTAT 무역 데이터를 예시로 씁니다.
연락처
- 이메일[email protected]
- GitHubgithub.com/tysonjohnsondev
- LinkedInlinkedin.com/in/tyson-d-johnson