HK Toss MLOps 중간 프로젝트

🏠 주택청약 당첨가점, 시세차익 예측 ML 모델 개발

서비스 링크

팀원

• 🔗 이유진
• 🔗 이주안
• 🔗 정혜진
• 🔗 최광일
• 🔗 한예은

목차

• 1 프로젝트 개요
• 2 프로젝트 구조
• 3 개발환경 구성
• 4 개발 프로세스

1 프로젝트 개요

문제정의

• 문제
  • 청약 가입자 약 2,700만 명, 이 중 1순위 가입자 약 1,000만 명
  • 청약 당첨가점은 청약 종료 후에 공개되며, 청약 매물과 공급면적에 따라 20~80점까지 다양함
  • 무분별한 청약 신청은 당첨 후 포기 시 불이익 발생
• 해결
  • 당첨 가점을 사전에 예측하여 합리적인 청약 신청 유도
  • 청약 매물별 시세차익을 예측하여 추가 정보를 제공

주요기능

• 1 공고중인 청약 매물 목록 확인

• 2 주택청약 당첨가점, 시세차익 예측

• 3 예측값에 대한 설명을 제공

데이터셋

• [한국부동산원] 주택청약 지역별 분양정보, 가점정보, 경쟁률 (2020년~2025년)
• [청약홈] 주택청약 공급금액 (2020년~2025년)
• [국토교통부] 아파트 실거래가 (2020년~2025년)
• [한국은행] 기준금리
• [뉴스기사] 주택청약 매물별 뉴스기사 (2000개)

2 프로젝트 구조

폴더구조

📁 src
 ㄴ 📁 eda                   # 데이터 분석
 ㄴ 📁 preprocessing         # 데이터 전처리
 ㄴ 📁 storage               # 데이터 저장소
 ㄴ 📁 streamlit             # 스트림릿
 ㄴ 📁 training              # 모델 학습
 ㄴ 📄 baseline.ipynb         # 모델 학습 베이스코드
📄 requirements.txt

아키텍쳐

3 개발환경 구성

기술 스택

• 언어: Python 3.11
• 패키지 관리: Anaconda / Miniconda

프로젝트 설정

# 1 프로젝트 폴더 생성 및 저장소 초기화
mkdir <folder_name>
cd <folder_name>
git init

# 2 저장소 복제 및 동기화
git remote add origin https://github.com/choikwangil95/HKToss-MLOps-Proejct.git
git pull origin main

# 3 가상환경 설정
conda create -n <env_name> python=3.11 pip
conda activate <env_name>

# 4 Jupyter Notebook 커널 설정
conda install ipykernel --update-deps --force-reinstall

# 5 requirements 설치
pip install -r requirements.txt

4 개발 프로세스

브랜치 관리

• main : 운영 환경
• develop : 개발 환경
• feature : 기능 개발

작업 흐름

# 1 최신 develop 브랜치 동기화
git checkout develop
git pull origin develop

# 2 새로운 기능 브랜치 생성
git checkout -b <feature_branch>

# 3 작업 후 변경 사항 저장
git add .
git commit -m "커밋 메시지"

# 4 develop 브랜치 병합 (충돌 확인 필수)
git checkout develop
git pull origin develop
git merge <feature_branch>

# 5 원격 저장소 반영
git push origin develop