Kipoong Kim

저희 연구실은 통계학에 관심있는 분들을 (학부연구생 & 대학원생으로서) 환영합니다. 

1. 진행 중인 프로젝트  

• 다중 소스 데이터 통합  (Multi-source data integration)

  • 통계적 모형 기반

    • 비유클리드 (compositional / spherical) 데이터 통합 (based on the JIVE model)

  • 베이지안 방법론 기반

  • 딥러닝 모형 기반 (초기 단계)

• 변수선택을 위한 벌점화된 회귀모형 (Penalized regression model for variable selection)

  • Incorporating genetic network into genomic data with a group structure

• 형상분석 (Shape analysis)

  • 구체 위에 존재하는 반응변수에 대한 회귀모형

  • Developing a statistical R software

  • Diffusion Tensor Imaging (DTI) data에 대한 additive model

• 심리학 연구에서의 통계학

  • 마이크로바이옴 데이터 분석  

  • 청소년 건강 한국 연구(KSAH)

    • 패널 데이터 분석  

    • 소셜 네트워크 분석 (통계모형 기반 또는 딥러닝 기반)

• 철강 재고 관리 최적화 (초기 단계)  

  • AI 기반 자동화 (초기 단계)  

• Drug use survey 관련 공간 데이터 전처리 및 시각화

  • UNODC (United Nations Office on Drugs and Crime) - Regional Office for Southeast Asia and the Pacific

  • 하수도 처리장 마약검출

• 기타 흥미로운 통계 문제들

2. 업무 내용  

• 데이터 수집, 전처리 및 분석, 개별 프로젝트 진행, 주간 연구 세미나 참석  

• 연구세미나

  • 학기 중:  Bi-weekly (격주)

  • 방학 중:  Weekly

• 연구실:  32410호 (사진)

• 필요한 기자재 지원 (컴퓨터 등)

3. 지원 자격  

• 모든 학부/대학원 학생(전공 무관) 지원 가능

• 최소 6개월 이상의 적극적인 참여 권장  

• 통계학적 기본 지식 필요.

4. 급여  (현재는 대학원생만 지원가능)

• 협의 후 결정

5. 문의 및 지원  

• 지원 서류:  CV  및  자기소개서(자유형식)를 아래 이메일로 제출  

• 문의: 아래 이메일로 자유롭게 연락 주시기 바랍니다  

• 이메일: kkp7700@gmail.com   또는  statpng@changwon.ac.kr 

<8년차 홍콩대 교수가 생각하는 가장 확실하고 빠르게 교수되는 방법>

"카페직원이 카페창업으로 성공하는 가장 확실한 방법은 현재 일하는 카페의 사장님처럼 일하는 것이다."

"창업해서 성공하는 가장 확실한 방법은 현재 회사에서 일하는 동안 대표처럼 일하는 것이다."

교수되는 것도 크게 다르지 않다.

대학원생때부터 박사후 연구원(포닥)때까지 마치 자기가 지도교수인 것처럼 일하는 것이다. 

단순히 지도 받는 학생 또는 포닥이라 생각하고 연구하는 것이 아니라 본인이 교수라 생각하고 연구에 임하는 것이다. 

이렇게 생각하면 주제선정, 데이터분석 그리고 라이팅 등 지도교수와 비슷한 수준에서 오너쉽 및 리더쉽 그리고 독립성을 가지고 일할 수 있게 된다. 나의 직접적인 실적과 레퓨테이션이 걸렸다고 생각하면 책임감을 가지고 열심히 일하지 않을 수가 없다. 

지도교수도 이런 자세로 일하는 학생 및 포닥들에 더 애착이 갈 수 밖에 없고 더 많은 기회도 제공될 가능성이 높다. 

그만큼 교수가 될 확률도 높아지고 시간도 단축되고 교수가 되고 나서도 비교적 수월하게 교수생활을 유지해 나갈 수 있을 것이다.

는 것도 크게 다르지 않다.

(In english)

My lab welcomes new undergraduate and graduate students with an interest in statistics. 

1. Projects in progress

• Multi-source data integration

  • Non-Euclidean (Compositional / Spherical) data integration

  • Bayesian Framework

  • Deep learning-based integration (early stages)

• Shape data analysis

  • LP-ds-rep framework

  • Regression model for spherical response

  • Additive Model for Diffusion Tensor Imaging (DTI) data

• Penalized regression model for variable selection

  • Incorporating genetic network into genomic data with a group structure

• Microbiome data analysis in Psychological studies

• Panel data analysis in Korean Study of Adolescent Health (KSAH) 

  • Social network between subjects

• Developing a dashboard for steel inventory management (early stages)

• AI-powered Automation (early stages)

• Other interesting statistical problems

2. Responsibilities

• Collecting, preprocessing and analyzing data, working on individual projects, and attending weekly lab research seminars.

• Weekly research seminar:  Each member presents once every two weeks.

• Office:  currently under discussion and not yet determined.

• MacBook can be provided.

3. Eligibility

• All undergraduate/graduate students, majors, etc. are eligible to apply, preferably with at least 6 months of active participation

• Anyone can apply without any prior knowledge or experience

4. Salary

• This will be decided after discussion

5.  Inquiries and applications

• Application documents:  Submit one CV or brief resume and one free-form cover letter to the following e-mail

• Inquiries:  Feel free to contact me at the following email

• email:  kkp7700@gmail.com