떻게 하면 데이터 사이언티스트가 될 수 있나요?
•
586 likes•56,722 views
'꿈꾸는 데이터 디자이너' 과정의 학생들에게 소개한 '직업의 세계(?)' 강의 자료 입니다. https://www.facebook.com/datadesigner2015 데이터를 다루기 위한 스킬과 보면 유용한 책들을 간단히 소개하였습니다.
떻게 하면 데이터 사이언티스트가 될 수 있나요?
- 1. 떻게
- 2. 면
- 4. 데이터
- 5. 사이언티스트가
- 7. 될
- 8. 수
- 11. 하용호 용 호
- 12. 넌 누구냐?
- 13. 데이터 사이언티스트 =이게 무슨 설명이야;; Data Scientist
- 14. = 데이터에서 데이터 사이언티스트 Data Scientist + 패턴을 찾아내어 + 비지니스 기회로 프로그래머 통계학자 컨설턴트
- 15. 별에서 온 그대 SBS (2013)
- 16. 실제의 나
- 17. 삽질하는 두 남자 빈센트 반 고흐 (Two Peasants Digging After Millet ) (1889)
- 18. 삽질하는 두 남자 장프랑수와 밀레 (Two Men Turning over the Soil) (1866)
- 20. 그래도 스페셜리스트가 된다면 조금 더 다르긴 합니다.
- 23. 두가짶
- 24. 이야기
- 25. 딸의
- 26. 아버지는
- 27. 왜
- 28. 쇼핑몰로
- 29. 쳐들어
- 30. 갔나?
- 31. : 월마트 같은 미국의 초대형 쇼핑몰
- 32. 임신 3개월 쯤 로션 취향이 바뀐다!! 은 알아 내었었다! 향있는 로션 향없는 로션 로션 취향이 갑자기 바뀐 따님의 임신을 눈치챔!
- 34. 오바마는
- 35. 떻게
- 36. 선거에서
- 37. 이겼을까요?
- 38. /71 20 스타크래프트 잘하게 생긴 애들이 선거전략짬
- 39. /71 21
- 42. /71 24
- 43. A/B Test
- 44. 그리고
- 45. 또
- 46. 오 이거 좀 킹왕짱인거 같음
- 47. 그런데 갑자기 왜 이런 변화가 나타나게 된거지?
- 48. 패러다임 쉬프트
- 49. 경쟁은 어디에서 일어나는가? 시대가 흐르며 경쟁력의 핵심이 바뀜
- 50. 기술 가격 기회➔ ➔ Data
- 51. 유저의 관심이 가장 소중한 자원 눈길을 받았을 때 원하는 것을 제시해야 함 기회 눈길을 받는 법이 필요 데이터로
- 52. 유저를
- 53. 알아내야함!
- 54. 해당 부분이 외국에는 일찍부터 발달했어요
- 55. 외국 내부 데이터 고객 데이터 잘 정리 됨 입수 어려움 고객 특성 지 맘대로임
- 56. 외국 : 우리 내부 시스템에 쌓인 고객 관련 데이터를 잘 분석하여 고객 개개인의 특성을 알아내어 새로운 기회를 잡아내자!
- 57. 여러분 웹사이트 가입 할 때 생각해봅시다. 그런데 한국은?
- 58. 외국 사이트 한국 사이트 이메일 완료 버튼 이름 완료 버튼 주민등록번호 사는 곳 결혼했니 아부지 뭐하시노 동의 동의 동의
- 59. 한국 내부 데이터 고객 데이터 엉망진창 가입시 다 입력받음 고객 특성 거의 비슷
- 60. 한국의 기업은 ‘분석’ 이라는 것이 필요가 없어서 익숙하지 않았다.
- 61. - 이제서야 기업 내부의 데이터가 제대로 집약되기 시작 - 이제는 주민등록번호 등을 요구할 수 없음 - 대강 분석과 감으론 뭔가 안되겠다고 느끼기 시작 상황 바뀜
- 62. - 고객을 분석하더라도 접근할 수 있는 채널이 없었음 - 스마트폰이라는 개인화된 채널이 생김 - 이제서야 개인들의 개성화가 시작 (아직 모자람) 환경 바뀜
- 63. 현재 한국의 기업 상태 1. 빅데이터를 한다면서 장비를 많이 산다. 2. 회사에 있던 데이터를 끌어 모아본다. 3. 뭔가 마법의 무언가 뾰로롱??? 4. 회사가 잘나가길 바람
- 64. 3. 뭔가 마법의 무언가 뾰로롱??? - 데이터 사이언티스트가 일할 영역 - 회사에서 산 우당탕 장비를 운용한다. - 기존의 분석팀이랑은 다른 분석을 해야 한다. - 회사가 잘되기 위한 액션을 내놓아야 한다.
- 65. 데이터 장비 운용 기존 분석을 넘어선 분석 회사에 이득 이 되는 액션 데이터 사이언티스트에게 무엇이 필요한지 각이 뜬다!!
- 66. 거대한 시스템을 마음대로 다루며 데이터를 읽어오고 분석하기 쉬운 형태로 결합, 변환하고 새로 쓸 수 있는 능력 = + 프로그래밍(Python, R) + Hadoop (Hive, Pig, MR) + (Spark) + SQL + 시스템 엔지니어링 데이터 장비 운용
- 67. Explain VS Predict + 통계 + 머신 러닝 + 프로그래밍(Python, R) + SQL + Hadoop (Hive, Pig, MR) 기존 분석을 넘어선 분석 규모 해상도 도구 기존 분석 데스크 탑 샘플, 군집 단위 해상도 상용 툴 Data Science 컴퓨터 한대를 넘는 크기 전체 사이즈, 개개인 수준 해상도 분석 프로그래밍
- 68. 분석 결과를 Action으로 변환하고, 비용과 이득을 계산해 다음에 해야할 일을 찾아낼 수 있어야 함 그 결과를 유관 부서들 대상으로 설득해 낼 수 있어야 함 + 비지니스에 대한 이해 + 마케팅 기초 + UX + 올바른 차트 그리는 법 + 세상의 모든 지식(?) + 말 잘하자. 회사에 이득 이 되는 액션
- 69. 슈퍼맨 맞구만!!?
- 70. DJ Patil - Data Scientist 라는 말을 만든 사람 = 줄이자면 “님들 이거 혼자 다 못함” 여러분 이거 팀스포츠 임
- 71. 현업은 어찌 일하고 있나? Data Scientist Data Analyst Data Engineer Data Business people Data Researcher Data Creative Data Developer 큰 범주 일반 범주 SKT 케이스
- 72. 현업, 지망자들 모두 다 과정 속에 있습니다. ‘수련의 세계’
- 73. 책속에 길이 있다. 그래서 떻게 해야 하나요?
- 74. 헤드 퍼스트 데이터 분석 통계의 힘 COURSERA ‘Statistics one’ (유튜브도 있음)
- 75. R을 이용한 누구나 하는 통계 분석 R을 활용한 탐색적 자료 분석
- 76. 집단 지성 프로그래밍 해커 스타일로 배우는 기계학습
- 77. 웹 데이터 분석학린 분석 데이터 과학 입문
- 78. 번역자를 위한 우리말 공부 떨지 마라 떨리게 하라 월스트리트 저널 인포그래픽 가이드
- 79. R , Python 하나는 확실히 다룰 수 있어야 한다!!! 제일 중요!!
- 81. 사람들은 데이터에 대해 생각할 때 기존 기존 기존 추천 타게팅 이게 데이터로 뭐 하는거 아닌감? 이런거 하면 막 우리도 아마존, 넷플릭스처럼 대박 나는거 아냐?
- 82. 요술봉을 기대하십니다.
- 83. 그런거 없어요
- 84. 데이터는 점진적인 개선의 도구 110 X 1.1 = 121 121 X 1.1 = 133 데이터란 기본적으로 곱하기 100 X 1.1 = 110 기존것에 곱해 나간다. 133 X 1.1 = 146 반복해가며 더욱 커져 나간다
- 85. ‘마법사’보다 ‘조각가’
- 86. 사람들은 데이터에 대해 생각할 때 기존 기존 기존 추천 타게팅 이게 데이터로 뭐 하는거 아닌감? 실제로 도움이 되게 쓰는 회사 기존 기존 기존 기존의 일을 더 최적화 하는데에 있다.
- 87. 이런데 추천을 넣는게 아니라 이제까지 그냥 하던 배치순서는 과연 최적이었을까를 살피는 것
- 88. 이런 방식으로 데이터를 잘쓰는 회사의 예 데이터회사로서의UPS 엔진 센서, 차량 이동 경로, 자동차 각부의 센서, 송장 처리용 모바일 기기 기록 물건 싣고 이동 한다 배달 하고 사인 받고
- 90. 적게
- 91. 움직이는
- 92. 배달
- 93. 순서
- 94. 계산 그날
- 95. 물량에
- 97. 따른
- 98. 다른
- 99. 배분 사인펜은
- 100. 왼쪽
- 101. 가슴에
- 103. 넣는게
- 104. 좋다는
- 105. 발견 시동과
- 106. 화물칸
- 107. 동작
- 109. 한번에
- 110. 하게한
- 111. 장치 (1분 = 147억원)한사람당 3시간 더 일한 것과 맞먹는 효율성 하루 90개 배달 - 130개 배달 UPS배달기사들의 임금인상, 사고감소 여전히 택배회사이지만 기존의 일을 데이터로 더 잘하게 되었다.
- 112. 데이터로 확인하고 이야기 하는 문화 (DATA DRIVEN) 분쟁이 났을때 데이터로 결정하던 습관 “민쯩까봐” 중요한 것은 우리도 있다.
- 113. 우리는 모든 단계에 파고들 자세를 가져야 한다. 기존 기존 기존 데이터를 내놓아라. 없으면 측정하자. 측정하면 분석하자. 분석했으면 액션하자. Data Data Data Data 모든 행동은 Data에 기반해서 실행한다.
- 114. 궁금한거 질문합시다. 하용호 카카오톡 : yonghosee 페이스북 : facebook.com/yonghosee 이메일 : yongho.ha@gmail.com