[데이터조직] 팀을 맡고 먼저 해야 하는 것, 면담
팀을 맡아서 운용한지도 1년을 훌쩍 넘었다. 처음 팀장을 맡았을 때를 생각해 보면 시간이 정말 빠르게 지난 것같다. 새로운 팀을 맡아서 운영도 열심히 해보고 있다.
Author
Bongho Lee
[책]의사결정에서 확률적 사고가 갖는 힘과 경험적 근거에 대해서, “최고의 결정“
제목이 꽤 매력적이지 않은가? “최고의 결정”이라니… 거기에 호황과 불황을 모두 포함해서 50년을 경험한 사람이라니, 연달아 두 팀을 리딩해본 리더의 입장에서는 꽤나 솔깃했던 제목이었다.
[리뷰] Real-Time Delivery Time Forecasting and Promising in Online Retailing
Summary * Delivery Time Prediction은 Regression 문제이기도 하지만 Result가 분단위 정도로 나눠진다고 하면 Classification 문제로 간주할 수도 있다. * 비즈니스 관련 Cost Sensitive Rule을 고려하기 위해서
[데이터 조직]팀의 목표는 회사의 비전으로부터 시작해야 한다.
지금 회사 입사 이후에 깨달은 사실 중 하나였고, 데이터 조직도 예외는 아닌 하나의 사실로 남은 교훈이 있는데, 바로 팀의 목표는 회사의 비전으로부터 시작해야 한다였다.
함께 데이터 프로덕트를 만들 때 성과는 어떻게 측정할 것인가?
데이터 프로덕트를 만들 때는 보통 두가지 경우가 있다. 하나는 주도적으로 프로덕트를 구성하는 경우, 그리고 다른 하나는 외부 요청에 의해 프로덕트를 구성할 때가 있다. 전자의
Positivity Assumption
Positivity Assumption * Formal 하게 말하면 관심 있는 모든 계층 및 노출 수준에 대해서 공변량을 조건부로 하였을 때 특정 수준의 노출이 있을 확률이 0보다 크고
Devonthink에서 Smart Rule 적용하기
Background * Devonthink를 쓰면서 Bookmark가 계속 늘어나고 있고 있다., 이 Bookmark를 모두 읽었는지 잘 모르기 때문에 Labeling을 하고 있다. 아래는 실제 내 노트북에서 내가 Labeling하는
실제 상품과 다른 (보기좋고 이쁜) 이미지를 보고 선택을 강요받는 소비자
얼마전 저녁을 위해 피자를 포장하러 밖에 다녀올 일이 있었다. 아내가 고른 피자 2판을 픽업하기 위해 기다리면서 메뉴들을 훑어보는데 메뉴이미지와 실제 메뉴의 모습이 다르다라는 생각이
[책]럭키 드로우, 노력에는 나이가 중요하지 않다.
사실 크게 그렇게 기대하고 읽은 책은 아니었다. 어떠한 컨텐츠로 그가 돈을 벌고 있는지도 모르고 있었고, 지속가능한 것인가에 대해서도 모르는 상황이었기 때문에 그다지 궁금하게 보지는
MSA(Micro Service Architecture)
Summary MSA(Micro Service Architecture) * 각각을 마이크로하게 나눈 독립적인 서비스를 연결한 구조 * 시스템 전체의 중단 없이 필요한 부분만 업데이트·배포가 가능 * 유연한 대응이 가능→
First Step Analysis in Transition Matrix
Summary * First Step Analysis란 Markov Chain을 해결하기 위한 간단한 방법 * Markov Property를 이용해서 변수들의 특성을 빠르게 파악하는 방법 Prerequisite * Absorbtion, Transition 개념 이해 필요함.
언제 데이터 과학자를 채용하고 조직을 구성해야할까?
정답은 비즈니스 목적을 달성하기 위해서 기존의 방안에서 답이 없다고 판단할 때이다. 보통 조직들은 팀을 신설하고 데이터과학자나 엔지니어를 채용한다. 그리고 바로 실적이 나오길 기대한다. 이