Bongho, Lee

Team

[데이터 조직] 사내 데이터 조직을 새로 만들었던 케이스

배경 * 조직장은 개발 및 데이터 관련 업무를 한 경험은 있지만, 경력 자체는

위도 및 경도 Feature Engineering 케이스 정리

Data Setup import polars as pl from xgboost import XGBRegressor from sklearn.

Data

Multi Task 기반 확률 모델링으로 배달시간플랫폼을 구축한 DoorDash

Overview Multi Task Model * Multi Task(MT) Model 사용시 장점 * 신규 서비스

Book

[책]에디토리얼씽킹 - 우리의경험은 헛되지 않으며 앞날을 환히 비출 수 있다.

이 책을 읽으면서 처음으로 Editorial이란 단어의 뜻을 다시 한 번 찾아보았던 것같다.

Data

PYMC 5 설치

배경 * PYMC3는 Python 3.12이상의 버전과 호환이 잘 되지 않던 차에 PYMC가

Data

Gibbs Sampling과 MH Sampling 공통점과 차이점 정리

공통점 * MCMC 알고리즘: 두 알고리즘 모두 마르코프 체인을 사용하여 확률 분포에서 샘플링합니다.

Writing

Ship 30 for 30 - 온라인에서 글쓰기 가이드(요약)

* Ship 30 for 30은 기존 육지(헤밍웨이 항구)에서 출발하는 30일간의 크루즈로,

Team

[데이터조직] 목적조직과 기능조직 어느 형태가 가장 좋을까?

목적조직과 기능조직은 조직의 형태 중 하나이다.  미국 PM 전문기관인 PMI(Project Management

Life

[책]커넥팅, 나는 경계능력자인가? 아니면 무경계 능력자인가?

최근에 신수정 부사장님이 쓰신 "커넥팅"이란 책을 읽다가 경계/무경계

머신러닝 시스템 설계 관련 절차

절차 1. 문제 정의 1. 요구질문 명확히 하기 2. 사용자 시나리오 정리

Team

[데이터조직]성공하는(할 수 있는) 프로젝트 만들기

처음 제목은 “성공하는 프로젝트 만들기” 였는데, 작성하면서 ”성공할 수 있는 프로젝트 만들기“

Team

[데이터조직] 팀의 상호의존성을 키운다는 것

구글은 2012년부터 4년에 걸쳐 프로젝트명 Aristole이라는 이름으로 최고 성과를 내는 팀의 조건을