RE-CONSIDER-ED

데이터, 비즈니스, 그리고 책에 대한 개인적인 기록

Subscribe
Data book Team Life Business

Featured

나는 어떻게 메모하는가?

나는 어떻게 메모하는가?

한가지 방식으로만 메모를 작성하지 않는다. "어떻게 메모하는?"라는 여전히 어려운 질문이다. 어떤 메모가 최선일지에 대해서는 스스로에게 여전히 지금도 매일 던지는 질문이기 때문이다.

· 9 min read
도어대시(Doordash) 데이터팀이 말하는 다른 팀과 "잘" 대화하기 위한 팁

도어대시(Doordash) 데이터팀이 말하는 다른 팀과 "잘" 대화하기 위한 팁

Intro 데이터 팀이 아무리 좋은 분석을 하더라도 비즈니스 팀과 경영진과 공유되지 않으면데이터 팀의 성공은 보장할 수가 없다. 그래서 효과적인 커뮤니케이션은 데이터 팀이 성공하기 위한

· 7 min read
데이터 분석팀은 왜 비즈니스에서 중요한 역할을 하지 못하고 있을까?

데이터 분석팀은 왜 비즈니스에서 중요한 역할을 하지 못하고 있을까?

지금의 회사에서도 일한 지도 벌써 2년이 되어간다. 데이터엔지니어부터 시작해 마케팅 기획을 거쳐 분석가로 정착하나 싶었는데 한발 더 나아가 사업관리까지 한다. 감사하게도 2년 동안 데이터

· 7 min read

Latest

Multi Task 기반 확률 모델링으로 배달시간플랫폼을 구축한 DoorDash
Data

Multi Task 기반 확률 모델링으로 배달시간플랫폼을 구축한 DoorDash

Overview Multi Task Model * Multi Task(MT) Model 사용시 장점 * 신규 서비스 배달시간 예측시, Foundation Layer에 추가적으로 레이어릅 붙이는 식으로 대응이 가능 * 플랫폼 내부에서

· 3 min read
[책]에디토리얼씽킹 - 우리의경험은 헛되지 않으며 앞날을 환히 비출 수 있다.
book

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

이 책을 읽으면서 처음으로 Editorial이란 단어의 뜻을 다시 한 번 찾아보았던 것같다.Editorial은 Noun 또는 Adjective로서 활용된다. 그 중 Adjective로서 뜻은 다음과 같다. adjective:

· 10 min read
PYMC 5 설치
Data

PYMC 5 설치

배경 * PYMC3는 Python 3.12이상의 버전과 호환이 잘 되지 않던 차에 PYMC가 있다는 것을 알게 되었다. * 설치를 하려고 하는데 에러가 꽤 많이 난다. 이에

· 1 min read
Gibbs Sampling과 MH Sampling 공통점과 차이점 정리
Data

Gibbs Sampling과 MH Sampling 공통점과 차이점 정리

공통점 * MCMC 알고리즘: 두 알고리즘 모두 마르코프 체인을 사용하여 확률 분포에서 샘플링합니다. 마르코프 체인은 과거 상태만 고려하여 다음 상태를 결정하는 확률적 모델입니다. * 베이즈 추론:

· 3 min read
Ship 30 for 30 - 온라인에서 글쓰기 가이드(요약)
Writing

Ship 30 for 30 - 온라인에서 글쓰기 가이드(요약)

* Ship 30 for 30은 기존 육지(헤밍웨이 항구)에서 출발하는 30일간의 크루즈로, 작가들이 5주 동안 디지털 코스트를 여행하는 프로그램입니다. 초보작가가 직면하는 10가지 문제 * 산만함

· 14 min read
[데이터조직] 목적조직과 기능조직 어느 형태가 가장 좋을까?
Team

[데이터조직] 목적조직과 기능조직 어느 형태가 가장 좋을까?

목적조직과 기능조직은 조직의 형태 중 하나이다.  미국 PM 전문기관인 PMI(Project Management Institute)에 따르면 조직시스템은 크게 다음과 같이 8가지 정도로 구분해볼 수 있다.

· 6 min read
[책]커넥팅, 나는 경계능력자인가? 아니면 무경계 능력자인가?
Life

[책]커넥팅, 나는 경계능력자인가? 아니면 무경계 능력자인가?

최근에 신수정 부사장님이 쓰신 "커넥팅"이란 책을 읽다가 경계/무경계 $\times$  능력자/무능력자에 관한 구분을 보았다. 정확하게 기억이 나지는 않지만 경계와 무경계는

· 4 min read
머신러닝 시스템 설계 관련 절차

머신러닝 시스템 설계 관련 절차

절차 1. 문제 정의 1. 요구질문 명확히 하기 2. 사용자 시나리오 정리 및 비즈니스 목표 정의 3. 요구사항 및 제약사항 정리 4. 데이터 현황

· 2 min read
[데이터조직]성공하는(할 수 있는) 프로젝트 만들기
Team

[데이터조직]성공하는(할 수 있는) 프로젝트 만들기

처음 제목은 “성공하는 프로젝트 만들기” 였는데, 작성하면서 ”성공할 수 있는 프로젝트 만들기“로 바꾸었다. 성공은 다분히 결과론적인 의미를 담고 있기 때문에, 달성하기 위한 필요조건에

· 5 min read
[데이터조직] 팀의 상호의존성을 키운다는 것
Team

[데이터조직] 팀의 상호의존성을 키운다는 것

구글은 2012년부터 4년에 걸쳐 프로젝트명 Aristole이라는 이름으로 최고 성과를 내는 팀의 조건을 분석하는 프로젝트를 진행한 바 있다. 이 때 프로젝트는 성과를 내는데 있어 주요한

· 7 min read
Python Decorator @Propery를 이용, Overwrite를 방지할 수 있다.
Data

Python Decorator @Propery를 이용, Overwrite를 방지할 수 있다.

Property Decorator를 이용,  직접 할당을 제한하여 클래스 Attribute를  덮어쓰지 않도록 보호할 수 있다. 이는 실수로 모델이나 데이터를 Overwrite할 수 있는 가능성을 원천차단할 수 있다.

· 1 min read
Lazy Evaluation, 메모리 사용 및 계산을 최적화하기 위한 기법
Data

Lazy Evaluation, 메모리 사용 및 계산을 최적화하기 위한 기법

Lazy Evaluation * Lazy evaluation은 프로그램 실행 중에 표현식의 평가를 그 값이 실제로 필요할 때까지 미루는 기법 * 프로그램에서 표현식의 결과가 필요하지 않다면, 해당 표현식의 계산을

· 3 min read