Latest

Gibbs Sampling과 MH Sampling 공통점과 차이점 정리

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: 두 알고리즘 모두 베이즈 추론에서 사후 분포를 추정하는 데 사용됩니다. 베이즈 추론은 사전 정보와 관측 데이터를 결합하여 사후 분포를 계산하는 방법입니다. 차이점 * 제안 분포: 깁스 샘플링은
Bongho Lee
Ship 30 for 30 - 온라인에서 글쓰기 가이드(요약)

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 * 과도한 편집 * 완벽주의 * 미루기 * 자신감 * 아이디어 생성 * 임포스터 신드롬 (내용 껴맞추기) * 일관성 있는 글쓰기 * 플랫폼 선택하기 * 글 쓸 시간 찾기 글쓰기 여정 * 선착장에 앉기 → 어디부터 시작해야할지
Bongho Lee
[데이터조직] 목적조직과 기능조직 어느  형태가 가장 좋을까?

[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. 조직 구조(출처: Prebedora Lifelong Project) * Organic or Simple Organisation. * Functional Organisation. * Multi-divisional Organisation. * Matrix Organisation. * Project-oriented Organisation. * Virtual Organisation. * Hybrid Organisation. * PMO (Project Management Office)
Bongho Lee
[책]커넥팅, 나는 경계능력자인가? 아니면 무경계 능력자인가?

[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 말그대로 기존에 해오던 업무를 확장하는 시점에서 "경계"를 의미하는 것으로 현재 기억하는데, 이 의미가 개인적으로는 중요하여 이 내용을 남긴다. 작년 하순 쯤, 잘해오던 업무를 떠나서 보다 업무를 확장하도록
Bongho Lee
[데이터조직]성공하는(할 수 있는) 프로젝트 만들기

[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 대해서 언급하는게 더 낫겠다고 생각하여 그렇다. 과거 AI조직은 단순히 모델의 결과를 배치성으로 제공고 이를 특정 부서에서 업무에 활용하는 정도였다면, 지금은 AI조직은 프로덕트 조직으로서 실시간에 가깝게 결과를
Bongho Lee
[데이터조직] 팀의 상호의존성을 키운다는 것

[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 5개 요소를 확인하였다. 5개 요소는 심리적 안정감, 상호의존성, 일의 이미,  시스템의 명확성, 일의 영향으로 구성되어 있다. 그 중, 오늘 이야기 해보려는 것은 상호의존성이다 당연한 이야기이만 팀은
Bongho Lee
Python Decorator @Propery를 이용, Overwrite를 방지할 수 있다.

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. class SimpleMLModel: def __init__(self): self._trained = False self._model_parameters = None @property def trained(self): """check if the model has been trained.""" return self._trained
Bongho Lee
Lazy Evaluation, 메모리 사용 및 계산을 최적화하기 위한 기법

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 미룹니다. 예를 들어, 조건문에서 특정 조건이 거짓으로 평가되어 다른 분기의 결과가 필요하지 않는 경우, 결과가 필요하지 않기 때문에 그 분기의 계산은 수행하지 않음 * 주로 함수형 언어에서
Bongho Lee
📦 AI Model에서 AI System으로의 진화

📦 AI Model에서 AI System으로의 진화

1.Compound AI System is LLM의 대중화와 함께, AI Model은 Application의 주요 요소로써 빠르게 관심을 이끌고 있다. Compound AI System은 Traditional Software와 AI Model의 결합으로써 Google의 AlphaCode 2,  AlphaGeometry 등 빅테크의 LLM 모델은 Compound AI System의 효과성을 잘 보여주고 있으며, 모델과 엔지니어링의 조합을 통해서 보다 나은 성과를 만들 수도 있음을
Bongho Lee
[데이터조직] 상대방 팀이 성공해야 우리 팀도 성공한다.

[데이터조직] 상대방 팀이 성공해야 우리 팀도 성공한다.

당연한 이야기이지만, 상대방 팀이 성공해야 우리 팀도 성공한다. 종종 팀의 리더로 일을 하다 보면, 상대방 팀을 업신여기거나, 상대방 팀을 이겨야 하거나, 업무를 모두 그 쪽으로 몰아버리는 것에 만족하는 사람들을 종종 본다.R&R에 기준해서 일을 잘 정리하는 방식일 수도 있지만, 나는 상대방 팀을 포함해서 우리 모두가 함께 성공하는 것이 중요하다고
Bongho Lee
[데이터조직]어느날 직원이 그만두겠다고 하였다.

[데이터조직]어느날 직원이 그만두겠다고 하였다.

어느날 면담을 할 때였다. 평소대로 "요즘 컨디션을 묻는 질문"으로 1:1을 시작하였다. 그런데 웃으면서 구성원이 말하였다. 퇴사하려고 합니다. 퇴사할 수도 있지... 뭐가 문제인가 하면서도 우선은 이 친구를 붙잡으려는 시도는 해야 하지 않나 싶어서 이유를 물어보았다. 이래저래 이야기를 나눴고, 몇 번의 가벼운 티타임 끝에 원인은 굉장히 간단하였다. 첫째, 성취감이었다 AI
Bongho Lee
[데이터조직]내가 하지 않는데 구성원에게 하라고 할 수는 없다.

[데이터조직]내가 하지 않는데 구성원에게 하라고 할 수는 없다.

제럴드 M 와인버그는 리더십이란 문제해결을 위한 최적의 환경을 구성해나가는 과정이라고 볼 수 있다고 정의한 바 있다. 처음 이 말을 들었으면 이해가 되는 것같으면서도 명확하게 상황이 그려지지는 않았다. 문제 해결을 위한 최적의 환경이라니, 환경의 범위는 어떻게 되고, 이 환경은 시스템을 언급하는 것만은 아닐텐데, 모든게 명확하지 않은, 뭔가 굉장히 광활한 정의를 가지고
Bongho Lee