PIPI

https://yozm.wishket.com/magazine/detail/2648/ 뽑히는 개발자 이력서는 어떻게 만드나요? | 요즘IT25년 차 개발자로 꾸준히 멘토링을 하다 보니 신입 개발자의 이력서를 볼 일이 많습니다. 신입 또는 경력이 짧은 주니어 엔지니어의 이력서는 대체로 비슷합니다. 조금 과장해 표현하면, 이름과yozm.wishket.com  어제도, 그제도, 지난 주에도 받아본 이력서입니다. 신입 또는 경력이 짧은 주니어 엔지니어의 이력서는 대체로 비슷하다. 특히 '자신이 한 일을 사실위주로 간결하게 쓰라'는 조언을 따른 이력서는더욱 분별력이 떨어진다. 경력자에게더 유용하고 유리한 형식이기 때문이다.  자신이 한 일을 사실 위주로 간결하게 적는 형식 그 자체에 문제가 있는 게 아니다. 이를 ..

https://yozm.wishket.com/magazine/detail/2563/ 새로운 데이터 직군, 데이터 애널리틱스 엔지니어란? | 요즘IT‘애널리틱스 엔지니어’, 혹은 ‘분석 엔지니어’라고 들어보셨나요? 미국에서는 대략 3~4년 전부터 화제가 되기 시작했고, 한국에서는 작년부터 본격적으로 주목받고 있습니다. 간단히 말해yozm.wishket.com  애널리틱스 엔지니어란?미국에서는 대략 3~4년 전부터 화제가 되기 시작했고, 한국에서는 작년부터 본격적으로 주목받고 있다. 데이터 애널리틱스(분석) 엔지니어란 '데이터를 사용하기쉽게 만들어주는 요리사'라고 할 수 있다.데이터 애널리틱스(분석) 엔지니어의 고객은 데이터 분석가, 마케터, 기획자 등 데이터를 손에 쥐고 일하는 모든 현업 전문가다. 데이터..

https://yozm.wishket.com/magazine/detail/1680/ A/B 테스트 제대로 이해하기: ⑤ A/B 테스트에 적정한 표본과 주의 사항 | 요즘IT지금까지 ‘A/B 테스트 제대로 이해하기’ 시리즈를 통해 A/B 테스트의 기본 정보와 가설, 세팅 방법, 그리고 분석 결과 등 여러 정보를 정리했다. 시리즈의 마지막인 이번 글에서는 기획자, PM, 마yozm.wishket.com  대체 표본, 실험의 트래픽은 얼마나 모아야 하나요?매번 다르다.'A안과 B안 사이의 차이가 어느 정도 되기를 기대하느냐'에 따라 다르다. 왜냐하면 동일한 신뢰 수준이라도 표본의 크기에따라 유의미한 결과 여부가 달라질 가능성이 있기 때문이다. '표본은 얼마나 필요한가요?'라는 질문은 A/B 테스트를 설계하고 ..

https://yozm.wishket.com/magazine/detail/1667/ A/B 테스트 제대로 이해하기: ④ A/B 테스트 표본 크기와 유의미한 결과의 관계 | 요즘IT이전 글에서 기초 통계 지식을 바탕으로 A/B 테스트 계산기의 세팅 방법과 해석에 관한 내용을 살펴보았다. 이때 해석 내용 중 계산기에서 ‘결과가 유의미하지 않다(Not Significant)’라고 했을 때yozm.wishket.com  표본(트래픽) 사이즈와 유의미한 결과가 무슨 상관이 있나요?결론부터 말하자만 아주 상관이 많다. 표본이 많으면 많을수록 그룹 A와 B의 결과 차이가 적더라도 '유의미하다'라고 인정해주기 때문이다.  우리의 생각 1 '잘은 모르지만 표본은 많을수록 좋은 것 같다.제일 정확안건 모집단 전체에게 물어..

https://yozm.wishket.com/magazine/detail/1656/ A/B 테스트 제대로 이해하기: ③ A/B 테스트 계산기의 세팅과 해석 | 요즘IT앞선 두 편의 글에서, ‘실제 A/B 테스트를 설계할 때 우리가 진짜 궁금한 질문’과 ‘A/B 테스트 실험 결과의 유의미한 방안’, 그리고 ‘이를 바탕으로 A/B 테스트의 설계 및 해석에 필요한 기초yozm.wishket.com  계산은 어디서 어떻게 해야 하나요?구글 옵티마이저(google optimize)와 같은 A/B 테스트 툴에서는 전환율과 더불어 표본 크기에 따른 유의미한 결과를 계산해 최종 판단에 도움을 준다. A/B 테스트를 위한 솔루션을 사용하지 않거나, 솔루션으로 응용할 수 없는 실험을 설계했을 경우 웹 서비스를 이용해 계산..

https://yozm.wishket.com/magazine/detail/1644/ A/B 테스트 제대로 이해하기: ②A/B 테스트를 위한 기초 통계 이해하기 | 요즘IT앞선 글에서 A/B 테스트를 설계하거나 수행할 때 ‘목표를 달성하기 위한 방안으로 A와 B 중 어느 게 더 나은가?’ 뒤에 숨은 진짜 질문에 관해 살펴보았다. 이번 글에서는 이러한 우리의 진짜 질yozm.wishket.com 1. 모집단과 표본  "우리는 결코 '전체'를 알 순 없다. 이번 실험의 대상은 어디까지나 '일부'다."실험의 기간은 한정되어 있고, 누군가는 참여를 안 할수도 있고, 누군가는 예비 고객일 수 있다는 것을 생각하면 실험군은 영원히 '일부'일 뿐이다. 결국 '전체'에 대해서 알 수 없다. 다만 실험을 통해 만나는 '일..

https://yozm.wishket.com/magazine/detail/1633/ A/B 테스트 제대로 이해하기: ①테스트를 설계할 때 우리의 진짜 질문은? | 요즘IT서비스 기획, PM, 그리고 그로스 해킹과 관련한 부트캠프나 신입 교육 과정을 살펴보면, A/B 테스트에 관한 이야기가 많다. 아마도 서비스를 개선하는 실험 방안 중 하나로 A/B 테스트가 가장 유명(yozm.wishket.com  A/B 테스트를 설게할 때 우리가 진짜로 궁금해하는 것암묵적으로 A/B 방안의 결과가 상당히 크길 바란다.실험의 진행이 공정하길 바란다. 실험의 결과가 이례적이거나 우연이 아니길 바란다. A/B 테스트의 진짜 질문숨은 질문을 생각하면 A/B 테스트의 설계와 결과 해석을 트래픽을 절반으로 나누거나, 변수를 하나..

https://yozm.wishket.com/magazine/detail/2139/ [쉽게 배우는 AI] 14. 머신러닝 수업을 마치며 | 요즘IT 지금까지 총 14편에 걸쳐 머신러닝의 개념에 대해 살펴보았는데요. 머신러닝이 무엇인지, 어떤 모델로 어떻게 동작하는지 등 여러 궁금증을 해결할 수 있는 시간이었습니다. 이번 AI 시리즈를 통 yozm.wishket.com - 어떤 분야에 어떤 부품이 있고, 그 부품이 언제 필요한지 안다면 그 사람은 그 분야의 생산자라 할 수 있다. - 이 수업의 목적은 소비자로만 살아왔던 사람들이 생산자가 될 수 있도록 유도하는 것이다. - 생산자가 되기 위해 제일 먼저 필요한 것은 소비라고 생각해 왔던 행동들이 사실은 생산 활동이었다는 것을 자각하는 것이다. - 생산과 소..

https://yozm.wishket.com/magazine/detail/2123/ [쉽게 배우는 AI] 13. 강화학습이란? | 요즘IT 강화학습의 핵심은 일단 시도해 보고, 결과에 점수를 매기는 것인데요. 행동의 결과가 자신에게 유리했다면 보상을 받고, 불리했다면 벌을 받습니다. 이를 계속 반복하면서 더 나은 점수(보상) yozm.wishket.com - reinforcement는 강화, 증강이라는 뜻이다. - 강화 학습의 핵심은 일단 해보는 것이다. - 강화 학습은 경험을 통해 실력을 키워가는 것이다. - 그 행동의 결과가 유리한 것이면 상을 받고, 불리한 것이면 벌을 받는다. 이 과정을 반복해 더 좋은 답을 찾아낼 수 있다는 것이 강화 학습의 기본 아이디어다. - 강화 학습에서 사용하는 용어로만 ..

https://yozm.wishket.com/magazine/detail/2111/ [쉽게 배우는 AI] 12. 비지도 학습의 목적 | 요즘IT 지도 학습의 경우, 과거의 원인과 결과를 바탕으로 결과를 알 수 없는 원인이 발생했을 때, 어떤 결과를 가져올지 추측하는 것이 목적입니다. 따라서 독립변수(원인)에 따른 종속변수(결과)를 학 yozm.wishket.com - 비지도 학습과 지도 학습의 차이점 비지도 학습 탐험적이다. 탐험이 미지의 세계를 파악하는 것이듯, 데이터들의 성격을 파악하는 것이 목적이다. 독립 변수와 종속 변수의 구분은 중요하지 않다. 지도 학습 역사적이다. 과거의 원인과 결과를 바탕으로 결과를 모르는 원인이 발생했을 때 어떤 결과를 초래할 것인가를 추측하는 것이 목적이다. 원인인 독립..