Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

[WTM18] 커리어에 데이터사이언스 더하기

2.545 visualizaciones

Publicado el

2018년 4월 7일 토요일 벚꽃 만발한 숙명여자대학교에서 진행된
Women Techmakers에서 발표한 내용입니다.

Publicado en: Software
  • Dating for everyone is here: www.bit.ly/2AJerkH
       Responder 
    ¿Estás seguro?    No
    Tu mensaje aparecerá aquí
  • Sex in your area for one night is there tinyurl.com/hotsexinarea Copy and paste link in your browser to visit a site)
       Responder 
    ¿Estás seguro?    No
    Tu mensaje aparecerá aquí
  • Girls for sex are waiting for you https://bit.ly/2TQ8UAY
       Responder 
    ¿Estás seguro?    No
    Tu mensaje aparecerá aquí
  • 조은님! 역시 멋쟁이!! 다시 조은님 강의 보면서 차근차근 공부해봐야겠어요!!
       Responder 
    ¿Estás seguro?    No
    Tu mensaje aparecerá aquí
  • Meetings for sex in your area are there: https://bit.ly/2TQ8UAY
       Responder 
    ¿Estás seguro?    No
    Tu mensaje aparecerá aquí

[WTM18] 커리어에 데이터사이언스 더하기

  1. 1. 박조은 커리어에데이터사이언스더하기 #WTM18Korea
  2. 2. 백수가 과로사 한다고 합니다. 제 이야기 입니다.
  3. 3. 초등학교와 유치원에 다니는 두 아이를 키우고 있습니다.
  4. 4. 요즘 저는 빨래 청소 설거지 장보기 식사준비 외 수 많은 집안일 아이 학원 라이딩과 스케쥴 맞추기 아이 숙제와 준비물 챙기기 잔소리 미세먼지 없는 날엔 놀이터 나가서 모래바람 쐬기를 하고 있습니다.
  5. 5. 여기까지 가족을 위한 제 프로필이었습니다.
  6. 6. 지금부터는 저 자신을 위한 프로필 입니다.
  7. 7. 주로 게임과 광고분야에서 웹과 백엔드를 개발해 온 프로그래머! 입니다.
  8. 8. 요즘은 데이터 분석과 머신러닝, 딥러닝을 다루고 있습니다.
  9. 9. 작년에도 경력단절과 관련 된 발표를 해서 올해 또 발표하면 너무 식상하지 않을까 했는데 주변 분들이 버프를 주셨어요.💕
  10. 10. 그래서 올해는 경력단절 시즌2를 얘기해 볼까해요.
  11. 11. 여성들이 결혼을 하게 되면 회사를 그만두는 3번의 고비가 찾아온다고 해요.
  12. 12. 아이를 임신했을 때# 아이가 태어났을 때$ 아이가 초등학교에 입학했을 때%
  13. 13. 저는 아이가 초등학교에 입학하며 회사를 그만두게 되었는데요.
  14. 14. 전업으로 육아를 하게 되면 기존 사회와 또 다른 사회를 만나게 됩니다.
  15. 15. 나를 중심으로 한 인간관계에서 아이를 중심으로 한 인간관계로
  16. 16. 일상에 치이다 보면 어느새 기존에 하던 일과 멀어지기도 하는데요.
  17. 17. 이렇게 하루이틀 보낼 수는 없다!
  18. 18. 퇴사와 함께 맞이 한 텅빈 GitHub
  19. 19. 텅빈 GitHub 컨트리뷰션 그래프에 잔디심기 시작 🌱
  20. 20. 아무것도 없는 텅빈 내 깃헙따위 아무도 관심 갖지 않기 때문에 마음 편하게 일일커밋 시작!
  21. 21. 그날 그날 연습했던 코드들을 작은 조각으로 매일매일 삶의 로그를 찍듯이 남김
  22. 22. 매일 한 칸씩 채워지는 재미가 쏠쏠 🌱
  23. 23. 200일💕도 넘김🌱
  24. 24. 스터디도 찾아보기 시작! 하지만 대부분의 스터디는 저녁🌒이나 주말😭
  25. 25. 하지만 내 손안의 모바일
  26. 26. 이동 중이나 집안일을 할 때는 유튜브 강좌가 내 친구
  27. 27. 빨래, 청소, 설거지 등 많은 집안일을 유튜브와 함께 📺
  28. 28. 잠시, 그 들은 나를 모르지만 일방적인 나의 친구 소개시간
  29. 29. 몇 년 전부터 너무 자주 봐서 익숙한 친구 같은 레일즈 강의를 하는 매킨지 차일드
  30. 30. 우리집 꼬마들은 캐리언니 보고 유튜버를 꿈꾸지만 Socratica의 이 언니도 카리스마 넘쳐서 이 엄마는 이 언니처럼 유튜버의 꿈을 키움
  31. 31. 머신러닝/딥러닝/블록체인 계의 연예인이자 나의 설거지 친구가 되주심 (역시, 이 분은 나를 모르지만...)
  32. 32. 너무나 유명한 모두를 위한 딥러닝도 나의 집안일 친구
  33. 33. 그리고 앤드류응 교수님도!
  34. 34. 고급진 강좌를 무료로 볼 수 있는 edwith 또한 최고예요!👍
  35. 35. 그리고 캐글뽀개기 주말스터디는 아직까지 한 번도 못 가본 아쉬움이...
  36. 36. 스터디는 못 나가지만 나 홀로 캐글뽀개기
  37. 37. 나에게 윌슨이 필요한 시점 🏐
  38. 38. 스터디는 못 나가지만 벽보고는 얘기할 수 있음 스터디 한다는 느낌으로~
  39. 39. 어떤 딥러닝 강좌를 보는 데 앤드류 응 교수님 강의 어렵다고 하면 안 된다고... 하지만 나에겐 진심 어려웠음😭
  40. 40. 이 분야를 잘 모르는 사람도 이해할 수 있게 쉽게 비디오를 만들어봐야겠다는 의지가 불태워짐💪 활~활~🔥
  41. 41. 유튜브 넌 나의 윌슨 🏐
  42. 42. 첫 비디오를 만들고 🤖봇🤖처럼 빠르게 대답하는 이 분야와 무관한 친구에게 바로 공유!
  43. 43. 🤖 봇 보다 빠르며 솔직한 내 친구 / 무슨 얘기인지 진심 1도 이해 안 되는데? (참고로 친구의 전공은 회계)
  44. 44. . . .
  45. 45. 🤖 봇 보다 빠르며 솔직한 내 친구 / 근데 너 목소리 왜 이렇게 가식적이야😜 (내가 들어보니 정말 가식적임😭)
  46. 46. 유튜브 넌 나의 윌슨 🏐 그래도
  47. 47. 캐글 상위 랭커나 인기 있는 커널을 따라 해 보기도 하고 바꿔가면서 비디오로 꿋꿋하게 만듦
  48. 48. 그런데 왜 나만 보는 느낌이지? . . . 유튜브에서 내 영상을 검색해 봤는데 스크롤 저 아래까지 힘들게 내려야 겨우 나옴 😰
  49. 49. 예전에도 개인 앱을 개발 했을 때 앱스토어에서 아무리 검색해도 내 앱이 나오지 않는 같은 경험이 있었기에 😰 일단, 그러려니...
  50. 50. 꿋꿋하게 Keep Going~~
  51. 51. 유튜브 넌 나의 윌슨 🏐 이니까..
  52. 52. 🤖 봇 보다 빠르며 솔직한 내 친구 / 그냥 좋아요👍만 누르고 꺼버린다. 무슨 소리인지 1도 이해 안 됨 (그래도 항상 좋아요 눌러 응원해주는 내 친구😍 제 영상에 👍 2개 인 거는 저와 제 친구가 누른 겁니다. )
  53. 53. 여기에서 잠시 Kaggle은?
  54. 54. 데이터사이언스, 머신러닝, 딥러닝을 공부하다보면 실전과 유사한 데이터셋트가 필요해요.
  55. 55. 기업은 경진대회를 열어 상위 랭커를 채용하거나 높은 스코어를 얻은 팀에게 상금을 주기도 해요.
  56. 56. 캐글러의 랭킹과 등급도 볼 수 있어요.
  57. 57. 또, 커널이라는 도구도 제공해요.
  58. 58. 오늘 아침에 따라하고 온 커널인데요.
  59. 59. 커널을 통해 상위 랭커의 솔루션을 배울 수 있어요!
  60. 60. 우승자 인터뷰와 솔루션도 매우 유용해요!
  61. 61. 캐글 설문조사 데이터셋을 분석한 첫 비디오를 만들었어요. 데이터 분석을 통해 캐글러의 관심사, 지역, 학력, 임금 등을 알수 있었어요. 성별 격차도요.
  62. 62. 열심히 만들었지만, 역시... 아무도 안 보네요. 하지만 꿋꿋하게 Keep Going
  63. 63. 그래도, 비디오로 만들다 보니 내용이 쏙쏙 머릿속으로 들어오고 실수한 걸 알고 처음부터 다시 찍었더니 이해가 더 잘 되는 것은 덤!
  64. 64. 유튜브 넌 나의 윌슨 🏐역시,
  65. 65. 설치하며 삽질한 과정을 비디오로 정리하고 하나씩 시리즈를 추가해 가며 가내수공업을 이어감...
  66. 66. 단, 나에게 주어진 시간은 1시간 아이가 태권도나 피아노 학원 가는 시간을 기다렸다가! 10분 내외로 찍고 5분 안에 커버 만들고 노 편집, 노 노력을 들여 비디오를 하나씩 늘려감
  67. 67. 새로운 콘텐츠를 만들 때마다 1명에서 시작한 구독자가 점점 늘어 감
  68. 68. 그러던 어느 날, 이런 메일이!😆 다시 의지를 활🔥활🔥 불태우자!
  69. 69. 그리고 얼마 후, 프로그래머스에서 연락이 와서 무료 강좌로도 올리게 되었어요.
  70. 70. 파이썬 자연어처리만을 모아 인프런에 강좌를 오픈하기도 했어요. 무려! 무료강좌!
  71. 71. 혼자 시작했지만,
  72. 72. 넌, 혼자가 아니야.
  73. 73. 지구 어딘가에 있는 윌슨🏐들의 피드백을 받는 😘 온라인 스터디가 되었어요.
  74. 74. 그런데 왜 백엔드 개발자가 데이터 사이언스를 시작하게 되었나?
  75. 75. 백엔드를 주로 개발하며 로그를 쌓거나 정제하는 일을 해왔어요. 그리고 가공해서 분석한 결과를 웹으로 보여주는 일을 했어요.
  76. 76. 데이터를 분석하고 시각화하고 의미를 찾고 다음 액션을 계획했어요.
  77. 77. 게임과 광고분야에서 일하면서 어뷰저를 찾기도 하고요. 그 들을 분석하기도 했어요.
  78. 78. 데이터 분야는 데이터 엔지니어와 데이터 분석가로 나뉘기도 하는데요.
  79. 79. 작은 회사에서는 이런 일들을 개발자가 나눠하곤 해요.
  80. 80. 많은 데이터를 수집하고 다루는 일은 재미가 있어요.
  81. 81. 데이터 속에서 패턴을 찾거나 특정 행동을 유도하기 위해 새로운 실험을 해볼 수 있는 요소를 찾을 수도 있었어요.
  82. 82. 캐글에서 관련 된 경진대회를 만나니 동기부여++
  83. 83. 이 일들은 머신러닝과 딥러닝을 배우면 더 잘 할 수 있는 일이었어요.
  84. 84. 밑바닥...으로 시작하는 시리즈의 책들을 읽어보니 머신러닝이나 딥러닝 기법이 전혀 새로운 것만은 아니었죠.
  85. 85. 내가 했던 일들과 접점을 찾으니 더 재미있어졌어요.
  86. 86. 책, 영화, 음악, 식당, 음식, 여행지, 옷, 신발, 헤어스타일, 식자재 구매 우리 일상 생활에서 가까운 추천과 타겟팅
  87. 87. 이런 예제는 이미 캐글에 잘 정제된 데이터셋과 경진대회 그리고 고수들의 솔루션이 너무 잘 정리되어 있어요.
  88. 88. 분석을 통한 다음 행동 예측
  89. 89. 구매했던 기록으로 다음 구매할 물건을 예측
  90. 90. 특정 주기로 물건을 구매한다면? 일상 생활에서의 패턴화된 행동을 더 잘 분석할 수 있어요.
  91. 91. 물론, 공짜 점심은 없어요. 🍽
  92. 92. 하지만 전문가가 아니더라도 우리가 하는 일을 개선해 볼 수 있어요.
  93. 93. 쇼핑몰을 운영하고 있어서 수백장의 제품 사진을 찍었다고 해요.
  94. 94. 머신러닝과 딥러닝기술을 사용해서 이 사진 속의 옷들이 어떤 색인지 상의인지 하의인지 어떤 계절에 입는 옷인지에 대한 정보를 일일이 분류하지 않아도 기계가 대신 해줄 수 있을거에요.
  95. 95. 패션 사진을 분류해 주는 경진대회
  96. 96. 우리는 기계가 일을 똑바로 했는지 확인만 하면 되죠.
  97. 97. 고객센터에 하루에도 수백수천 건의 문의가 들어오고 그에 대한 맞는 답변을 찾느라 많은 노력을 쏟아야 하는데
  98. 98. 질문을 분류하고 이에 맞는 응답을 찾아주고 담당자는 기계가 질문에 맞는 답을 추천했는지 확인만 하면 될거예요.
  99. 99. 우리는 이미 SNS 나 온라인 광고에서 우리의 취향이나 관심사에 따른 콘텐츠를 추천받고 있어요. 스팸메일도 알아서 분류해 주고요.
  100. 100. 제 경력의 대부분은 웹과 백엔드 개발인데요.
  101. 101. 단순히 쿼리로 어떤 결과를 보여주는 것이 아니라 잘 만들어진 머신러닝이나 딥러닝 알고리즘을 이용해서 좀 더 그럴듯한 결과를 보여 줄 수 있어요.
  102. 102. 복잡한 수식이나 알고리즘을 좀 더 쉽게 사용할 수 있는 기술들이 등장하고 있어요.
  103. 103. 우리가 어셈블리를 알아야지만 코딩할 수 있는 것도 아니고 식재료의 영양원소와 전기밥솥 이 어떻게 만들어졌는지 몰라도 우리는 밥을 짓고 다양한 반찬도 해 먹을 수 있어요.
  104. 104. 수학이나 통계를 좀 더 이해하고 있다면 여기에서 보다 좀 더 나은 결과를 보여 줄 수 있을 것이고
  105. 105. 알고리즘이나 생태계에 기여할 수 있는 기회가 더 많을거에요.
  106. 106. 하지만, 그렇다고 우리가 할 일이 없지 않을거예요. 내가 알고있는 지식으로 할 수 있는 일이 있을거에요.
  107. 107. 우리는 다양하게 살고 있고 그 다양성을 존중하니까요.
  108. 108. 개발자 커뮤니티에서는 앞으로 사라질 직업 중에 웹 개발자를 논하기도 하는데요.
  109. 109. 새로운 기술들로 우리가 자질구레하게 해야되는 일들에서 어느 정도 벗어날 수가 있고
  110. 110. 새로운 기회를 만들 수 있는 방법이 더 많아졌어요.
  111. 111. 우리가 사용하고 있던 기술에 더하면 해볼만한 일이 더 많을거예요.
  112. 112. 데이터를 기반으로 해볼 수 있는 일들이 우리 주변에 있어요.
  113. 113. 회귀 回歸 한 바퀴 돌아 제자리로 돌아오거나 돌아감.
  114. 114. 회귀분석 너무 자주 들어 의미가 궁금했어요.
  115. 115. 영국의 유전학자 Sir Francis Galton은 아이들의 키는 부모의 키를 따라가는 모습 을 보고 선형적인 관계가 있음을 발견하고 전체 키 평균으로 돌아가려는 경향이 있다 는 가설을 세웠대요.
  116. 116. 그리고 통계학자 Karl Pearson이 수학적으로 증명 했다고 해요.
  117. 117. 선형 회귀 심지어 중학교 때 배운 수학으로 이해 가능! y = aX + b
  118. 118. 선형회귀를 만나면서 머신 러닝을 시작하게 되었어요. 수학과 통계는 어렵지만 이런 스토리는 재밌잖아요.
  119. 119. 퍼셉트론 최초의 인공신경망
  120. 120. 인공 신경망 신경세포의 구조를 따서 수학적으로 구현
  121. 121. 신경세포의 구조를 따서 수학적으로 구현한 것이 최초의 인공신경망 이었고 이게 딥러닝의 시작이라는 것도 알게 되었죠.
  122. 122. 외계어 같은 수학공식이 난무해서 좌절 했었는데 코드를 하나씩 따라 쓰다보니까 조금씩 이해가 되었어요.
  123. 123. 벽보고 얘기한다는 느낌으로 시작했지만,
  124. 124. 지금까지 했던 공부방법 중에 가장 동기부여가 되는 방법이었어요.
  125. 125. 너무 재미있었어요!
  126. 126. 그리고, 이를 계기로 강의 나 집필제안도 받게 되었어요.
  127. 127. 제가 운영하는 유튜브 채널 분석인데 시청시간의 100%가 남성이에요.
  128. 128. 저도 보기 때문에 여성데이터가 없다는 게 이상했는데 자세히 보니 여성 데이터는 0.01% 였어요. 여성 분들도 함께 공부하고 싶어요!
  129. 129. 감사합니다.

×