‘머신러닝(ML)’을 하는 가장 좋은 방법은 때때로 머신러닝을 전혀 하지 않는 것이다. 실제로 아마존의 응용 과학자 유진 얀에 따르면 머신러닝의 첫 번째 규칙은 머신러닝 없이 시작하는 것이다.  이게 무슨 소리인가?  수개월에 걸... ...
비즈니스 인텔리전스(Business Intelligence, BI)는 ‘소리 없는 아우성’과 같은 모순어법이 아니다. 전혀 죽지 않았다. 그리고 인공지능으로 대체되지도 않는다. 사실 BI는 살아 있고 멀쩡하다. 더 사용하기 쉬워지고 더 많은 직원들에... ...
‘머신러닝 엔지니어’부터 ‘멀티 클라우드 통합 전문가’까지 새롭게 부상하고 있는 혹은 부활한 인기 IT 직종을 살펴본다.   수요가 가장 높은 IT 직종은 현재도 채용하기 어려운 상황이며, 앞으로도 계속 그러할 전망이다. ... ...
이번 글은 지난 쉰세 번째 글에 이어 2017년 1월부터 지금까지 필자가 소개했던 빅데이터 활용의 핵심들을 다시 정리해보는 마지막 글이다. 지난 쉰세 번째 글에서는 필자가 독자들로부터 가장 많은 문의를 받았던 내용인 빅데이터 비즈니스 조직의 조직 및 ... ...
거대 IT 기업의 박사 집단이 아니다. AI의 활용이 확대되면서 비즈니스 스킬 등 다양한 역량을 보유한 혼합 팀이 기업의 AI 성공에 중요하다는 사실이 밝혀지고 있다.   점차 많은 기업들이 AI 프로젝트를 확대하고 개념 증명을 비즈니스 ... ...
이번 글은 지난 글에 이어 2017년 1월부터 지금까지 필자가 소개했던 빅데이터 활용 교훈의 핵심들을 다시 정리해보려고 한다. 지난 쉰 두 번째 글에서는 빅데이터 비즈니스와 관련된 기술의 종류와 활용법에 대해 살펴본 1회부터 21회까지의 기고 내용을 ... ...
글로벌 피자 브랜드 도미노(Domino’s)가 ‘ML옵스(MLOps)’를 활용하고 있다. ML옵스는 도미노의 데이터 과학팀이 IT 지원 없이도 데이터 모델을 갱신하고 프로덕션 환경에 투입할 수 있도록 지원한다.  다른 대형 브랜드와 마찬가지... ...
이번 글은 필자가 지금까지 데이터 과학자로 경력을 쌓아오면서 경험했거나 듣고 읽었던 빅데이터 활용 사례들을 중심으로 빅데이터를 활용하는 과정에서 많은 조직이 흔히 저지르는 실수와 오해, 시행착오에 대해서 살펴보고, 이를 어떻게 개선할 수 있을지 같이 ... ...
초보 데이터 사이언티스트는 데이터를 위한 적절한 모델만 찾아 적용하면 된다는 생각을 할 때가 있다. 애석하게도 이보다 더 데이터 사이언스의 현실과 동떨어진 것도 드물 것이다. 사실, 데이터 랭글링(Data Wrangling, 소위 말하는 데이터 정제 ... ...
구글에서 ‘록스타(Rock Star)’와 ‘데이터 과학자(Data Scientist)’를 검색해보자. 놀라운 일이 벌어질 것이다. ‘록스타’와 ‘데이터 과학자’ 이 두 단어를 한 문장에 사용하는 것은 사실이다.  별다른 의미가 있는 건 아니... ...
필자가 데이터 과학자로서 경력을 시작하게 된 계기가 된 유럽 입자 물리학 연구소(European Organization of Nuclear Research(Conseil Européenne pour la Recherche Nucléaire); CERN... ...
정보 자원을 활용할 수 있는 방법에 관해 알고 있는 기술 전문가(특히, 데이터 과학자)들에 대한 수요가 하늘을 찌르고 있다. 이에 일부 기업들은 직원들이 데이터 과학자가 되도록 새로운 기술을 가르치거나 교차 훈련시키는 데이터 과학 교육 프로그램을 구성... ...
‘오토ML(AutoML)’은 개발자를 데이터 과학자로 바꿀 준비가 돼 있다. 반대 경우도 마찬가지다. 오토ML이 데이터 과학을 어떻게 더 나은 방향으로 변화시키는 걸까? 앞으로 10년 후에는, 현재 우리가 알고 있는 데이터 과학자가 없어질 것이다. ... ...
4일(현지 시각) 인텔이 이스라엘 스타트업 '씨엔브이알지.아이오(Cnvrg.io)'를 인수한 것으로 전해졌다. 머신러닝 및 AI 비즈니스를 강화하고자 계속해서 관련 스타트업을 인수하는 모양새다. 인수가는 공개되지 않았다.    인... ...
AI 도입을 가속화하거나 전사적 혁신을 도모하려는 기업이라면 AI 탁월성 센터(Coe ; centers of excellence)를 검토할 만한다. 인재를 집중시키고 플랫폼을 표준화하며 기업 전반에 걸쳐 성공의 경험을 촉진시킬 수 있는 조직이기 때문이... ...
  1. 칼럼ㅣ머신러닝의 첫 번째 규칙은 ML 없이 시작하는 것이다

  2. 2021.09.28
  3. ‘머신러닝(ML)’을 하는 가장 좋은 방법은 때때로 머신러닝을 전혀 하지 않는 것이다. 실제로 아마존의 응용 과학자 유진 얀에 따르면 머신러닝의 첫 번째 규칙은 머신러닝 없이 시작하는 것이다.  이게 무슨 소리인가?  수개월에 걸...

  4. ‘죽지 않았다, 진화할 뿐’··· 2021 BI 트렌드 7

  5. 2021.08.17
  6. 비즈니스 인텔리전스(Business Intelligence, BI)는 ‘소리 없는 아우성’과 같은 모순어법이 아니다. 전혀 죽지 않았다. 그리고 인공지능으로 대체되지도 않는다. 사실 BI는 살아 있고 멀쩡하다. 더 사용하기 쉬워지고 더 많은 직원들에...

  7. 커리어 전환 고민 중이라면... 유망 'IT 직종' 9선

  8. 2021.08.12
  9. ‘머신러닝 엔지니어’부터 ‘멀티 클라우드 통합 전문가’까지 새롭게 부상하고 있는 혹은 부활한 인기 IT 직종을 살펴본다.   수요가 가장 높은 IT 직종은 현재도 채용하기 어려운 상황이며, 앞으로도 계속 그러할 전망이다. ...

  10. 김진철의 How-to-Big DataㅣHow-to-Big Data 핵심 정리(Key Takeaways) (3)

  11. 2021.06.29
  12. 이번 글은 지난 쉰세 번째 글에 이어 2017년 1월부터 지금까지 필자가 소개했던 빅데이터 활용의 핵심들을 다시 정리해보는 마지막 글이다. 지난 쉰세 번째 글에서는 필자가 독자들로부터 가장 많은 문의를 받았던 내용인 빅데이터 비즈니스 조직의 조직 및 ...

  13. 현실 속 성공적인 AI팀이란?··· 현장의 여러 풍경

  14. 2021.06.10
  15. 거대 IT 기업의 박사 집단이 아니다. AI의 활용이 확대되면서 비즈니스 스킬 등 다양한 역량을 보유한 혼합 팀이 기업의 AI 성공에 중요하다는 사실이 밝혀지고 있다.   점차 많은 기업들이 AI 프로젝트를 확대하고 개념 증명을 비즈니스 ...

  16. 김진철의 How-to-Big DataㅣHow-to-Big Data 핵심 정리(Key Takeaways) (2)

  17. 2021.05.31
  18. 이번 글은 지난 글에 이어 2017년 1월부터 지금까지 필자가 소개했던 빅데이터 활용 교훈의 핵심들을 다시 정리해보려고 한다. 지난 쉰 두 번째 글에서는 빅데이터 비즈니스와 관련된 기술의 종류와 활용법에 대해 살펴본 1회부터 21회까지의 기고 내용을 ...

  19. 도미노피자의 데이터 과학 비밀 재료는... 'ML옵스'

  20. 2021.05.06
  21. 글로벌 피자 브랜드 도미노(Domino’s)가 ‘ML옵스(MLOps)’를 활용하고 있다. ML옵스는 도미노의 데이터 과학팀이 IT 지원 없이도 데이터 모델을 갱신하고 프로덕션 환경에 투입할 수 있도록 지원한다.  다른 대형 브랜드와 마찬가지...

  22. 김진철의 How-to-Big Data | 빅데이터 괴담

  23. 2021.03.29
  24. 이번 글은 필자가 지금까지 데이터 과학자로 경력을 쌓아오면서 경험했거나 듣고 읽었던 빅데이터 활용 사례들을 중심으로 빅데이터를 활용하는 과정에서 많은 조직이 흔히 저지르는 실수와 오해, 시행착오에 대해서 살펴보고, 이를 어떻게 개선할 수 있을지 같이 ...

  25. ‘데이터 랭글링’ 및 ‘탐구 데이터 분석’ 따라잡기

  26. 2021.03.26
  27. 초보 데이터 사이언티스트는 데이터를 위한 적절한 모델만 찾아 적용하면 된다는 생각을 할 때가 있다. 애석하게도 이보다 더 데이터 사이언스의 현실과 동떨어진 것도 드물 것이다. 사실, 데이터 랭글링(Data Wrangling, 소위 말하는 데이터 정제 ...

  28. 칼럼ㅣ’록스타’ 지위에 오른 데이터 과학자··· 최적의 팀을 구성하려면?

  29. 2021.01.14
  30. 구글에서 ‘록스타(Rock Star)’와 ‘데이터 과학자(Data Scientist)’를 검색해보자. 놀라운 일이 벌어질 것이다. ‘록스타’와 ‘데이터 과학자’ 이 두 단어를 한 문장에 사용하는 것은 사실이다.  별다른 의미가 있는 건 아니...

  31. 김진철의 How-to-Big Data | CPS와 Digital Transformation (1)

  32. 2020.12.28
  33. 필자가 데이터 과학자로서 경력을 시작하게 된 계기가 된 유럽 입자 물리학 연구소(European Organization of Nuclear Research(Conseil Européenne pour la Recherche Nucléaire); CERN...

  34. 사내 '데이터 과학' 교육은 이렇게··· 전문가 4인의 조언

  35. 2020.12.10
  36. 정보 자원을 활용할 수 있는 방법에 관해 알고 있는 기술 전문가(특히, 데이터 과학자)들에 대한 수요가 하늘을 찌르고 있다. 이에 일부 기업들은 직원들이 데이터 과학자가 되도록 새로운 기술을 가르치거나 교차 훈련시키는 데이터 과학 교육 프로그램을 구성...

  37. 10년 후, 데이터 과학자 사라진다?··· ‘오토ML’로 싹 달라진다!

  38. 2020.11.20
  39. ‘오토ML(AutoML)’은 개발자를 데이터 과학자로 바꿀 준비가 돼 있다. 반대 경우도 마찬가지다. 오토ML이 데이터 과학을 어떻게 더 나은 방향으로 변화시키는 걸까? 앞으로 10년 후에는, 현재 우리가 알고 있는 데이터 과학자가 없어질 것이다. ...

  40. 인텔, 시그옵트 이어 일주일 만에 AI 관련 스타트업 또 인수

  41. 2020.11.04
  42. 4일(현지 시각) 인텔이 이스라엘 스타트업 '씨엔브이알지.아이오(Cnvrg.io)'를 인수한 것으로 전해졌다. 머신러닝 및 AI 비즈니스를 강화하고자 계속해서 관련 스타트업을 인수하는 모양새다. 인수가는 공개되지 않았다.    인...

  43. 전사 혁신 이끄는 동력 센터··· ‘AI CoE’에 주목하는 기업들

  44. 2020.10.13
  45. AI 도입을 가속화하거나 전사적 혁신을 도모하려는 기업이라면 AI 탁월성 센터(Coe ; centers of excellence)를 검토할 만한다. 인재를 집중시키고 플랫폼을 표준화하며 기업 전반에 걸쳐 성공의 경험을 촉진시킬 수 있는 조직이기 때문이...

X