신이 되고 싶은 갓지이

2022년 6월 회사를 그만 두고 나오기 직전에 마이데이터 사업이 막 시작되어 여러 은행들에서 서비스를 런칭하면서 금융업권이기에 회사내에서도 관련하여 이슈가 되면서 관심을 가졌었다. 그리고 2023년 취업을 준비하면서 기업들, 특히 금융권 회사들의 미래 먹거리로 마이데이터 서비스에 많은 관심을 두고 있다는 것을 보고 다시 관심을 갖게 되었는데 마침 한국데이터산업진흥원에서 마이데이터 국민참여단을 모집하고 있는게 아닌가! 한국데이터산업업진흥원 인스타그램 지난 10월 11일부터 19일까지 강원, 대전, 광주, 부산, 대구, 제주에서 24년 데이터바우처 지원사업에 대한 지역설명회를 개최했었죠. 이때 참여기업에서 가장 많이 해주셨던 질문 7가 www.kdata.or.kr 마이데이터 참여단 신청 2023년 마이데이..

작년 10월에 시험을 봤는데 정말 딱 한문제 차이로 통과하지 못해서 다시 봐야했던 시험이다🥹 (정말 한번에 통과하지 못할거라곤 생각도 못 했는데..) 그러고선 부트캠프로 바빴던 탓에 다 끝나고난 6월에서야 보게되었다! 자격증 설명 ADsP 자격증 시험은 1과목. 데이터 이해 (객관식 : 8문제 , 주관식 : 2문제) 2과목. 데이터 분석 기획 (객관식 : 8문제 , 주관식 : 2문제) 3과목. 데이터 분석 (객관식 : 24문제 , 주관식 : 6문제) 으로 나누어지고 각문제 2점, 총점 60점이상 취득, 과목별 40% 이상을 맞춰야 합격 할 수 있다. 우선 공부한 책은 제일 유명한 민트책으로 공부했다. 이 책이 이론+기출 구성으로 아무래도 문제은행 형식이다 보니 제일 무난하게 공부할 수있는 책인것 같다. ..

분석 개요 보고 대상 : 광고주 분석 목적 : GooglePlaystore 데이터를 이용한 광고 전략에 대한 insight 제공 분석 데이터 : GoogolePlaystore 데이터 분석 과정 1. 데이터 확인 데이터를 확인 하는 과정에서 특이점들이 있었다. ​ 문제 1) Googleplaystore과 Googleplaystore_user_reviews를 app을 기준으로 join을 해보았을 때 동일 app, 동일 review인데 여러 행이 생성되는 것을 확인 할 수 있었다. ​ 해결 1) 다른 join 조건을 더 걸 수 없는 상황이기에 join전 테이블이 문제가 있음을 짐작할 수 있었다. 해서 join 작업시 기준이 되었던 Googleplaystore을 더 확인해보았다. ​ 문제 2) 다음 문제는 앞선..

분석 개요 보고 대상 : 컨설턴트 (따라서 디자인을 많이 신경 써야함. 폰트는 적당히 크게, 전체적으로 회사 색깔이 있어야함) 분석 목적 : AriBnB 데이터 관리 필요 / 이익 극대화를 위해 Good host에게 상점 부여 분석 데이터 : AirBnB 분석 과정 1. 데이터 확인 2. 분석 방향 설계 AriBnB의 클라우드 데이터 관리를 위한 정리를 분석 방향으로 설정했다. 데이터 정리의 target은 불량 데이터를 걸러내어주는것을 목표로 하여 운영을 잘 하지 않는 호스트, 운영상태가 불량한 호스트를 찾아내어 경고 후 삭제를 통한 데이터 감소로 클라우드 사용료를 줄이는 것을 목표로 설정하였다. 또한 해당 호스트들은 AirBnB의 이미지에도 타격을 주는 대상으로 더욱 질 좋은 서비스를 통한 이익 증대를..

사실 이미 한참 전에(2023.07.21) 시험을 보고 합격까지 받았지만 늦게라도 시험 합격 후기를 올려본다! KT에서 주관하는 국내 인공지능 활용평가 자격증 AICE 준비! AICE 자격증 데이터 분석가로서 취업준비를 하면서 여러 공부를 하다 KT에서 주관하는 인공지능 자격증인 AICE을 발견했다! 이 자격증은 다른 ADsP나 SQLD와 같은 자격증과 달리 인공지능 활용능력을 godji.tistory.com 앞서 시험을 보기 전에 올린 포스팅에서 언급했듯이 우선 Basic을 응시했고 결과는 합격! 나는 유데미에서 강의를 사긴 했지만 사실 Basic은 코딩없이 치루는 시험이기 때문에 사실 인공지능에 대한 책을 통해 간단한 이론을 숙지하고 바로 AICE 홈페이지에서 무료 사례실습 강의를 듣거나 샘플문항을 ..

여기저기 서류에 붙으면서 기업과제를 하느라 강의를 많이 밀리게 되어 이제야 포스팅을 올린다 🥲 1. 모델 선택 및 학습 ✔️ 알고리즘의 선택 과제 목적과 타겟 변수에 따라 어떤 알고리즘을 선택할지 결정된다. ✏️ 타겟 변수 1. 분류 2. 수치 예측(회귀) ✏️ 과제 목적 1. 설명 결과의 원인 분석 결과에 영향을 주는 변수(컬럼)분석 2. 예측 결과 자체가 중요한 경우 미래 상황에 대비하고 정확히 알아야 하는 경우 ✔️ 모델 학습 모델 학습이란 손실함수(Loss function)을 최소화하여 가중치(Weight)를 계속해서 업테이트 해나가는 과정이다. * 손실함수 : 신경망 학습의 목적함수로 출력값(예측값)과 정답(실제값)의 차이를 계산하는 함수로 예측값과 실제값의 차이를 나타내는 지표 * 목적함수 :..

1. 문제정의 : 목적과 목표를 명확히 하는 단계 ✔️ AI가 적용될 수 있는 상황 데이터나 규칙이 복잡한 경우 - 데이터 기반으로 스스로 학습하여 자동으로 규칙을 생성하기에 효율적 다양한 형태의 데이터를 활용하는 경우 - 구조 관점의 여러 데이터 형태를 모두 활용 가능 미지의 영역에 대한 연구와 해결이 필요한 경우 - 아직 개척되지 않은 영역 개척에 효율적 ✏️ 구조 관점의 데이터 유형 설명 종류 정형 데이터 행과 열의 정형화된 구조로 고정된 필드에 저장되며 값과 형식이 일관 관계형 데이터베이스(RDBMS), 엑셀 등 반정형 데이터 구조와 형태를 갖고 있으나 값과 형식에 일관성이 없음 로그, 스크립트 등 비정형 데이터 정해진 구조와 형태가 없으며 고정된 필드에 저장되지 않음 텍스트, 이미지, 오디오, ..

앞서 배운 인공지능을 실제 업무에 적용하는 방법과 적용 사례에 대해서 정리해보았다. ✏️ 인공지능 업무에 적용하기 1. AI 적용 프로세스 문제 정의 - 목적과 목표에 따라 어떤 AI 모델을 만들것인지 선택. AI 과제 정의서에서 과제명, 배경 및 문제정의, 가설, 기대효과, 사용 모델 등 작성하여 사용 데이터 수집 - 데이터가 편향되거나 손실되었다면 정확하지 않을 학습이 될 수 있으니 최대한 많고 깨끗한 데이터를 수집 데이터 분석 및 전처리 - 수집한 데이터를 확인하고 중요한 것을 찾아서 기계가 판독할 수 있도록 준비. 범주형/수치형 여부, 빈값(NULL)의 처리 여부, 문자는 숫자화(인코딩)하는 작업을 진행 AI 모델링 - 정리된 데이터를 어떤 학습유형의 알고리즘으로 어떤 개발도구를 통해 학습 시킬지..