분류 전체보기28 R의 공포와 닷컴버블: AI는 버블일까? 수익화가 가능할까? 8월 5일 전고가를 경신하던 미국 나스닥이 AI 대기업들 위주로 별안간 폭락장을 맞았습니다 나스닥은 특별한 사건사고도 없이 한때 6.3% 하락했고 이는 역사상 최고가였던 7월 10일에 비하면 13% 이상 급락한 수치였습니다. 특히 '매그니피센트7'(M7)이라 불리던 구글, 애플, 마이크로소프트, 엔비디아 등 미국의 주요 빅테크 기업들의 주가가 전고점 대비 약 15% 하락하고 시가총액이 3460조원이나 증발했죠. 사람들은 나스닥 주가가 80%나 급락했던 2000년 닷컴버블 붕괴의 악몽을 떠올릴 수밖에 없었습니다. 전문가들 역시 닷컴 버블 시기와 비교해서 현재의 AI가 얼마나 거품인지 따져보고 있습니다. 이제 시작이지만 데이터 분석과 머신러닝을 배우고 있는 저는 멀찍이서 이번 사건을 지켜보면서 전부터 갖고.. 2024. 8. 14. [DA 커리어]데이터 분석가 티스토리 시작하기 1. 데이터 분석가가 블로그를 쓰는 목적 01 전문성 증명: 데이터 분석 관련 프로젝트, 기술, 문제 해결 방법 등을 공유하여 자신의 전문성과 능력을 잠재적인 고용주에게 어필 02 포트폴리오 강화: 블로그에서 자신의 전문성을 프로젝트에 활용한 과정을 게시 03 지식 공유 및 네트워킹: 블로그를 통해 전문가들과 지식을 공유하고, 피드백을 받으며 네트워크를 확장하고 최신 트렌드를 파악 04 자기 발전: 블로그를 운영하며 글을 쓰는 과정에서 자신의 학습 과정을 기록하고 자신의 생각을 정리하며 성장과정을 기록, 평가 2. DA블로그 어떻게 써야할까? 01 단순 개인 공부 노트처럼 쓰기보다 자신의 기술력을 어필 - '열심히' 보다 '잘' 02 공부한 내용이 아닌 활용한 내용을 적자 - 암기.. 2024. 8. 13. [데이터 분석 알아보기] 2-1. 머신러닝_ML의 의미와 종류 머신러닝은 인공지능과 함께 언제부턴가 우리에게 친숙한 단어가 되었습니다. 적어도 2022년 말 즈음 챗GPT가 나온 이후로는 인공지능(Artificial Intelligence)의 시대가 일반인들에게도 성큼 다가온거죠. 하지만 프롬프트 서비스를 이용하는데 그치지 않고 데이터를 이용해 전문적인 작업을 해야하는 개발자나 데이터 분석가들에게는 AI보다 더 구체화된 개념인 머신러닝(Machine-Learning, ML)에 대한 이해와 활용이 필요합니다. 이번 페이지에서는 인공지능의 하위범주로서 머신러닝이 무엇인지에 대해 생각해보고 그 종류에는 무엇이 있는지 알아보겠습니다! 1. 머신러닝이란? 머신러닝에 대해 알아보기 위해 먼저 인공지능과 그 하위 개념들에 대해 알아보겠습니다.AI: 인간의 지능을 모방하는 .. 2024. 8. 12. [내일배움캠프 WIL]통계, 머신러닝(8.5~11) 보호되어 있는 글 입니다. 2024. 8. 11. [DA's 비즈니스 영어] 1. "입사, 퇴사하다, 일한지 ~됐다" / 무시무시한 ɪ와 i 발음 ' from 스픽 물론 세부 도메인으로 들어가면 전문용어들은 있겠지만 이외에 미국 회사에서 일상적으로 쓰는 말은 보편적 일상용어와 크게 다르지 않다고 한다. I joined Qoogle about 3 years ago.나 쿠글에 3년 전에 입사했어. 'enter'(건물 등에 물리적으로 들어가다) 보다는 'join'! I joined the marketing team last month.나 마케팅 팀에 지난 달에 막 이사했어. '퇴사하다'I left Qoogle last month. quit은 '관두다' 부정적 뉘앙스 줄 수 있다 I've been working here for only a month.나 여기서 일한지 한 달 밖에 안됐어. I've learning SQL for only a week. 현재완료진행: 과.. 2024. 8. 11. [내일배움캠프 SQL] 1. 엑셀과 비교해서 RDBMS 이해하기 최근 중시되는 데이터 베이스(DB)에서 데이터를 '추출해서 분석'한다는 일은 무엇을 말하는가? 1. 엑셀-널리 이용되는 엑셀은 곧 데이터 추출과 분석(기록, 수정, 삭제, 조회) 역할을 하는 솔루션. 엑셀의 핵심 기능은 '데이터의 기록과 관리'.-방식은 GUI(그래픽 사용자 인터페이스). 이는 명령을 텍스트가 아닌 아이콘 등 그래픽 요소를 사용해서 디지털 기기에 입력하는 것.-하나의 엑셀 파일 내에 여러 개의 새트, 한 시트 내에 여러 행과 열, 혹은 표로 이루어진 형태 2. RDBMS- 관계형 데이터베이스 관리 시스템(relational database management system). - 엑셀과 공통점: ①여러 행과 열(테이블)을 모아둔 '데이터베이스.' ②파일 내 각 테이블은 서로 참고할 수 있게.. 2024. 8. 10. [데이터 분석 알아보기] 2-2.직관적인 데이터 시각화 만들기 1. 데이터 시각화, 더 자세히 알아보자지난 시간에는 데이터 시각화란 무엇이고 왜 해야하는지 알아봤습니다. 데이터 분석가에게 데이터 시각화란 단순히 데이터를 시각적으로 바꿔놓는 '가시화'에 그치지 않고 관찰자가 더 쉽게 이해하고 인사이트를 발견할 수 있도록 목적을 가지고 데이터를 가공하는 일입니다. 분석가의 의도와 목적 없이 단순히 그래프로 치환한 데이터는 여전히 아무 의미 없는 비정형 정보에 불과할겁니다. 그리고 시각화가 필요한 이유는 인간이 감각과 인지능력의 한계로 인해 방대한 양의 데이터 속에서 오히려 유용한 '정보'와 '지혜'를 찾기 어렵기 때문입니다. 따라서 데이터 분석가는 시각화를 통해 데이터가 전해주는 정보를 직관적으로 전달하며 관찰자의 의사 결정에 도움을 줄 수 있어야 합니다. 그렇다면 직.. 2024. 8. 9. [데이터 분석가 알아보기] 1. DA 요구 기술과 커리어패스 최첨단 기술의 시대에 데이터 분석가에 대한 수요는 매년 증가하고 있습니다. 기술의 급속한 발전에 따라 데이터 관련 고용의 수요가 해당 기술을 갖춘 사람보다 늘어나고 있다고 하죠. 미국에서는 통계 추세에 따르면 데이터 분석가의 채용 공고 수는 2022~2032년 사이에 23% 증가하여 평균 일자리 증가율 5%보다 훨씬 큰 성장세를 보일 것으로 예측하고 있어요. 본 페이지에서는 이렇게 유망한 데이터 분석가가 되기 위해 처음에 필요한 기술과 이후 커리어를 발전시킬 수 있는 경로에 대해 알아보겠습니다. 1. 데이터 분석가 시작하기(To. 주니어 분석가) SQL: 배우기 쉬우면서 기업에서 많이 쓰이는 코딩 언어이다. 취업 과정에서도 심사 대상이 되는 데이터 분석가 필수 기술!통계적 프로그래밍: R 또는 Pyth.. 2024. 8. 8. 이전 1 2 3 4 다음
