빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?Yongho Ha
클라우드라는 말이 들리더니, 어느새 빅데이터가 유행했습니다. 데이터가 중요하다는 것을 겨우 받아들일까 하는 판국에, 이제는 IoT라던가 머신러닝이 중요하다고 합니다. 이 많은 유행들은 그냥 일시적인 걸까요? 아니면 동시에 나타나게된 이유가 있는 걸까요? 이것들 뒤에 큰 흐름이 있지는 않을까요? 있다면 그것은 어디에서 시작되고 있을까요? numberworks.io
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표Dylan Ko
Gonnector(고넥터) 고영혁 대표가 주최한 스타트업 데이터 활용 세미나 '우리가 데이터를 쓰는 법' 의 첫 번째 발표 자료
세미나 : 우리가 데이터를 쓰는 법 (How We Use Data)
일시 : 2016년 4월 12일 화요일 10:00 ~ 18:00
장소 : 마루180 (Maru180) B1 Think 홀
제목 : 좋다는 건 알겠는데 좀 써보고 싶소. 데이터!
연사 : 넘버웍스 하용호 대표
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) Yongho Ha
http://ga.yonghosee.com 에서 진행하는 구글 어날리틱스(google analytics) 에 대한 강의 슬라이드 입니다. 이 슬라이드는 샘플이지만, 초반부는 실재 강의 교재 그대로 입니다. 이것 자체로도 여러분이 GA를 이해하는데 좀 도움이 된다면 기쁘겠습니다^^ 감사합니다.
발표 영상: https://www.youtube.com/watch?v=Se62pRpk9A0
PDF로 받아서 보시면 더 깨끗하게 보실 수 있습니다.
지난 6개월 간 Diffusion model로 MVP를 만들면서 했던 최적화에 대한 고민과 MLops 경험을 공유합니다. 어제 DEVIEW에서 발표한 내용을 좀 더 이해하기 쉽게 수정했고, Diffusion model에 익숙치 않은 분들을 위해 전반부에 간략한 소개와 발전 과정을 정리했습니다.
최근에 Generative AI로 멋진 제품을 만들고자 하는 분들이 많아진 것 같습니다. 모두가 같은 기술에 접근할 수 있는 상황인 만큼 어떻게 다른 가치를 세상에 설득할 것인가 고민을 더 하게 되네요.
저희가 해왔던 시행 착오가 누군가에겐 도움이 되길 바랍니다!
https://symbiote-ai.com/
빅데이터, 클라우드, IoT, 머신러닝. 왜 이렇게 많은 것들이 나타날까?Yongho Ha
클라우드라는 말이 들리더니, 어느새 빅데이터가 유행했습니다. 데이터가 중요하다는 것을 겨우 받아들일까 하는 판국에, 이제는 IoT라던가 머신러닝이 중요하다고 합니다. 이 많은 유행들은 그냥 일시적인 걸까요? 아니면 동시에 나타나게된 이유가 있는 걸까요? 이것들 뒤에 큰 흐름이 있지는 않을까요? 있다면 그것은 어디에서 시작되고 있을까요? numberworks.io
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표Dylan Ko
Gonnector(고넥터) 고영혁 대표가 주최한 스타트업 데이터 활용 세미나 '우리가 데이터를 쓰는 법' 의 첫 번째 발표 자료
세미나 : 우리가 데이터를 쓰는 법 (How We Use Data)
일시 : 2016년 4월 12일 화요일 10:00 ~ 18:00
장소 : 마루180 (Maru180) B1 Think 홀
제목 : 좋다는 건 알겠는데 좀 써보고 싶소. 데이터!
연사 : 넘버웍스 하용호 대표
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) Yongho Ha
http://ga.yonghosee.com 에서 진행하는 구글 어날리틱스(google analytics) 에 대한 강의 슬라이드 입니다. 이 슬라이드는 샘플이지만, 초반부는 실재 강의 교재 그대로 입니다. 이것 자체로도 여러분이 GA를 이해하는데 좀 도움이 된다면 기쁘겠습니다^^ 감사합니다.
발표 영상: https://www.youtube.com/watch?v=Se62pRpk9A0
PDF로 받아서 보시면 더 깨끗하게 보실 수 있습니다.
지난 6개월 간 Diffusion model로 MVP를 만들면서 했던 최적화에 대한 고민과 MLops 경험을 공유합니다. 어제 DEVIEW에서 발표한 내용을 좀 더 이해하기 쉽게 수정했고, Diffusion model에 익숙치 않은 분들을 위해 전반부에 간략한 소개와 발전 과정을 정리했습니다.
최근에 Generative AI로 멋진 제품을 만들고자 하는 분들이 많아진 것 같습니다. 모두가 같은 기술에 접근할 수 있는 상황인 만큼 어떻게 다른 가치를 세상에 설득할 것인가 고민을 더 하게 되네요.
저희가 해왔던 시행 착오가 누군가에겐 도움이 되길 바랍니다!
https://symbiote-ai.com/
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스Minwoo Kim
2018년 8월 9일, sopoong 액셀러레이팅 워크샵 강의: 데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스.
- 발표 전문 읽기: http://bit.ly/2nrDhPv
데이터에 기반한 성장을 하기 위한 기반들, 필수 선결 조건들에 대해서 이야기해보려고 합니다. 제가 생각하는 필수 선결 조건은 Product-Market Fit, Instrumentation, 그리고 프로세스 이렇게 세 가지입니다. (이건 제가 만들어낸 개념들은 아니고, 기존에 성공적으로 스타트업의 성장을 만들어 냈던 선배들에게서 배운 내용입니다.)
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)Minwoo Kim
- 강의록 전문 읽기: http://bit.ly/2KKtzRA
데이터 분석(데이터 사이언스 말고, 통상적으로 스타트업에서 '데이터 분석'이나 '그로스'에 쓰는 데이터 분석)을 공부하려면, 어떤 기본 개념을 가지고 계시면 좋을지에 대해 만들어 본 강의 자료입니다.
카우앤독에서 지인 위주로 꾸린 강의에서 꽤 좋은 평가를 받았으나, 강의안 준비가 너무 힘들어서 실제 유료 강의로 이어지지는 않은 비운의 슬라이드...
멘탈 모델이란 무엇인지, 지표는 무엇이며 퍼널(Funnel)은 무엇인지, 등등의 이야기를 합니다. 기승전 결론은 SQL 배우세요. (https://brunch.co.kr/@minu-log/4)
책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017Taehoon Kim
발표 영상 : https://youtu.be/klnfWhPGPRs
코드 : https://github.com/carpedm20/multi-speaker-tacotron-tensorflow
음성 합성 데모 : http://carpedm20.github.io/tacotron
발표 소개 : https://deview.kr/2017/schedule/182
딥러닝을 활용한 음성 합성 기술을 소개하고 개발 경험과 그 과정에서 얻었던 팁을 공유하고자 합니다.
- 소개
2018년 11월 2일, Tech Meets Startup 발표자료
http://tech-startup.kr/
- 발표 제목: 님아 제발 그 강을 건너지 마오 - 기술 스타트업과 돈의 강
- 발표자: Lablup 신정규 대표
- 내용: Backend.AI를 만드는 래블업이 '기술 스타트업을 하면서도 어떻게 (아직) 망하지 않았는가?'에 대해, 제품개발과 투자유치, 시장진입의 연동 관점에서 경험을 소개합니다.
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스Minwoo Kim
2018년 8월 9일, sopoong 액셀러레이팅 워크샵 강의: 데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스.
- 발표 전문 읽기: http://bit.ly/2nrDhPv
데이터에 기반한 성장을 하기 위한 기반들, 필수 선결 조건들에 대해서 이야기해보려고 합니다. 제가 생각하는 필수 선결 조건은 Product-Market Fit, Instrumentation, 그리고 프로세스 이렇게 세 가지입니다. (이건 제가 만들어낸 개념들은 아니고, 기존에 성공적으로 스타트업의 성장을 만들어 냈던 선배들에게서 배운 내용입니다.)
데이터 분석에 필요한 기본 개념: 지표, Funnel 등 데이터를 이해하기 위한 멘탈 모델(Mental Model)Minwoo Kim
- 강의록 전문 읽기: http://bit.ly/2KKtzRA
데이터 분석(데이터 사이언스 말고, 통상적으로 스타트업에서 '데이터 분석'이나 '그로스'에 쓰는 데이터 분석)을 공부하려면, 어떤 기본 개념을 가지고 계시면 좋을지에 대해 만들어 본 강의 자료입니다.
카우앤독에서 지인 위주로 꾸린 강의에서 꽤 좋은 평가를 받았으나, 강의안 준비가 너무 힘들어서 실제 유료 강의로 이어지지는 않은 비운의 슬라이드...
멘탈 모델이란 무엇인지, 지표는 무엇이며 퍼널(Funnel)은 무엇인지, 등등의 이야기를 합니다. 기승전 결론은 SQL 배우세요. (https://brunch.co.kr/@minu-log/4)
책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017Taehoon Kim
발표 영상 : https://youtu.be/klnfWhPGPRs
코드 : https://github.com/carpedm20/multi-speaker-tacotron-tensorflow
음성 합성 데모 : http://carpedm20.github.io/tacotron
발표 소개 : https://deview.kr/2017/schedule/182
딥러닝을 활용한 음성 합성 기술을 소개하고 개발 경험과 그 과정에서 얻었던 팁을 공유하고자 합니다.
- 소개
2018년 11월 2일, Tech Meets Startup 발표자료
http://tech-startup.kr/
- 발표 제목: 님아 제발 그 강을 건너지 마오 - 기술 스타트업과 돈의 강
- 발표자: Lablup 신정규 대표
- 내용: Backend.AI를 만드는 래블업이 '기술 스타트업을 하면서도 어떻게 (아직) 망하지 않았는가?'에 대해, 제품개발과 투자유치, 시장진입의 연동 관점에서 경험을 소개합니다.
SK Planet에서 주최한 TechPlanet 2012에서 발표했던 자료입니다. 소셜 큐레이션 서비스에 대한 간략한 소개와 관련 기술, 향후 전망 등을 담고 있습니다.
! 정정합니다. 32페이지의 pypi install ... 은 pip install 이 올바른 코드입니다.
GDG 캠퍼스 썸머스쿨 2020 취준생개론
나 혼자 한다: 개발자가 창업을 하면 벌어지는 일 - 김백구 - Google Developers Group GDG Campus Korea
파트 1: 개발자가 창업을 하면 벌어지는 일
파트 2: 초기 팀에 합류하기 전에 생각할 것들
부록: 신입으로 초기 스타트업 들어가려면
초등학교 3-4학년을 대상으로 4차 산업혁명과 소프트웨어 교육에 대한 강연을 해달라고 해서 준비했던 자료입니다. 아직 어린 아이들에게 4차 산업혁명이라는 개념과 관련 기술들을 소개해야 하고, 또 자연스럽게 소프트웨어와 코딩이 무엇이고 왜 이들을 공부해야 하는지 소개해 달라고 해서 만든 것입니다.
어렵게 설명하는 것보다는 아이들이 잘 알고 있는 또봇이나 터닝메카드를 이용해서 4차 산업혁명과 관련 기술들을 소개했구요, 4장에 1장씩 동영상을 넣어서 관심을 유도했습니다. 그리고, 인공지능 설명할 때에는 인공지능 스피커를 가지고 데모를 보여주고 앞으로의 인공지능은 어떻게 동작할 지에 대해 이야기 해보라고 하니 녀석들 말 많더군요 ㅋㅋ
29. 내가 10년안에 공장 10개 짓는다면 어디 짓고 싶나?
• 좀 더 분산해서 짓거나
• 그래도 좀 더 발전된 나라에 짓겠다.
• 그럴 수 있나?
• 그럴 수 있다.
30.
31. 우주소년 아톰은 안나와도, 산업용 로봇은 엄청나졌다.
테슬라의 공장은 엄청난 로봇 자동화로, 자동차 공장임에도 다른 회사 대비 적은 사람이 근무
32. 산업용 로봇의 엄청난 발달
• 새 공장에도 예전처럼 많은 사람이 필요할까?
• 커다란 공장에 로봇 관리할 사람 10명만 필요하다면
• 인건비를 위해 다른 나라에 지을 필요가 있을까?
33. 그렇다면 공장이 이제 시장 근처에 지어진다고 해보자
• 지금은 다들 국경을 닫는 시대
• 그렇다면 가장 비싼 것은 임금이 아니라 관세
• 지어질 곳들은 가장 큰 시장들
• 사실 이미 진행중
• 블록경제
• 아시아권, 미국권, 유럽권 : 같은 시장권에서 만들고 소비
• 리쇼어링 - 자국으로 공장이전
34. 자국내에 공장이 지어진다면 그 다음 해결은?
물류
자국내라고 해도 공장은 어디 구석에
땅값 싼곳에 있을테니
소비자 근처로 다 옮겨야 한다.
35. 10년뒤에 물건은 어떻게 이동하게 될까?
여러분이아는그것.자율주행
사실트럭에대해서는이미꽤돌아요
46. 커스터마이즈(customize)는 과연 축복인가?
• 자유도 자체는 축복이 맞음
• 하지만 인간은 자유를 원하면서도, 동시에 귀찮은 것을 싫어함
• 1000개의 선택지를 손님에게 들이밀면 도망간다.
• 가장 좋아할 것 같은 3개를 골라서 제안해야 한다.
• 개인에게 맞춤화된 제안(offerring)이 제공하는 측에서 이루어져야 한다.
53. 구글이 이미 파악하고 있는 나를 확인 할 수 있음
내 취향을 이렇게나 자세하게 알고 있으니, 그런 맞춤화가 가능했다.
54. 그럼 미래에 다른 회사는 맞춤 제안을 어떻게 하지?
• 고객의 활동 정보를 알아야 한다.
• 우리가 구글도 페이스북도 아닌데, 다른 기업이 고객의 취향을 알 수 있을까?
• 돈을 내고 내 정보를 이용하도록 하면 된다.
• 나의 소중한 정보를 어디에 올려둬야 하지?
• 모두가 접근할 수 있으면서, 동시의 누구의 것도 아닌, 믿을 수 있는 공간… 그런게 있나?
58. 블록체인을 심플하게 말하면
• 모두가 복사본을 충분히 나누어가져야
• 다음으로 넘어가기 때문에
• 나중에 나쁜 짓을 하려해도, 예전의 많은 복사본을 다 바꿔치기 어렵기 때문에
• 기술로서 신용이 발생하고, 유지된다.
• 주고 받는게 꼭 ‘돈(cryptocurrency)’일 필요는 없음. 정보면 된다.
• 돈이 제일 소중한 정보이다보니, 이걸 먼저 하긴 했다.
60. 블록체인에서는 공유지의 ‘희극’이 발생한다.
• 예를 들어 포인트 교환소를 만든다고 해보자.
• 롯데 L포인트
• GS&포인트
• 신세계 포인트
• 저 회사들 중에 한 회사에서 만든다고 선언한다면?
• 안해. 우리 회사 정보가 왜 너네 회사 서버에 들어가야해?
• 블록체인
• 누구의 것도 아니라고? 음.. 그렇다면 참여해볼만 하겠군
61. blockchain + smart contract
• 블록체인과 그 위에서 동작하는 프로그램화된 자동화된 계약(smart contract)
• ‘내 정보를 블록체인 위에 올려둘테니, 쓰는 기업은 자동으로 내게 돈을 지급’
• 지금은 구글 페이스북이 독점하고 이용하던 개인정보는 소유권이 다시 개인에게 귀속
• 개인은 그것을 믿을 수 있는 네트웍에 올려서, 구글의 이익이 아닌 자신의 편의와 이익으로
• 지금 당장은 미래 이야기 같아도 지금도 조금씩 이 방향으로 움직여가고 있음
• 한국) 마이데이터 사업 (금융 데이터의 주권을 은행 카드사가 아니라 개인에게 돌려주자)
62. 저 정보들이 더 가치 있으려면?
내모든오프라인활동들까지다온라인,데이터로기록되야함
ㅠㅠ
ㅠㅠ
ㅠㅠ
‘에이 사람들이 그렇게까지 하겠어? 한참 걸릴거야’
64. 무서워서 밖에 못나가겠다.
• 오프라인으로 하던 일을 전부 온라인으로 한다
• 밥도 온라인으로 주문하고
• 친구도 온라인으로 만나고
• 수업도 온라인으로 듣고
• 일도 온라인으로 한다.
• 영화 개봉도 온라인으로 한다.
• 이전에는 안하던 사람들까지. 안하던 일까지. 모두다. 강제로
67. 직업의 해체
• 나는 회사의 일을 잘게 나누어 일부를 받아 수행하는데
• 나는 물리적으로 한 회사에 앉아있는게 아닌데
• 꼭 한 회사의 일만 받아서 할 필요가 있나?
• 자기 전문을 살릴 수 있는 일을 여러 회사로 부터 받아 수행한다
68. 교육의 해체
• 나는 이제 학교가 아니라
• 모니터를 통해서 선생님을 만나는데
• 꼭 한 학교에 소속된 선생님만을 만날 필요가 있나?
• 개별 개별을 잘 가르치는 선생님을 소싱하여 리모트로 만난다.
69. 군집의 해체
• 교육이 리모트로 가능하다는 것을 체험했다.
• 직장이 리모트로 가능하다는 것을 체험했다.
• 교육과 직장은 사람들이 모여사는 가장 큰 이유였다.
• 이제 더 이상 한 곳에 모여 살 필요가 있는가?
• 부동산 시장의 변혁 (인구도 줄어드는데, 사람들도 흩어진다)
70. 해체된 환경에는 무엇이 필요한가?
• 직장이 잘 구성되기 위해서는 일을 잘게 나누어,
리모트로 있는 사람들에게 잘 분배하고 취합하는 일
• 교육이 잘 구성되기 위해서는
리모트로 접근 가능한 수없이 많은 좋은 컨텐츠들을
개인에게 잘 큐레이션 해주는 일
• 모든 니즈에 대한 모든 공급을 커스터마이즈 해주는 매칭 산업군의 등장
71. 저 매칭을 사람이 할 수 있는가?
• 수천, 수억 사람에 대한
• 수천, 수억 가지의 오퍼
• 인공지능이 담당하게 된다.
72. 우리가 유튜브 알고리즘이 추천한 영상을 보듯
인공지능이 제안한 일과 교육을 하게 될 것
10년뒤에는
얼핏 생각하면 무섭지만
사실 지금도 정부가, 회사가, 학교가 정해주고 있다.
최적화를 위해 주체가 달라지는 것