데이터과학

데이터 과학과 머신러닝에 데브옵스 적용하기

데이터 과학자의 업무와 요구사항 중 일부는 소프트웨어 개발자와 동일하다. 데이터 과학자와 소프트웨어 엔지니어 모두 목적을 이루기 위해 코드를 계획, 설계, 코딩, 반복, 테스트하고 배포한다. 소프트웨어 개발자에게는 이 과정이 곧 맞춤형 코딩 애플리케이...

데브옵스 데이터과학 2019.07.22

IDG 블로그 | 클라우드 기반 데이터 과학의 도덕적 측면

스포츠 내기를 생각해 보자. 오늘날 수많은 내기꾼은 공개된 통계와 수학 모델, 그리고 기타 비교적 원시적인 툴을 사용한다. 조금이라도 이점을 얻자는 생각이다.   이제 기술 세계를 살펴보자. IoT와 엣지 컴퓨팅의 발전이 클라우드 컴퓨팅과...

윤리 도박 예측분석 2019.07.22

데이터 과학자가 클라우드로 가야하는 이유 5가지

데이터가 범람하는 세계에서 데이터 과학자의 역할은 기업이 통찰력과 예측을 통해 더 현명한 비즈니스 의사 결정을 내리도록 하는 것이다. 일반적으로 데이터 과학자는 통계 분석과 수학 모델링 전문가이며 R, 파이썬과 같은 프로그래밍 언어에 능숙하다. 그러...

노트북 알고리즘 Saas 2019.02.22

“파이썬, 인기 상한가“ C++ 밀어내고 티오베 순위 3위 기록

파이썬이 티오베(Tiobe) 개발언어 인기순위에서 3위에 올랐다. 2018년 9월 자료로, 파이썬이 기록한 역대 가장 높은 순위다. 파이썬은 7.653%로 자바(17.436%), C(15.447%)에 이어 3위를 기록했으며, 지난달까지 3위를 지켰던 ...

자바 파이썬 PYPL 2018.09.11

미국 내 데이터 과학과 머신러닝의 초고속 성장 원동력 4가지

소셜 네트워킹 웹사이트 링크드인은 웹사이트 데이터에 기반해 미국 내에서 가장 빠르게 성장하고 있는 직군을 조명한 보고서를 발행했다. 링크드인은 이 보고서에서 2012년과 2017년 데이터를 비교하고 있다. 지난 5년간 9.8배의 성장률을 보인 머신러닝...

데이터과학자 머신러닝 데이터과학 2018.03.08

8020 데이터 과학자의 딜레마

클라우드의 등장으로 데이터가 폭증하면서 데이터 과학자에 대한 수요도 급격히 늘었다. 데이터 과학자는 10년 전에는 존재하지도 않았던 직업이지만 글래스도어(Glassdoor)가 연봉과 직업 만족도, 구인 공고 수를 기반으로 선정하는 미국 최고 직업 순위...

데이터과학자 데이터과학 2017.09.29

데이터 사이언스 볼, 암 탐지 알고리듬을 만들기 위해 경쟁하는 데이터 과학자 대회

데이터 과학자들은 머신러닝을 사용해 폐암을 탐지하고 있다. 지난 1월부터 전세계 약 1만 명의 데이터 과학자들이 데이터 사이언스 볼(Data Science Bowl) 대회에서 의료 전문가들이 폐암을 좀더 빨리 탐지할 수 있도록 도와주는 효과적인 알고리...

데이터과학자 데이터과학 NCI 2017.05.08

데이터 과학자·머신 러닝을 활용한 비즈니스 성공 전략

머신 러닝이 현대 비즈니스의 핵심 기술로 부상하고 있지만, 실질적으로 그것을 어떻게 적용할 지의 여부에 관한 논의는 아직 부족한 부분이 많은 것이 현실이다. 머신 러닝 및 데이터 애널리틱스 전문 업체 얀덱스 데이터 팩토리(Yandex Data F...

빅데이터 머신러닝 데이터과학 2017.03.28

에너지 산업에 일렁이는 '데이터 과학' 물결

유가 하락의 여파가 세계 경제에 미치고 있다. 캐나다 알버타 주에서는 유가 하락으로 인해 물가가 함께 하락하면서 실업률이 올라가는 문제가 발생했고 올해 1월 사우디 아라비아 역시 이런 상황을 고려해 현지 유가를 50% 가량 인상하는 조치를 취하기도 했...

빅데이터 데이터과학 에너지산업 2016.04.12

글로벌 칼럼 | 데이터 과학을 효과적으로 구현하는 법

데이터 과학자를 구한다는 채용 공고를 보면 머신러닝 기술, 통계 프로그래밍 언어, NOSQL 데이터베이스와 시각화 도구에 관한 경험을 요구한다는 점을 알 수 있다. 데이터 과학자를 양성하는 부트캠프 커리큘럼에서도 앞서 언급한 내용과 유사한 것을 요구한...

분석 데이터과학 2015.08.05

빅데이터의 '불협화음', 빅데이터 솔루션에 대한 '기대'와 '현실'

"기업의 빅데이터에 대한 기대와 실제 경험하는 현실 사이에는 간격이 크다. 이런 간격을 초래하는 요인 가운데 하나가 '스킬 갭(Skill Gap)', 즉 인적 역량 부족이다." 빅데이터(Big Data)는 기업 활...

빅데이터 스킬갭 데이터과학 2015.04.13

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록발행일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.