양적추론
인공 지능을 위한 포괄적 추론 시스템의 요구와 과제
인공 지능(AI) 기술이 기업 영역에서 확산됨에 따라, 지속 가능하며 성공적인 방식으로 AI 기술을 구현하는 방법에 관한 논의가 활발하게 이뤄지고 있습니다. 한 가지 중요한 고려 사항은 특히 추론 워크로드의 규모와 복잡성이 확장되는 상황에서 AI 이니셔티브를 대규모로 구현할 때 필요한 IT 인프라입니다. 추론은 AI 프로세스에 가치를 더하는 단계지만, 실시간 의사 결정의 필요성과 추론이 수행되는 많은 위치를 고려하면 상당히 어려운 과정이 될 수 있습니다. 따라서 AI를 도입하는 기업은 차세대 추론 워크로드의 필수 요소인 속도와 유연성, 소프트웨어 지원을 제공하는 포괄적 추론 시스템을 사용하여 인프라를 강화하는 것이 중요합니다. <14p> 주요 내용 - AI 이니셔티브의 혜택과 고려할 점 - AI 프로세스 3단계:데이터, 학습, 추론 - 추론의 성장 - 대규모 추론에서의 과제 - 미래의 추론 시스템 - 결론/권장 사항
머신러닝
추론
양적추론
최고 수준 데이터 과학자의 다섯 가지 특징
데이터 과학자에 대한 수요가 많고, 앞으로 몇 년 동안은 관련 인력이 계속 부족할 것으로 보인다. IBM의 연구에 따르면, 2020년까지 미국 내 모든 데이터 전문가 관련 연간 구인 건수는 36만 건에서 272만 건으로 증가할 전망이다. 게다가 데이터 과학자와 데이터 개발자, 데이터 엔지니어 등 새로운 역할에 대한 수요는 더 빨리 증가해 2020년까지 약 70만 개의 빈 일자리가 생길 것으로 전망된다. 많은 기업이 비즈니스의 기술적 요구를 만족할 수 있는 검증된 후보자를 찾고 있다. 하지만 특정 인물이 기술적으로 해당 범주에 맞는다고 해서 반드시 최고의 팀원이 된다는 보장은 없다. 이 때문에 HR 책임자는 데이터 과학자를 뽑을 때 다른 특징도 함께 살펴봐야 한다. 데이터 과학자를 채용하는 데는 적지 않은 시간이 걸리지만, 적임자를 찾는 데 시간을 쏟을 만한 가치가 있다. HR 책임자가 데이터 과학자를 채용할 때 반드시 살펴봐야 하는 특징 다섯 가지를 소개한다. 1. 분석 기술/양적 추론 소프트웨어 업체 SAS는 데이터 과학자들을 대상으로 좋은 데이터 과학자를 만드는 것이 무엇인지 설문조사를 했다. 가장 두드러진 점은 강력한 논리 및 분석 기술이다. 설문 참가자 중 41%가 이런 특징을 가지고 있다고 응답했다. 데이터 과학자는 기술 편향적이어야 한다. 즉 감정이나 직감이 아니라 데이터를 기반으로 한 주장을 고수해야 한다. 또한, 데이터 과학자는 분명하게 말하고 개념을 쉽게 이해할 수 있도록 설명할 수 있어야 하는데, 다른 팀원들은 기술적인 지식이 부족한 경우가 많기 때문이다, 2. 스토리텔링 역량 데이터 과학자는 데이터를 분해하고 분석할 뿐만 아니라 다른 팀원에게 데이터를 설명해야만 한다. 제대로 된 데이터 과학자라면, 데이터를 조사하고 반드시 스토리를 이야기해야 한다. 데이터를 어떻게 모았으며, 결과를 어떻게 분석했고, 미래에 어떤 일이 일어날지 설명해야 한다. 팀원들에게 데이터 스토리를 효과적으로 이야기할 수 있는 데이터 ...
빅데이터
데이터과학자
채용
추천기사
