데이터지능 팟캐스트 E12-2 (시즌 1 종료)

최근 각광받고 있는 데이터과학과 머신러닝의 근간에는 전통과 역사를 자랑하는 통계학이 있습니다. 이번에는 통계학자로서 미국에서 연구원 및 교수 생활을 하셨고 현재 실리콘밸리에서 데이터과학자로 일하고 계시는 권재명 박사님을 모셨습니다.

  • 데이터과학, 통계학, 머신러닝의 관계는?
  • 통계학은 고유의 세계관과 사고방식이 있다는데?
  • 데이터과학 및 통계학의 최근 이슈와 트렌드는?
  • 처음 통계에 관심을 갖게 되신 계기는? 데이터과학자로 전향하신 이유는?
  • 데이터과학과 통계를 시작하는 사람들에게 해주고픈 이야기가 있다면?

방송에서 미처 다루지 못한 데이터과학과 통계 이야기는 권재명 박사님의 저서 ‘따라하며 배우는 데이터 과학’을 참조하세요. 그리고 이와 관련된 도서로 최근에 한빛미디어에서 출간된 ‘처음 배우는 데이터 과학’도 데이터 과학에 대한 기초를 다지고, 폭넓은 지식을 쌓기에 좋은 책입니다.

마지막으로 저희 데이터 지능 팟캐스트가 본 방송을 끝으로 시즌 1을 마무리하려고 합니다. 시즌 1을 빛내주신 출연자 분들, 그리고 운영진 분들 다시 한번 감사드립니다. 재충전 뒤에 더 알찬 방송으로 찾아뵙겠습니다.

데이터지능 팟캐스트 E12-1 : 데이터과학과 통계편 – 권재명님

최근 각광받고 있는 데이터과학과 머신러닝의 근간에는 전통과 역사를 자랑하는 통계학이 있습니다. 이번에는 통계학자로서 미국에서 연구원 및 교수 생활을 하셨고 현재 실리콘밸리에서 데이터과학자로 일하고 계시는 권재명 박사님을 모셨습니다.

  • 데이터과학, 통계학, 머신러닝의 관계는?
  • 통계학은 고유의 세계관과 사고방식이 있다는데?
  • 데이터과학 및 통계학의 최근 이슈와 트렌드는?
  • 처음 통계에 관심을 갖게 되신 계기는? 데이터과학자로 전향하신 이유는?
  • 데이터과학과 통계를 시작하는 사람들에게 해주고픈 이야기가 있다면?

방송에서 미처 다루지 못한 데이터과학과 통계 이야기는 권재명 박사님의 저서 ‘따라하며 배우는 데이터 과학’을 참조하세요. 그리고 이와 관련된 도서로 최근에 한빛미디어에서 출간된 ‘처음 배우는 데이터 과학’도 데이터 과학에 대한 기초를 다지고, 폭넓은 지식을 쌓기에 좋은 책입니다.

마지막으로 저희 데이터 지능 팟캐스트가 본 방송을 끝으로 시즌 1을 마무리하려고 합니다. 시즌 1을 빛내주신 출연자 분들, 그리고 운영진 분들 다시 한번 감사드립니다. 재충전 뒤에 더 알찬 방송으로 찾아뵙겠습니다.

E11-2 데이터 엔지니어링편 – 넷플릭스 배재현님, 쿠팡 글로벌 최현식님

데이터지능 팟캐스트 11번째 에피소드 “데이터 엔지니어링편”의 2부 입니다.

넷플릭스의 배재현님, 그리고 쿠팡 글로벌의 최현식님을 모시고 데이터 엔지니어링의 깊은 이야기를 나누어 봅니다.

  • 데이터 과학자 vs 데이터 엔지니어 – 어떻게 구분되나?
  • 하둡을 중심으로 알아보는 데이터 엔지니어링의 역사는?
  • 데이터 엔지니어링, 그리고 데이터 엔지니어의 미래는?
  • 클라우드 vs 자체 데이터센터 구축의 장단점과 고려사항은?
  • 데이터 엔지니어링을 시작하는 사람들에게 해주고픈 이야기는?

방송 관련 자료

E11-1 데이터 엔지니어링편 – 넷플릭스 배재현님, 쿠팡 글로벌 최현식님

이번 방송은 넷플릭스의 배재현님, 그리고 쿠팡 글로벌의 최현식님을 모시고 데이터 과학을 위한 기초 공사라고 할 수 있는 데이터 엔지니어링을 다뤄볼까 합니다.

  • 데이터 과학자 vs 데이터 엔지니어 – 어떻게 구분되나?
  • 하둡을 중심으로 알아보는 데이터 엔지니어링의 역사는?
  • 데이터 엔지니어링, 그리고 데이터 엔지니어의 미래는?
  • 클라우드 vs 자체 데이터센터 구축의 장단점과 고려사항은?
  • 데이터 엔지니어링을 시작하는 사람들에게 해주고픈 이야기는?

방송 관련 자료

스냅(Snap Inc.)에서의 1년

스냅(Snap Inc)으로 회사를 옮겨 스토리 검색 기능을 런치하고 글을 썼던 것이 엇그제같은데, 어제부로 입사 1년을 맞이했다. 개인적으로는 이사 3번에, 첫아이 출산에 정신없는 한해였고, 입사 1년을 돌이켜보면 항상 즐거운 일만 있었던 것은 아니지만 지금 돌이켜보면 후회없는 선택을 했다는 확신이 든다. 오늘은 입사 1년을 통해 배우고 느낀 점을 정리해볼까 한다.

스냅이라는 회사

생긴지 5년도 안되었지만 항상 화제의 중심에 있는 젋은 회사에서 일하는 것은 롤러코스터를 타는 듯한 경험이었다. 입사 직후였지만 IPO의 흥분도 맛보았고, 곧이어 경쟁사의 압박과 회사를 전통적인 SNS의 잣대로 평가하는 언론의 영향으로 회사의 평판이 바닥까지 떨어지는 것도 경험했다. 최근에는 다시 월가의 기대를 뛰어넘은 실적을 발표해서 주가가 한참 올랐다가, 다시 디자인 개편에 대한 비판이 쏟아지면서 여론의 뭇매를 맞고 있다.

IPO 직후 보낸 메일에서 스냅의 창업자이자 CEO 에반 스피겔은 ‘우리의 여행은 이제 시작이다’리고 했는데, 그 말은 농담이 아니었다. 에반으로 말할것같으면 졸업을 3학점 앞두고 스탠포드에서 중퇴를 선택한 인물이다. 이런 창업자의 정신은 스냅의 여러 제품에 잘 나타나 있는데, 텍스트 중심의 기존 SNS와 달리 ‘카메라가 곧 키보드’라며 지워지는 영상과 비디오를 중심으로 하는 스냅챗의 출발, 그리고 타임라인과 반대로 시간순으로 재생되는 스토리 기능 등 스냅의 현재를 만든 제품은 대부분 기존 SNS의 공식을 뒤집은 결과물이다.

이런 스냅의 혁신은 현재진행형이다. 최근에 발표한 스냅챗의 디자인은 초기 화면인 카메라 왼쪽에 친구들의 대화와 스토리를 볼 수 있는 프랜드피드, 그리고 카메라 오른쪽에 각종 매체 및 인플루엔서들의 공유한 스토리 등을 보여주는 디스커버피드가 있다. 친구들의 근황과 각종 링크 및 뉴스를 한곳에 보여주는 기존의 SNS에 또다시 반기를 든 것이다. 시도 때도 없이 갖가지 알람을 보내서 사용자를 유혹하고, 클릭을 유도하는 가짜 뉴스가 범람하는 SNS 공해의 시대에, 스냅은 개인적인 소통과 뉴스 및 매체 소비를 분리하는 것이 바람직하다는 방향을 세운 것이다.

스냅에서의 데이터 과학

필자가 회사를 옮길때 가장 중요한 고려사항중 하나는 ‘흥미로운 데이터를 가진 회사인가?’였다. 그만큼 데이터 과학자에게 좋은 데이터는 중요한 고려사항이다. 그런 의미에서 하루에 평균 30개 이상의 스냅(사진 및 비디오)을 보내는 2억명의 열성적인 유저들의 삶에 필수적인 스냅챗의 데이터는 분명 매력적인 것이었다. 사용자들의 삶에 가장 소중한 순간들이 스냅으로 가장 친한 친구들과 교환되기 때문이다. 스냅챗 사용자들이 공유하는 일상이 궁금하다면 스냅 맵의 웹버전을 사용해보자.

스냅챗의 사용자들은 자신의 스냅을 선택적으로 공개할 수 있는데, 많은 유명인이나 인플루엔서들은 그렇게 자신의 팬들에게 친밀한 일상을 전하고 있다. 여기에 작년부터 필자가 속한 SF오피스에서 개발하기 시작한 검색 및 추천 기능이 들어가면 스냅챗은 세상 곳곳에서 지금 일어나는 일을 사진과 비디오로 생생하게 알 수 있는 플랫폼이 된다. 유튜브의 실시간 버전이라고나 할까. 여기에 WSJ, Wired 등 유수 언론사에서 스냅챗 전용으로 만들어 매일 공개하는 뉴스까지 더하면 스냅챗은 모바일 시대의 TV가 된다.

구글과 페이스북이 온라인 광고 시장을 장악하고 있지만 아직도 가장 파이가 큰 대형 브랜드 광고는 TV의 영역이다. 하지만 전세계의 젊은이들은 TV 대신 모바일폰에서 대부분의 시간을 보낸다. 스냅챗은 주 사용자층인 10대-20대들의 감성과 라이프스타일에 최적화된 모바일 매체 경험을 제공할 수 있는 위치에 있다. 페이스북이 처음에 타임라인을 도입했을때 여론의 뭇매를 맞았지만 결국 성공했듯이, 최근의 대대적인 디자인 개편은 이런 스냅챗의 비전을 실현하기 위한 초석이 될 것이다.

스냅의 CEO 에반이 제품 디자이너 출신인만큼 스냅은 디자인 중심의 회사였다. 하지만 회사와 팀이 성장하면서 데이터를 활용해서 제품 개선을 이끌어내려는 노력도 활발하게 이루어지고 있다. 특히 엔지니어들이 주축이 되어 만들어진 SF오피스는 실리콘 벨리의 데이터중심 문화를 제품 디자인에 강한 LA 본사의 문화와 접목시키려는 시도를 꾸준히 해왔고, 실제로 지금은 스냅에서 데이터과 디자인이 혁신의 두 축으로 확고히 자리잡았다.

스냅과 같이 젊은 회사의 데이터과학자로 일하는 것은 바쁜 일이다. 업무 영역도 넓고 제품 자체도 끊임없이 진화하기 때문이다. 하지만 필자가 일하는 SF 오피스의 동료들은 스냅챗 사용자들 만큼이나 열정적인 사람들이다. 지난번 글에서도 밝혔지만 열정적인 사람들 곁에서 일하다보면 자연스럽게 열심히 일하게 된다. 하지만 실리콘밸리의 많은 회사들처럼 회사의 문화는 매우 자유로운 편이라 언제 어디서 일을 하던지 별로 신경쓰지 않는 편이다. 출퇴근 거리가 긴 필자의 경우 일주일에 하루 이틀은 집에서 일하고 있다.

스냅의 SF오피스는 만들어진지 2년이 채 안되었고 검색 및 추천 등 스냅의 핵심 데이터 프로덕트를 담당하는 많큼 구글, 페이스북 등 더 크고 안정적인 회사에 있다가 새로운 도전을 찾아 스냅챗에 조인한 엔지니어들이 많다. 검색 및 추천과 관련된 프론트엔드 개발 및 머신러닝도 SF오피스에서 담당하고 있다. 스냅의 SF오피스에서는 올해도 계속 규모를 키울 계획으로 꾸준히 개발자 및 데이터 과학자를 채용하고 있으니 관심있는 분들은 필자에게 연락 바란다! (jink at snap dot com)

맺음말

1년 전 MS에서 입사 5년을 앞둔 필자의 삶은 참으로 편안했다. 익숙한 환경에서 연구자로서 보람있는 일을 하면서 논문도 쓰고, 남는 시간에 시애틀 주변의 아름다운 자연을 즐기며 편안하게 사는 삶도 나쁘지 않았을 것이다. 하지만 필자는 도전을 선택했고, 지금은 그 결과에 만족한다. 같이 MS에서 일하던 필자의 아내도 출산을 마치고 회사를 옮겨 지금은 넷플릭스에 국제화 담당 PM으로 일하고 있다. 게다가 이제 9개월이 된 필자의 딸 애린이도 무럭무럭 자라고 있으니 감사할 일이 많은 한해였다.

회사일만 하기에도 바쁜 일상이지만, 필자는 데이터를 통해 몸담은 회사 뿐만 아니라 세상에 공헌하는 활동을 꾸준히 실천하려고 한다. 이런 이유로 MS에 근무하고 있을 때는 밤마다 글을 써서 헬로 데이터 과학을 출간했지만, 지금은 그런 사치는 허락되지 않는다. 대신 주말마다 동종 업계의 전문가 분들과 데이터 지능 팟캐스트를 녹음하는 것으로 소통의 욕구를 충족시키고 있다. 필자와 여러 데이터 전문가들이 들려주는 데이터 과학과 인공지능 이야기가 궁금한 분들은 데이터 지능 팟캐스트를 꼭 듣기 바란다.

추신: 본 글은 필자 개인의 의견으로 Snap Inc.의 의견을 대변하지는 않습니다.

데이터 지능 팟캐스트, 교훈과 방향

데이터지능 팟캐스트가 10회를 맞이했다. 나는 프로그래머다 시절까지 계산하면 거의 1년을 팟캐스트에 보낸 셈이다. 처음에는 계속할 수 있을까 하는 고민이 있었지만, 이제 어느정도 자리가 잡혀가는 느낌이다. 그동안 방송 진행 및 운영을 도와준 분들, 그리고 옆에서 많은 응원과 피드백을 준 아내에게도 감사의 말을 전하고 싶다. 오늘은 그동안 팟캐스트라는 새로운 매체에 익숙해지면서 배우고 느낀 점을 써볼까 한다.

팟캐스트를 왜 하나?

그동안 일 이외에서는 블로그나 책을 써왔던 필자가 팟캐스트를 시작한 이유는 시간적인 이유가 컸다. 글을 쓰는 일은 상당히 오랜 시간동안 혼자 집중해야 하는데, 이는 첫 아이를 갖고 회사를 옮긴 2017년의 필자에게는 더이상 허용되지 않는 사치였다. 반대로 팟캐스트는 시간을 잡고 게스트와 녹음을 하면 되는 일이다. (적어도 필자는 그렇게 생각을 했다) 물론 시간이 들지만 적어도 소요시간이 정확한 일이니 부담이 적다.

게다가 글을 쓰는 일은 혼자 해야 하는데 비해, 팟캐스트는 다른 사람과 같이 하는 일이니 그만큼 동기부여가 된다. (글을 써보신 분이라면 아시겠지만 동기부여가 가장 큰 문제다.) 게다가 시애틀에서 샌프란시스코로 지역을 옮기면서 새로운 지역의 사람들을 만나보고 싶었던 필자에게는 팟캐스트를 만들어가면서 동종 업계의 전문가들을 만날 수 있겠다는 생각도 있었다.

작년에 회사를 옮기고 딸아이의 아빠가 되면서 시간적 여유는 많이 줄었지만, 그럴 때일수록 꾸준히 지식을 습득하고 다른 사람들과 교류할 수 있는 수단을 만들어야 한다고 생각했다. 데이터 과학, 특히 인공지능 분야의 눈부신 발전을 따라잡기 위해서는 현직에서 일을 하더라도 꾸준히 관련 분야의 지식을 넓혀야 하기 때문이다. 팟캐스트는 이런 배움의 과정을 널리 공유하여 더 의미있게 만드는 수단이었다.

팟캐스트에서 배운 점

그렇게 시작한 데이터지능 팟캐스트가 이제 횟수로 10회를 마쳤다. 그동안 기계학습, 딥러닝, 시각화 등 데이터 과학의 여러 세부 분야, 그리고 금융, 교육 등 데이터 과학의 여러 응용 분야에 관한 이야기를 나누었다. 필자가 관심을 가지고 있는 여러 분야의 전문가들을 모셔다가 팟캐스트를 녹음하는 것은 즐거운 일이었고, 스스로도 지식을 넓힐 수 있는 계기가 되었다. 시간적으로도 녹음 준비 및 편집을 익히는데 처음에는 시간 소요가 많았지만 차츰 익숙해졌다.

그렇다면 데이터지능 팟캐스트는 누가 얼마나 청취할까? 이를 이해하기 위해 다양한 플랫폼에서 제공하는 데이터를 종합해 보았다. 팟캐스트라는 단어는 이제 구독형 오디오 컨텐츠의 대명사처럼 쓰이지만 실제 구독은 애플 팟캐스트 앱, 팟빵, 팟티, 네이버 오디오클립 등 다양한 채널로 이루어진다. 아래 데이터에 따르면 국내에는 아직도 팟빵이 가장 널리 쓰이는 플랫폼인것 같다.

우선 데이터지능 팟캐스트의 청취자 수는 1월 말 기준으로 누적 다운로드 횟수 35000건, 회당 평균 3000건, 최대 다운로드 횟수는 5500건에 달했다. 네이버 오디오클립 등 일부 플랫폼에서의 청취 횟수가 포함되지 않은 통계이며, 애플의 통계에 따르면 다운로드 횟수에서 구독자의 비율은 약 86%정도니 총 구독자 수는 약 5000명 정도로 추산된다.

청취자들을 좀더 이해하기 위해 ‘딥러닝편’을 앞두고 청취자들의 직업에 대한 설문조사를 진행했다.  ‘딥러닝편’에 편중된 결과이기는 하지만, 학생, 개발자, 연구직 종사자 들이 주 청취자층을 형성하고 있었다. 페이스북의 관련 그룹에서 설문조사한 내용이라 편향이 있겠지만, 좀더 전문적인 내용을 원하는 청취자층을 갖고 있다.

방송 다운로드 횟수가 양적인 성장을 의미한다면 사용자들이 얼마나 방송을 흥미있게 듣는지를 평가하기 위한 지표로 실제로 얼마나 오래 방송을 듣는지를 측정해볼 수 있을 것이다. 최근까지 이에 대한 통계자료는 전무했으나, 작년 말 애플이 여기에 대한 부분적인 데이터를 제공하기 시작했다. 아래 차트는 애플에서 제공하는 최신 iOS 사용자들을 대상으로 총 방송 길이 대비 청취 시간 데이터이다.

위 그래프에서 눈에 띄는 점은 우선 방송의 총 길이에 관계없이 실제 청취 시간은 약 40분 정도라는 점이다. 방송의 총 길이가 긴 경우 조금 청취 시간이 늘어나지만 별 차이는 없다. 방송 컨텐츠를 최대한 전달하기 위해서는 한시간이 넘어가는 긴 방송을 올리는 것은 피해야함을 알 수 있다. 현재까지 방송간 청취율의 차이는 크게 발견하지 못했다. 설문조사를 통해 주관적인 만족도를 평가하는 것도 시도했으나 아직 의미있는 데이터를 수집하지는 못했다.

팟캐스트의 미래

이제 미국에서는 전 인구의 10%가 매일 팟캐스트를 듣는다는 통계도 있지만 팟캐스트는 아직도 젊은 플랫폼이다. 팟캐스트라는 플랫폼을 사실상 만든 애플은 작년 말 팟캐스트에 대한 분석 자료를 제공하기 시작했고, 아직 팟캐스트에 대한 제대로 된 광고/수익화 플랫폼도 없다. 이런 절름발이(?) 상태로도 팟캐스트가 이만큼 성장한 것을 보면 앞으로 잠재력이 크다고 볼 수도 있겠다.

특히 우리나라의 팟캐스트는 아직도 뉴스 등 가벼운 컨텐츠가 중심으로, 각 분야의 전문가들이 직접 현장에서 일어나는 이야기를 하는 방송은 많지 않다. 하지만 출퇴근 시간 등 자투리 시간을 활용하여 뭔가 배우려는 수요는 항상 있고, 블로그가 그랬듯이 더 많은 사람들이 팟캐스트를 만들고 듣게 되리라고 생각한다.

아직 갈 길이 멀지만, 데이터 전문가들의 이야기를 대중에게 전달할 수 있는 채널을 만들었다는 점에서 필자는 보람을 느낀다.아직 여러가지로 부족함이 많은 데이터지능 팟캐스트를 이렇게 많은 분들이 들어주신다는 점은 고무적이다.

그동안 회사와 육아를 병행하며 격주로 방송을 녹음해 올리기에도 바쁜 일정이었지만 시간이 허락하는 한 더 좋은 방송을 만들기 위해 노력할 생각이다. 오디오 콘텐츠라는 특성상 팟캐스트를 잘 하기 위해서는 다양한 스킬이 필요하다. 우선 방송을 진행하는 순발력과 게스트의 이야기를 최대한 끌어내는 방법인 인터뷰 스킬에 대한 책을 읽고 있는데, 앞으로 방송에 최대한 적용해보고 싶다.

올해 초부터는 이왕 할거만 제대로 해보자는 생각에 운영진도 꾸리고 홈페이지와 로고도 만들었다. 청취자 분들이 소통할 수 있는 공간인 커뮤니티도 만들었다. 필자의 비전에 공감해 편집 및 커뮤니티 운영을 도와주는 최재완, 김영웅님께 다시 한번 감사드린다. 헬로 데이터 과학 때부터 많은 도움을 주신 한빛 미디어에서 올해부터 데이터지능 팟캐스트의 운영 자금을 후원해주고 계시다.

또한 팟캐스트를 바탕으로 다양한 컨텐츠를 만드는 방안도 고민중이다. 팟캐스트 대본/녹취록을 편집하고 보강하여 글로 만드는 방법도 있고, 팟캐스트의 출연진이 좀더 심도있는 비디오 강의와 같은 컨텐츠를 만드는 방법도 있다.

데이터지능 팟캐스트 E10 : 데이터 시각화 특집 – 김묘영님

현직 전문가들이 들려주는 데이터와 인공지능 이야기 데이터지능 팟캐스트 10번째 에피소드 “데이터시각화 특집”

데이터를 공부하거나 분석하는 과정에서 시각화에 대한 고민을 피할 수는 없을 것입니다. 좋은 데이터 시각화와 나쁜 데이터 시각화는 무엇을 말하는 것일까요? 분석만큼 중요한 시각화의 기술.

바이스버사 디자인 스튜디오의 대표이자 좋아 보이는 것들의 비밀: 인포그래픽 저자이신 김묘영님을 모시고, 김영웅님과 함께 데이터시각화와 인포그래픽에 대한 이야기를 나누어 봅니다.

본 방송은 YouTube 생방송으로 진행되었었습니다. 방송에서 소개되는 시각화 자료 등은 아래 링크에서 확인하실 수 있습니다.

Episode 10-1

Episode 10-2

■ 방송 관련 자료 ■

데이터 지능 팟캐스트는 믿고 보는 출판사 한빛미디어에서 후원합니다. 방송에 대한 의견이나 출연 요청 및 기타 궁금증은 저희 홈페이지 data-intelligence.io를 방문해주시면 됩니다.

데이터지능 팟캐스트 E9-2 : 딥러닝 프레임워크 및 활용 – 김성진님, 김진중님

김성진님 (3분 딥러닝 케라스맛) & 김진중님 (3분 딥러닝 텐서플로맛) 그리고 테리님과 함께하는 딥러닝 프레임워크 및 활용편 2부를 공개합니다!

  • 딥러닝 프레임웍의 최근 이슈와 트렌드에는 어떤 것이 있을까요?
  • ‘어떤 상황에는 어떤 프레임웍을 써라’ 이런 레시피가 있을까요?
  • 케라스 vs 텐서플로 vs 파이토치 중 한가지만 배워야 한다면 무엇을?
  • 최근에 했던 딥러닝 프로젝트를 소개한다면? 어떤 보람과 어려움이 있었는지?
  • 딥러닝을 시작하는 사람들에게 해주고픈 이야기가 있다면? (DO & DON”T)
  • 딥러닝 프레임웍의 미래는? 모든 것이 자동화되는 AutoML이 답인가?

Download this episode (right click and save)

방송 관련 자료

데이터 지능 팟캐스트는 믿고 보는 출판사 한빛미디어에서 후원합니다. 방송에 대한 의견이나 출연 요청 및 기타 궁금증은 저희 홈페이지 data-intelligence.io를 방문해주시면 됩니다.

데이터지능 팟캐스트 E9-1 : 딥러닝 프레임워크 및 활용 – 김성진님, 김진중님

김성진님 (3분 딥러닝 케라스맛) & 김진중님 (3분 딥러닝 텐서플로맛) 그리고 테리님과 함께하는 딥러닝 프레임워크 및 활용편 1부를 공개합니다!

  • 딥러닝 프레임웍의 최근 이슈와 트렌드에는 어떤 것이 있을까요?
  • ‘어떤 상황에는 어떤 프레임웍을 써라’ 이런 레시피가 있을까요?
  • 케라스 vs 텐서플로 vs 파이토치 중 한가지만 배워야 한다면 무엇을?
  • 최근에 했던 딥러닝 프로젝트를 소개한다면? 어떤 보람과 어려움이 있었는지?
  • 딥러닝을 시작하는 사람들에게 해주고픈 이야기가 있다면? (DO & DON”T)

방송 관련 자료

데이터 지능 팟캐스트는 믿고 보는 출판사 한빛미디어에서 후원합니다. 방송에 대한 의견이나 출연 요청 및 기타 궁금증은 저희 홈페이지 data-intelligence.io를 방문해주시면 됩니다.

E8-2 음악 데이터로 창업하기: 차트메트릭 대표 조성문님

데이터를 기술로만 접하신 분들께는 데이터를, 그것도 대부분 공개된 데이터를 가지고 비즈니스를 만들 수 있다는 사실이 놀라우실 겁니다. 지난 회에 이어서, 이번 방송은 실리콘벨리의 안정된 커리어를 뒤로 하고 본인이 열정을 가진 뮤직 데이터 비즈니스에 뛰어든 조성문님의 데이터와 비즈니스 이야기 두번째 편을 전합니다.

조성문님 개인 홈페이지: https://sungmooncho.com/
차트메트릭 홈페이지: https://chartmetric.io/


데이터 지능 팟캐스트는 믿고 보는 출판사 한빛미디어에서 후원합니다. 방송에 대한 의견이나 출연 요청 및 기타 궁금증은 저희 홈페이지 data-intelligence.io를 방문해주시면 됩니다.