데이터 문해력과 SAS Viya 플랫폼 ‘데이터 문해력과 시민 데이터 사이언티스트(이하 CDS)의 필요 역량’이라는 지난번 블로그 포스팅에 이어, 이번에는 데이터 문해력을 기반으로 CDS를 지원하는 기반 플랫폼 ‘SAS Viya’(쌔스 바이야)의 주요 특징들을 살펴보겠습니다. SAS Viya는 인 메모리, MPP 환경과 Cloud Native 등 최신 기술을 기반으로, 분석의 생애 주기인 데이터 접근, 전 처리,
이전에 포스팅했던 시민 데이터 사이언티스트(Citizen Data Scientist, 이하 CDS)에 대한 블로그에서 CDS가 갖춰야 할 기본 역량이 Data Literacy(한글로는 데이터 문해력으로 번역/이하 데이터 문해력)라고 소개했었습니다. 참고로 ‘문해력’이란 단어는 글을 읽고 이해하는 능력을 의미하는데, 데이터를 다룰 때도 마찬가지로 데이터를 읽고 이해하는 능력이 중요하기 때문에 이러한 용어를 사용해도 큰 무리는 없으리라 판단됩니다. 이번
올해 초부터 시작된 코로나19 사태가 전 세계적으로 장기화되면서 ‘사회적 거리두기’가 새로운 일상으로 자리잡았습니다. 이에 따라 요즘 대부분의 시간을 집에서 보내며 온라인 강의를 듣는 학생들과 재택근무를 하는 직장인들도 많아졌는데요. #언택트 #집콕 #홈코노미 #홀로(HOLO) 등의 신조어들이 이러한 달라진 트렌드를 보여주고 있습니다. 공부를 하든 일을 하든, 집에서 오랜 시간을 보내는 것에는 꽤 명확한
SAS가 최근 글로벌 시장조사기관 가트너에서 발표한 ‘2020 가트너 매직 쿼드런트: 데이터 사이언스 및 머신러닝 플랫폼(2020 Gartner Magic Quadrant for Data Science and Machine Learning Platforms)’ 보고서에서 비전 완성도 및 실행력을 인정받아 리더로 선정됐습니다. SAS는 해당 부문에서 유일하게 7년 연속 리더로 선정됐는데요! 작년 대비 괄목할 만한 성장을 보이며 최상위 리더 제품으로
SAS코리아, 롯데홈쇼핑과 함께하는 ‘제 17회 SAS 분석 챔피언십’ 개최 빅데이터·AI 알고리즘 활용한 ‘홈쇼핑 방송 판매실적 예측’ 주제로 공모 SAS 솔루션 및 분석 교육을 통한 실제 비즈니스 과제 해결…분석 전문성 제고 6월 30일까지 참가 접수…우승팀에 상금·교육·인턴십 가산점 등 다양한 혜택 제공 2019년 6월 5일, 서울 – 세계적인 분석 선두 기업 SAS(쌔스)코리아(www.sas.com/korea)가
불과 몇 년 전 까지만 해도 ‘데이터 사이언티스트’라는 단어는 많은 사람들에게 꽤나 생소한 단어였을 것입니다. 하지만 4차 산업혁명이 이미 산업 전반에 깊숙이 자리한 오늘날, 빅데이터 분석이 핵심 역량으로 부상하며 데이터 과학자(data scientist)의 인지도 역시 굉장히 높아졌습니다. 단순히 인지도뿐만이 아닙니다. 세계 최대 취업 정보 사이트 글래스도어(Glassdoor)가 발표한 2019년 ‘미국 최고 직업
올 초 미국항공우주국 나사(NASA)는 전 세계 시민 과학자(citizen scientist) 1만여명이 새로운 지구형 행성계 ‘K2-138’을 발견했다고 발표하며 천문학계를 떠들썩하게 했습니다. 대표적인 시민 과학자 플랫폼 ‘주니버스(Zooniverse)’에서 집단 지성을 모아 이뤄낸 첫 번째 쾌거입니다! 미국 캘리포니아 대학교 산타 크루즈(UCSC) 연구팀은 시민 과학자도 쉽게 데이터를 분석할 수 있는 특수 프로그램을 제작했습니다. 이를 기반으로 시민 과학자들은
“모델링에 뛰어들기 전에 먼저 데이터를 이해하고 탐색하라!” 데이터 과학자를 위한 일반적인 조언입니다. 데이터 세트가 정리되어 있지 않으면 모델을 구축해도 문제를 해결하는 데 도움이 되지 않습니다. 마치 쓰레기를 꺼냈다, 넣었다 하는 것과 같죠. 강력한 머신러닝 시스템을 구축하기 위해서는 예측 작업을 정의하고, 문제를 해결하기 전에 데이터 세트를 탐색하고 이해해야 합니다. 데이터 과학자는 대부분의 시간을 모델링을
올 초 애플이 미국 빅데이터 컨설팅 스타트업인 ‘실리콘 밸리 데이터 사이언스(Silicon Valley Data Science)’에서 창업자를 포함한 수십 명의 직원을 영입하며 화제를 모았습니다. 이전에는 인공지능(AI) 기반 데이터 분석 플랫폼 업체 ‘래티스(Lattice)’를 인수하고 하둡의 공동 창시자인 마이크 카파렐라를 스카웃하기도 했습니다. 구글 역시 60만 명의 데이터 과학자가 활동하는 호주 멜버른 기반의 스타트업인 ‘캐글(Kaggle)’을
지난 3월 8~11일 로마 바티칸에서 교황청 최초의 해커톤(hackathon) ‘브이핵(VHacks; A Hackathon at the Vatican)’이 개최되어 세계의 이목을 끌었습니다. 전 세계의 기업, IT 개발자, 학생들이 첨단 과학 기술을 이용해 이주민, 난민과 같은 사회적 이슈와 종교간 포용, 대화 등 종교적 이슈에 대한 해결책을 찾기 위해 한자리에 모였는데요. 특히 미국 매사추세츠공과대학(MIT), 하버드대학, 조지타운대학 등
현대 기업에게 금융 사기, 이상 거래 탐지는 분명 어려운 도전과제입니다. 실제 사기 거래 발생률은 낮고 기업 활동의 극히 일부분에 해당되지만, 문제는 적절한 툴과 시스템을 갖추지 않는다면 엄청난 금전적 손실을 야기하는 범죄로 빠르게 이어질 수 있다는 것입니다. 더군다나 금융 사기 범죄자들은 계속해서 새로운 사기 수법을 고안해내고 점차 정교해지고 있는데요. 한가지 좋은
현존 최고의 데이터 과학자들이 뽑은 머신러닝 알고리즘 개발 베스트 프랙티스! 그 대망의 마지막 시간입니다. 이전 블로그를 통해 다양한 유형의 모델을 결합하는 방법을 소개해드렸다면, 오늘은 다양한 유형의 데이터를 결합하고, 모델의 다양한 변수를 활용하는 방법에 대해 이야기하고자 합니다. 이전 시리즈를 놓치셨나요? 블로그 1탄, 블로그 2탄을 참고해주세요. 기본기 다지기 희귀한 이벤트 탐지하기 수많은 모델 결합하기 모델
현존 최고의 데이터 과학자들이 뽑은 머신러닝 알고리즘 개발 베스트 프랙티스! 그 두 번째 시간입니다. 시리즈를 처음 접하시는 경우 블로그 1탄을 참고해주세요. 기본기 다지기 희귀한 이벤트 탐지하기 수많은 모델 결합하기 모델 적용하기 국소 최적해에 빠지는 것을 방지하기 위해 모델 오토튜닝하기 시간 효과(temporal effect) 관리하기 '일반화' 이해하기 Chapter 5. 국소 최적해에 빠지는 것을 방지하기
“어떤 알고리즘을 사용해야 할까요?” 수많은 종류의 머신러닝 알고리즘을 맞닥뜨린 초급자 분들이 가장 많이 물어보는 전형적인 질문인데요. 사실 이 질문에 대한 답변은 하단 내용을 비롯한 수많은 요인에 따라 달라집니다. 데이터의 크기, 품질, 특성 가용 연산(계산) 시간 작업의 긴급성 데이터를 이용해 하고 싶은 것 그렇기에 숙련된 데이터 과학자(Data scientist)조차도 여러 알고리즘을 직접
1980년대 후반에만 해도 머신러닝(machine learning)이나 데이터 과학자와 같은 개념은 없었습니다. 대신 통계, 분석, 데이터 마이닝, 데이터 모델링과 같은 단어가 사용됐는데요. 이후 글로벌 기업들은 30년 이상 머신러닝 모델을 연구해 왔으며, 페이스북의 이미지 인식 소프트웨어, 아마존의 음성 비서 알렉사, KT의 인공지능 서비스 기가 지니(GiGA Genie)까지 그 결과들이 연이어 쏟아지고 있죠! 이러한 결실
디지털 시대의 도래와 함께 수많은 정보와 데이터가 빠르게 생성되면서 사회 다양한 분야에서 빅데이터가 폭넓게 활용되고 있습니다. 기업들도 비즈니스 데이터를 수집, 분석해서 상당한 가치를 얻을 수 있음을 잘 이해하고 있는데요. 하지만 사실 분석 활동이라는 개념은 예전부터 있었습니다. 수십 년 전인 1950년대에도 기업들은 트렌드를 파악하고 인사이트를 얻기 위해 기본적인 분석을 하고 있었습니다.
오늘은 SAS에서 오랫동안 근무해온 프로그래머이자 데이터 사이언티스트의 SAS Viya 사용 후기를 공유해 드리려고 합니다. 새롭게 출시된 ‘SAS Viya(SAS 바이야)’ 환경을 사용해 본지는 이제 6개월이 지났는데, 벌써 푹 빠졌다고 합니다! SAS9 환경에서 사용했던 많은 통계 기법을 SAS Viya 환경에 동일하게 적용했을 때 그 속도와 더 높은 정확성에 감격했답니다. 그렇다면 데이터 사이언티스트가
빅데이터 시대의 데이터 사이언티스트를 향한 도전! SAS코리아가 ‘제 15회 SAS 분석 챔피언십’을 개최합니다. SAS 분석 챔피언십은 차세대 데이터 사이언티스트를 양성하고 그 저변을 확대하기 위해 기획된 공모전입니다. 지난 2002년 제 1회를 시작으로 국내 가장 오랜 전통과 전문성을 자랑하는 빅데이터 공모전으로 자리잡았습니다. LG유플러스의 후원으로 진행되는 올해 SAS 분석 챔피언십의 분석 과제는 ‘나도 몰랐던 나의 취향을
데이터 사이언스와 데이터 사이언티스트에 대한 설전과 토론이 맹렬한 가운데 여러 기업들이 다수의 데이터 사이언티스트 채용 및 고용에 적극적으로 나서면서 데이터 사이언티스트에 대한 수요가 실제 취업 예정자 공급을 추월하기 시작했습니다. 이로 인해 데이터 사이언티스트의 효과적인 유치 및 유지라는 화두 역시 IT 및 비즈니스 커뮤니티에서 뜨거운 감자로 떠올랐습니다. 이러한 상승세에서 기업은 모두가 탐내는
