현금 20억으로 가장 효율적인 수익을 내려면 어떻게 하는 것이 좋을까요?

저는 학부 수학전공하고, 대학원에선 통계모델링을 전공했습니다. 이후엔 6개월 1.6년 11개월 이렇게 si회사를 다니면서 데이터 분석 모델링을 했구요. 현재 스타트업에 2년째재직중입니다 처음엔 데싸로 입사했는데, 현재는 데이터 파이프라인 구축 일을 하고 있어요. 어떻게보면 분석도 할줄할고, 개발도 할줄아는것으로 보이지만.. 제가 생각할땐 회사다니면서 쌓은 분석 포트폴리오도 없고..( 다 대학원때 한 포폴로 회사 지원하고 있어요) 개발도 지식을 쌓고 한게 아니라, 업무에 필요한 몇가지 지식으로 하는 중이라.. 어필하기가 어렵네요ㅠ 현재 파트타임 박사로 논문준비중이고 분야는 ai가 될것 같습니다. (1년이내 졸업) 현재 지원하는 회사들이 다 서류에서 떨어지고 있어서 고민이 많습니다.. 이도저도 아닌 커리어를 어떻게 보완할 수 있을까요..

📈안녕하세요! 저희는 한국어 최적화된 'AI Query Tool' 제작을 통해 SQL문의 단순 반복 작업 시간을 줄여 보다 효율적인 업무가 가능해지도록 하는 것을 목표로 베타테스트를 진행 중인 Horus팀입니다. 📣보다 완성적인 제품 개발을 위해, [SQL Tool 사용성 테스트]를 수행해주실 SQL 이용 데이터 분석 담당자 분을 모십니다! 🔴[ 사용성 테스트 ] 1. Horus팀이 SQL Tool ('Text 2 SQL' 혹은 'AI Query')을 결제 및 제공해 드리면, 2. 해당 SQL Tool을 사용하고, 느낀점 혹은 불편한점을 리포트 해주시면 됩니다! ❗자세한 사항은 다음 노션페이지를 확인해 주세요 https://bit.ly/3QhKT63 ❗신청하기 링크 https://bit.ly/3K33Nt8

안녕하세요, 이커머스 산업의 엑셀 수작업을 모조리 없애고 모든 데이터 수집 및 분석 자동화 대시보드 사업을 하고 있는 cigro PO입니다. 이커머스 회사가 아니어도 좋습니다. 여러분들께서 재직중인 보통 회사에서는, 1. 데이터 수집(파이프라인 구축) 2. 데이터 가공 3. 데이터 분석 및 시각화 4. 인사이트 도출 상위 4가지 과정을 "어떤 방식으로 구축해나가고 계신지" 궁금합니다. 각자의 포지션에서 각 스텝별 모든 프로세스를 알고 계시진 않겠지만, "어떤 팀"에서 "어떤 단계"를 진행하고, 각 단계에서 "어떤 툴"을 쓰시는지, 데이터는 어디까지 공개되며 운영 차원에서 "효율화되어야 한다고 생각하는 부분"이 있으신가요? 그리고 정말 보통의 회사에서 데이터 기반의 인사이트를 잘 도출하는 것 같으신가요? 아니라면 병목은 어디서 발생한다고 생각하시나요? 긴 글 읽어주셔서 감사합니다.

접속자 와 데이터 양 등을 고려해야하는데 기준표 같은 또는 계산 방식등 있을까요 최소사양 구축해서 사용양에 따라 눌리기에는 너무 비효율적인데 예측 또는 계산 방법이 있으면 좋겠어오. java. jsp web 서버 입니다

안녕하세요 현재 식품산업 중소기업에서 데이터 분석가로 일하고 있습니다 지금 회사가 작기도 하고 데이터 쪽으로 발전하기 쉽지 않을 것 같아서 이직하려고 하는데, 앱/모바일 데이터 분석쪽으로 이직하고 싶습니다 근데 좀 빨리 이직하고 싶은데 현재 식품제조 중견기업 데이터 분석 쪽으로 헤드헌팅이 들어와서 지원해볼까 고민중입니다 걱정되는 점은 식품 쪽으로 이직시 동일 산업군 내에서 커리어가 굳어지면 나중에 프로덕트분석이나 앱 데이터 분석 쪽으로 산업군 전환을 할 때 어떤 영향을 미치는지 궁금해서 질문남깁니다. 아직 연차가 낮고 면접을 많이 봐본 적이 없어서 선배님들 조언이 궁금합니다 ,, 🥹

안녕하세요. 고민이 있어 글 남깁니다. 1. 경력기술서에는 한 달을 기재하는가? 2. 기재하지 않는다면, 면접에서도 먼저 묻지 않는 이상 말하지 않는 게 옳은가? 3. 이번 달까지만 다닐 생각인데, 3일 전에 말해도 되는가..(내일 말하면 5일간 눈치 봐야하는 게 힘들어서요. 제가 맡은 업무가 없어 인수인계 할 건은 없습니다.) -------- 여기서는 제 이야기입니다 ------ 저는 첫 직장에서 재직 중 이직을 준비하다, 업무과중 + 건강악화로 퇴사 후 한 달의 공백기를 가졌습니다. 그리고 현 직장으로 이직했습니다. 처음에는 이 곳에 다닐 생각이 없었지만, 면접관에게 들은 업무 내용에 "여기에 다니는 게 괜찮을 것 같다"는 생각이 들어 입사했습니다. 제 직장이 중소에서 중견으로 커진 것도 좋았구요. 그러나 그 생각은 입사한 다음 주에 깨졌습니다. 기업 규모에 비해 엉망진창인 시스템 군대 문화가 존재하는 팀 문화(팀바팀인 것 압니다. 같은 층에서 다른 팀은 칼퇴합니다. 저희 팀은 실장님이 퇴근한 이후에 가능해요. 그 외 다수.) 주말/공휴일 출근 강요 눈치 안 주는 듯 계속 주는 팀 분위기 처음엔 수습기간이라도 채워보자 했는데, 주말/공휴일 출근을 강요하는 것보고 더 못 다니겠더라고요. 전 직장에서도 동일 사유 때문에 건강이 많이 나빠져서 퇴사했습니다. 제가 리스크를 감당하고 이직한 이유가 사라졌어요. 직무도 원하던 것과 좀 달라 일에 흥미가 안 생기는 것도 요인 중 하나입니다. 그래서 맨 위에 작성한 고민들을 하고 있는 중입니다. 조언 주시면 감사하겠습니다.

향후 2-3년 두고 준비하고자 합니다 현재 데이터 분석 경력 5년차 정도 되네요 da, ds 잡다구리하게 해서 특출나게 잘하는 게 없는게 문젠데... 앞으로 보완해서 해외 취업하는 게 목표입니다... 성공하신 선배님들께서 경험좀 부탁 드립니다 ㅠㅠ

안녕하세요~ 두꺼비세상 김지영입니다. "Life is short You need Python" 인생은 짧으니, 당신은 파이썬이 필요하다. - Bruce Eckel 。 。 。 。 。 데이터분석을 하다보면 주로 사용하는 프로그래밍 언어는 파이썬(Python)입니다. 그중에서도 데이터 처리를 위하여 쓰는 라이브러리인 판다스(pandas)는 너무나도 유명하지요. 간단하게 판다스의 특징을 말씀드리자면 다음과 같습니다. -DataFrame 객체를 통한 다양한 데이터를 로딩하고 조작하는 기능. -SQL 또는 Excel 스프레드시트와 유사한 데이터 조작 연산 (필터링, 결합, 그룹화 등). -누락된 데이터를 처리하는 기능. -행과 열을 바꾸는 등 데이터를 재구성하는 기능. -다양한 형식의 데이터 파일 (CSV, Excel, SQL 등)을 읽고 쓰는 기능. 근 몇년간은 이러한 판다스를 통하여 유용하게 데이터 처리를 하였는데 최근 폴라스라 불리는 새로운 라이브러리가 나와 핫하다고 하여 여러분들에게 같이 공유를 해보고자 합니다. 제목에서도 비유했듯이 북극을 연상시키는 네이밍이네요. 바로 Polars입니다. Pandas와 Polars는 모두 Python에서 인기 있는 데이터 분석 및 처리 라이브러리입니다. 그러나 두 라이브러리 사이에는 몇 가지 주요 차이점이 있습니다. Pandas와 Polars의 주요 차이점과 각각에 가장 적합한 사용 사례를 살펴보겠습니다. [Pandas] Pandas는 데이터 구조 및 작업을 위한 강력한 도구 모음을 제공하는 인기 있는 Python 라이브러리입니다. 다양한 데이터 소스에서 데이터를 읽고 쓰고, 데이터를 필터링하고 정렬하고, 집계하고, 시각화할 수 있습니다. Pandas는 데이터 과학자와 분석가들 사이에서 인기 있는 선택이며 많은 책과 튜토리얼에 설명되어 있습니다. [Polars] Polars는 Pandas의 대안으로 설계된 비교적 새로운 라이브러리입니다. Pandas와 유사한 API를 제공하지만 더 효율적으로 설계되어 대용량 데이터를 처리하는 데 유용할 수 있습니다. Polars는 또한 Pandas보다 더 새롭고 빠르게 성장하는 생태계를 가지고 있습니다. [Pandas와 Polars의 주요 차이점] 다음은 Pandas와 Polars의 주요 차이점 중 일부입니다. 지원되는 데이터 유형: Pandas는 Pandas DataFrame으로 알려진 표 형식 데이터만 지원하는 반면 Polars는 기울기 및 행렬과 같은 다양한 데이터 유형을 지원합니다. 성능: Polars는 Pandas보다 빠르게 설계되어 대용량 데이터 처리에 유용할 수 있습니다. 생태계: Pandas는 더 큰 생태계를 가지고 있으므로 Pandas를 지원하는 더 많은 라이브러리와 도구를 사용할 수 있습니다. [Pandas와 Polars의 활용 방안] 다음은 Pandas와 Polars를 사용할 수 있는 몇 가지 예입니다. 데이터 탐색: Pandas와 Polars는 모두 데이터 탐색에 사용할 수 있습니다. Pandas는 데이터를 필터링하고 정렬하고 집계하고 시각화하는 데 유용한 다양한 도구를 제공합니다. Polars는 또한 Pandas보다 더 효율적일 수 있으므로 대용량 데이터를 탐색하는 데 유용할 수 있습니다. 데이터 처리: Pandas와 Polars는 모두 데이터 처리에 사용할 수 있습니다. Pandas는 다양한 데이터 소스에서 데이터를 읽고 쓰는 데 유용한 다양한 도구를 제공합니다. Polars는 또한 Pandas보다 더 효율적일 수 있으므로 대용량 데이터를 처리하는 데 유용할 수 있습니다. 데이터 분석: Pandas와 Polars는 모두 데이터 분석에 사용할 수 있습니다. Pandas는 통계 및 기계 학습을 위한 다양한 도구를 제공합니다. Polars는 또한 Pandas보다 더 효율적일 수 있으므로 대용량 데이터를 분석하는 데 유용할 수 있습니다. [결론] Pandas와 Polars는 모두 Python에서 인기 있는 데이터 분석 및 처리 라이브러리입니다. 그러나 두 라이브러리 사이에는 몇 가지 주요 차이점이 있습니다. Pandas는 더 오래되고 잘 알려진 라이브러리이며 더 큰 생태계를 가지고 있습니다. Polars는 더 새롭고 빠르게 성장하는 라이브러리이며 Pandas보다 더 효율적으로 설계되었습니다. 궁극적으로 귀하에게 가장 적합한 라이브러리는 귀하의 특정 요구 사항에 따라 다릅니다. 표 형식 데이터를 처리하고 더 큰 생태계를 갖춘 라이브러리가 필요한 경우 Pandas가 좋은 선택입니다. 대용량 데이터를 처리하고 Pandas보다 빠른 라이브러리가 필요한 경우 Polars가 좋은 선택입니다. 。 。 。 。 。 최근 FAST API가 기존 파이썬의 프레임워크의 왕도인 FLASK를 대체하기 시작하듯 점점 데이터에 대한 파이썬의 새로운 라이브러리 등은 계속 업데이트 되기에 새로운 기술이나 형식에 대한 파악은 필수 인듯 합니다. 아직 Polars 등의 데이터 라이브러리 이외에 인공지능이나 빅데이터 관련 라이브러리가 나올수도 있지 않을까 기대해 봅니다. 아마 Pandas와 Polars가 나왔으니 다음 라이브러리 이름은 Grizz가 되지 않을까요?^^ PS. 지난번 기한 글에서 다른분께서 글의 방향성이나 목적이 뚜렸하지 않고, 경험에 있어서 어느정도 부족한 부분에 대하여 피드백을 주셨습니다. 물론 저의 글에서 전문적인 내용이나 형식 구성에 있어서 부족한 점은 인정합니다. 그러므로 앞으로도 관련된 부분은 개선을 하도록 노력해보겠습니다. 부족하지만 제 글들에 대하여 많은 관심을 가져주셔서 감사합니다. 김지영 ([email protected]) -스타트업들을 돌아다니며 기술분석, 패션 등 다양한 분야에서 경험을 쌓으며, 현재 프롭테크 '두꺼비세상' 피터팬의 좋은방구하기- 데이터 분석 전담. -개발% 분석50%하는 반반 개발 분석자. -완벽한 자연어 처리에 대한 관심. -웹크롤링, 텍스트마이닝, 머신러닝 기법에 관심. .cc @POLARS @PANDAS @BAREBEAR

링크드인 해킹을 당하여 비밀번호를 변경하려 하는데 신분증을 요구합니다. 신분증 제출해도 문제 없을까요? 잘 아시는 분들 꼭 알려주세요..

화산귀환 웹소설에서 나온 띵언인데 '하고 싶은 거 놀고 싶은 거 자고 싶은 거 다 하고 남는 시간을 투자하는게 노력이 아니다 하고 싶은 거 놀고 싶은 거 자고 싶은 거 참아가며 시간을 만들어내서 하는게 노력이다' 나이가 많건 적건 MZ건 꼰대건 뭐라도 해내는 사람은 '진짜 노력'을 하는 사람이라는 거 요즘 많이 느낍니다 노력합시다 뭐라도 제대로 만들어내고 싶으면

안녕하세요 공기업에 요즘 관심이 생긴 대학생입니다. 공기업에도 데이터분석가를 채용하나요? 혹시 일하고 계신분이 있거나 아시는분 댓글부탁드려요~

최근에 협상을 했습니다(사실상 통보) 주변에 다른 회사 친구들 이야기들어보면 뭔가 추가 협상을 해봐야하나 아쉬운데 물가상승률정도면 만족해야하나요.. 다들 어떠세요?

안녕하세요, 작년 이직을 해 새로운 회사에서의 커리어를 이어가고 있는 상황입니다. 직전 회사에서는 오랜 시간 BM/PM 업무를 하며 Business analyst 업무도 병행했습니다. 그러다보니 보다 분석 업무쪽으로 커리어를 확장하고 싶은 마음에 이직을 했습니다. 막상 이직을 하니 여러 챌린지들도 있고 쉽지는 않지만 신입으로 온 것이 아닌만큼 주중/주말 가릴 것 없이 빠르게 캐치업하고 성과를 하나 둘 쌓고 있습니다. 그런데 최근 회사의 상황이 좋지 못해서인지 다들 숫자에 예민하네요. 통상 제가 월초에 분석을 바탕으로 당월 예상치를 분석하고, 리스크에 대해 설명을 합니다. 하지만 해당 리스크에 대해 얘기를 하면 '초반부터 너무 보수적으로만 보지 마라. 난 그렇게 안본다'라고 하고, 막상 월말에 가서 해당 리스크가 현실화되면 '너무 늦다. 왜 이제 와서 못한다고 하면 어쩌라는거냐. 무조건 해내라.'라고 합니다. 하지만 월말에 영업일수도 얼마 남지 않은 상황에서 해당 상황을 타개하기엔 너무나 어렵습니다. 그러고나면 월 마감 후 혼나고 -> 예상치 분석 -> 응 아니야 -> 리스크 현실화 -> 왜 이제 말했어! -> 월 마감 후 혼나고... 상황의 반복.. 어느 장단에 춤을 춰야하는걸까요.. 제 로직에 대해 신뢰를 안하시고 본인의 직감을 더 믿는 걸까요? 그렇다기엔 대체로 제 예상치와 가깝게 마감이 되는 편입니다. 아니면 임의로 영업 실무단과 커뮤니케이션 하며 Action Plan을 짜야하는걸까요? (그렇기엔 해당 미팅에서 Align이 안되면 추가 예산 확보가 어렵지만..) 데이터 분석 쪽으로의 커리어를 쌓고자 이직을 했는데 지금은 영업 쪽 숫자 FCST 머신이 된 것 같은 기분이네요. (데이터 분석의 골 자체가 분석을 바탕으로 회사가 나아가고자 하는 방향을 찾고자 함이라고 생각하고, 그렇다면 지금의 FCST도 그 연장선 상에 있다고 보기는 합니다만..) 이직을 한 만큼 좀 더 책임감을 갖고 일하자고 스스로를 독려해봐도 좀처럼 마음이 어지러워 선배님들의 고견 부탁드립니다. 감사합니다.

안녕하세요, NLP 스타트업 SoftlyAI의 문지형입니다. 어떤 유저의 어떤 문제부터 먼저 해결할지 고민되는 PM/PO을 위해 데이터 기반으로 더 중요한 유저 문제부터 해결해서 기회비용을 줄일 수 있는 AI 솔루션🤖을 소개드립니다. 아래 링크로 사용을 신청하시면 VoC데이터, 인앱 문의, 제품 리뷰 등 유저 피드백 텍스트를 분석해서 리포트를 보내드려요! 신청 링크: bit.ly/3WQYGQn 리포트 분석 예시: ✅ 이탈한 유저는 이탈하지 않은 유저 대비 기능 A 에 대한 불만족 리뷰가 N 배 많았다. ✅ 결제 고객들은 기능 B에 대한 개선 요청이 가장 많았다. ✅ 앱 v2에서는 v1 대비 기능 C에 대한 사용 방법 문의가 M% 줄었다. 문의 주시면 저희 서비스에 대해서 더 구체적으로 안내드릴게요. 저희의 인공지능 전문성을 적극 활용하셔서 어떻게 제품 성장을 이끌어낼 수 있을지 함께 고민해보아요🥳 궁금한 점은 언제든지 [email protected]로 연락주세요!