안녕하세요. 오늘은 1인 사업자의 시간 관리에 대해 글을 작성해보려고 해요. 퇴사하고 혼자 일을 한지 2년...

1인 사업자의 시간 관리(feat. RIZE, 스트림덱, 알라미)

1인 사업자의 시간 관리에 대해 글을 작성했어요.
시간 관리에 고민이 있으시면 읽어보시는 것을 추천해요.

어떤 시간 카테고리가 존재하고, 어떻게 해결할지에 대해 작성했어요

https://m.blog.naver.com/zzsza/223576576377

1인 사업자의 시간 관리에 대해 글을 작성했어요.시간 관리에 고민이 있으시면 읽어보시는 것을 추천해요. 어떤 시간 카테고리가 존재하고, 어떻게 해결할지에 대해 작성했어요 https://m.blog.naver.com/zzsza/223576576377

네이버 블로그 | 드래곤라퓨타 애니메이션 블로그

1인 사업자의 시간 관리(RIZE, 스트림덱, 알라미)

여러분은 오늘 컨디션을 표현해본다면 어떻게 하시겠어요? 개인마다 답이 다를 수 있죠. 좋다, 나쁘다를 비롯하여 1~100에 대입하여 표현할 수도 있고요. 배달상황도 마찬가지에요. 지금 비가 오는데 배달상황이 어떻지? 이처럼 주관적인 배달상황을 측정 가능한 지표로 새롭게 정의한 "배달 인프라 레벨"구축 경험담을 풀어볼게요😊 늘 그렇듯, 사용자 인터뷰를 시작으로 문제정의 하기 딜리버리서비스팀에서는 배달 도메인을 담당하고 있고, 주 사용자로는 라이더 및

실시간 배달 상황이 궁금해! 배달 인프라 레벨 구축 경험담 | 우아한형제들 기술블로그

배민의 배달 인프라 레벨 구축 경험담 글입니다.

배달 상황을 모니터링해서 배달이 잘 진행되도록 하는 운영이 존재할텐데, 이것을 어떻게 만들까에 대해 담은 글입니다.

지표, 문제 정의에 대해 잘 나와서 읽어보셔도 좋을 것 같네요. 8개의 지표를 하나로 표현하려면 어떻게 해야할까?에 대해서도 나와있어요.

저는 타다에서 비슷하게 운행에 대한 상황을 어떻게 볼 것인가에 대해 고민한 적이 있어서 그 때의 경험이 떠올라서 유익하게 읽었습니다

문제
 * 문제점 1. 모니터링을 위해 운영자가 확인하고 판단해야하는 지표가 많다
 * 문제점 2. 실시간으로 변하는 지역 상황을 즉각 인지하는 데 한계가 있다
 * 문제점 3. 지표의 기준이 일관되지 않고 상황마다 바뀐다(외부 변수 등)

시시각각 달라지는 배달상황을 측정가능한 지표 : 배달 인프라 레벨
 * Lv 1 ~ 9로 표현

https://techblog.woowahan.com/18254/

배민의 배달 인프라 레벨 구축 경험담 글입니다. 배달 상황을 모니터링해서 배달이 잘 진행되도록 하는 운영이 존재할텐데, 이것을 어떻게 만들까에 대해 담은 글입니다. 지표, 문제 정의에 대해 잘 나와서 읽어보셔도 좋을 것 같네요. 8개의 지표를 하나로 표현하려면 어떻게 해야할까?에 대해서도 나와있어요. 저는 타다에서 비슷하게 운행에 대한 상황을 어떻게 볼 것인가에 대해 고민한 적이 있어서 그 때의 경험이 떠올라서 유익하게 읽었습니다 문제<ul ><li>문제점 1. 모니터링을 위해 운영자가 확인하고 판단해야하는 지표가 많다</li><li>문제점 2. 실시간으로 변하는 지역 상황을 즉각 인지하는 데 한계가 있다</li><li>문제점 3. 지표의 기준이 일관되지 않고 상황마다 바뀐다(외부 변수 등)</li></ul> 시시각각 달라지는 배달상황을 측정가능한 지표 : 배달 인프라 레벨<ul ><li>Lv 1 ~ 9로 표현</li></ul> https://techblog.woowahan.com/18254/

우아한형제들 기술블로그  |

실시간 배달 상황이 궁금해! 배달 인프라 레벨 구축 경험담

1부. RAG와 Text-To-SQL 활용에서는 구성원의 데이터 리터러시 향상을 돕는 AI 데이터 분석가 물어보새의 개발 계기, 목적, 핵심 기능, 그리고 RAG, LLMOps, Text-to-SQL과 같은 기술의 구현 방법에 대해 자세히 다루었습니다. 2부에서는 Text-to-SQL을 넘어, LLM을 활용해 사내의 다양한 데이터를 탐색하고 이해하여 유의미한 인사이트를 도출하는 물어보새의 Data Discovery 기능에 대해 설명하겠습니다. 1.

AI 데이터 분석가 '물어보새' 등장 - 2부. Data Discovery | 우아한형제들 기술블로그

요즘 배민 기술 블로그에 올라오는 글이 참 재미있어요. 데이터 디스커버리 영역을 커버하기 위해 내부 LLM 도구를 만들고 계시더라구요.

단순 쿼리 영역에서 데이터 디스커버리로 확장하게 된 계기가 작성되어 있어서, 요즘 LLM을 어떻게 활용할까에 대해 관심이 있다면 읽어보셔요

https://techblog.woowahan.com/18362/

요즘 배민 기술 블로그에 올라오는 글이 참 재미있어요. 데이터 디스커버리 영역을 커버하기 위해 내부 LLM 도구를 만들고 계시더라구요. 단순 쿼리 영역에서 데이터 디스커버리로 확장하게 된 계기가 작성되어 있어서, 요즘 LLM을 어떻게 활용할까에 대해 관심이 있다면 읽어보셔요 https://techblog.woowahan.com/18362/

AI 데이터 분석가, 물어보새의 등장(배민)

A collection of (mostly) technical things every software developer should know about - mtdvio/every-programmer-should-know

GitHub - mtdvio/every-programmer-should-know: A collection of (mostly) technical things every software developer should know about

개발자라면 찜 해놔야하는 GitHub 저장소들

모든 프로그래머가 알아야하는 지식 모음
https://github.com/mtdvio/every-programmer-should-know
JS 프로젝트 50일동안 50개만들기
https://github.com/bradtraversy/50projects50days

모오던 웹개발
https://github.com/dexteryy/spellbook-of-modern-webdev

30초면 배울 수 있는 코드 스니핏들
https://github.com/Chalarangelo/30-seconds-of-code

개발 면접 핸드북
https://github.com/yangshun/tech-interview-handbook

개발자라면 찜 해놔야하는 GitHub 저장소들 모든 프로그래머가 알아야하는 지식 모음https://github.com/mtdvio/every-programmer-should-knowJS 프로젝트 50일동안 50개만들기https://github.com/bradtraversy/50projects50days 모오던 웹개발https://github.com/dexteryy/spellbook-of-modern-webdev 30초면 배울 수 있는 코드 스니핏들https://github.com/Chalarangelo/30-seconds-of-code 개발 면접 핸드북https://github.com/yangshun/tech-interview-handbook

GitHub

제발 들어주세요...저 혼자 듣기 아깝습니다🙏 [수강범위] 간단한 SQL문은 작성할 수 있어서 헷갈리는 부분 + 연습 문제 위주로 수강 하였습니다. [수강평] 1. 강의의 구성과 설명이 정갈함 : 제가 들었던 SQL 강의 중에 제일 강의의 짜임이 좋고, 설명도 간략하게 핵심만 알려 주셔서 너무 좋았습니다. 2.

망고맛있어님의 생생한 수강평, 초보자를 위한 BigQuery(SQL) 입문 강... - 인프런 | 수강평

제가 출시했던 강의의 수강평을 보고, 비슷한 경험을 하는 분들에게 도움이 될 것 같아 공유드려요.

망고맛있어님이 작성해주신 수강평이에요. 제가 의도한 부분을 느껴주셔서 감사합니다.

---
제발 들어주세요...저 혼자 듣기 아깝습니다🙏

[수강범위] 간단한 SQL문은 작성할 수 있어서 헷갈리는 부분 + 연습 문제 위주로 수강 하였습니다.

[수강평]
1. 강의의 구성과 설명이 정갈함 : 제가 들었던 SQL 강의 중에 제일 강의의 짜임이 좋고, 설명도 간략하게 핵심만 알려 주셔서 너무 좋았습니다.
2. 헷갈리는 부분, 어려운 부분을 잘 집어 줌 : 현업에서 SQL을 자주 사용하는 건 아니라, 자주 까먹기도 하고 코드를 길게 써볼 일이 별로 없었는데, 강의를 수강 하면서 다시 기본기도 익히고 어려워하는 부분에 대하여 점검할 수 있어 좋았습니다.
3. 실무자를 위한 학습 : 코딩테스트, 형식적인 교육을 위한 학습이 아니라 현업에서 종사하면서 깨달을 수 있는 SQL 쿼리 작성법 위주로 설명해 주셔서 진짜 너무 좋았습니다.
4. 블로그에 정리가 잘되어 있음 : 카일스쿨 원래 잘 알고 있었는데, 강의를 위해 따로 페이지 정리가 되어 있는 걸 보고 감탄했습니다. 심지어 초급자라면 실수 할 수 있는 에러도 친절하게 적어주셔서 학습하는데 도움이 되었습니다. 최고!
5. 무료 ⭐<- 이보다 더 좋은 장점은 없다 : SQL 강의 중 유료가 생각보다 많은데, 이 퀄리티에 심지어 무료라니... 기대 안하고 수강했는데, 퀄리티에 놀라고 무료인 점에 한 번 더 놀라고 갑니다
6. 바라는 점 제가 완강을 한 건 아니어서 못 찾은 걸 수 도 있는데, 연습문제에 대한 정답쿼리를 정리해둔 페이지가 있었으면 좋겠습니다. 영상 보면서 치니까 빼먹는 경우도 있더라구요!

[추천대상자]
- SQL입문자
진짜 심플하게 필요한 내용을 잘 설명해 주셔서 입문자들에게 추천합니다!!! 저는 혼자 끙끙거리며 SQL을 독학했는데요! 그 때, 이 강의를 들었으면 시간을 엄청 절약할 수 있었을텐데 하고 아쉬움이 있었습니다. 그 만큼 진짜 강추합니다!

- 코딩테스트 준비생
제가 느끼기에 초급, 중급 정도의 난이도였는데, SQL로 간단한 코딩테스트를 준비하는 분들에게도 도움이 될 것 같습니다. 단순히 쿼리를 짜서 정답을 맞추는 학습이 아니라, 왜 이렇게 짰는지 과정을 익힐 수 있어 코드인터뷰?에서 점수를 좀 얻을 수 있지 않을까 예상해봅니다.

혼자 공부하면서 생각보다 이해가 잘되고, 정리되어 있는 자료를 찾기 어려울 때도 많은데, 그럴 때마다 카일 블로그가 많은 도움이 됩니다. 항상 감사하게 보고 있습니다. 개인적으로 현업에서 사용하는 빅데이터 엔지니어링 도구 사용과 같은 강의도 생겼으면 좋겠습니다! 번창하세요

https://inf.run/Kviqr

제가 출시했던 강의의 수강평을 보고, 비슷한 경험을 하는 분들에게 도움이 될 것 같아 공유드려요. 망고맛있어님이 작성해주신 수강평이에요. 제가 의도한 부분을 느껴주셔서 감사합니다. ---제발 들어주세요...저 혼자 듣기 아깝습니다🙏 [수강범위] 간단한 SQL문은 작성할 수 있어서 헷갈리는 부분 + 연습 문제 위주로 수강 하였습니다. [수강평] 1. 강의의 구성과 설명이 정갈함 : 제가 들었던 SQL 강의 중에 제일 강의의 짜임이 좋고, 설명도 간략하게 핵심만 알려 주셔서 너무 좋았습니다. 2. 헷갈리는 부분, 어려운 부분을 잘 집어 줌 : 현업에서 SQL을 자주 사용하는 건 아니라, 자주 까먹기도 하고 코드를 길게 써볼 일이 별로 없었는데, 강의를 수강 하면서 다시 기본기도 익히고 어려워하는 부분에 대하여 점검할 수 있어 좋았습니다. 3. 실무자를 위한 학습 : 코딩테스트, 형식적인 교육을 위한 학습이 아니라 현업에서 종사하면서 깨달을 수 있는 SQL 쿼리 작성법 위주로 설명해 주셔서 진짜 너무 좋았습니다. 4. 블로그에 정리가 잘되어 있음 : 카일스쿨 원래 잘 알고 있었는데, 강의를 위해 따로 페이지 정리가 되어 있는 걸 보고 감탄했습니다. 심지어 초급자라면 실수 할 수 있는 에러도 친절하게 적어주셔서 학습하는데 도움이 되었습니다. 최고! 5. 무료 ⭐&lt;- 이보다 더 좋은 장점은 없다 : SQL 강의 중 유료가 생각보다 많은데, 이 퀄리티에 심지어 무료라니... 기대 안하고 수강했는데, 퀄리티에 놀라고 무료인 점에 한 번 더 놀라고 갑니다 6. 바라는 점 제가 완강을 한 건 아니어서 못 찾은 걸 수 도 있는데, 연습문제에 대한 정답쿼리를 정리해둔 페이지가 있었으면 좋겠습니다. 영상 보면서 치니까 빼먹는 경우도 있더라구요! [추천대상자]- SQL입문자진짜 심플하게 필요한 내용을 잘 설명해 주셔서 입문자들에게 추천합니다!!! 저는 혼자 끙끙거리며 SQL을 독학했는데요! 그 때, 이 강의를 들었으면 시간을 엄청 절약할 수 있었을텐데 하고 아쉬움이 있었습니다. 그 만큼 진짜 강추합니다! - 코딩테스트 준비생 제가 느끼기에 초급, 중급 정도의 난이도였는데, SQL로 간단한 코딩테스트를 준비하는 분들에게도 도움이 될 것 같습니다. 단순히 쿼리를 짜서 정답을 맞추는 학습이 아니라, 왜 이렇게 짰는지 과정을 익힐 수 있어 코드인터뷰?에서 점수를 좀 얻을 수 있지 않을까 예상해봅니다. 혼자 공부하면서 생각보다 이해가 잘되고, 정리되어 있는 자료를 찾기 어려울 때도 많은데, 그럴 때마다 카일 블로그가 많은 도움이 됩니다. 항상 감사하게 보고 있습니다. 개인적으로 현업에서 사용하는 빅데이터 엔지니어링 도구 사용과 같은 강의도 생겼으면 좋겠습니다! 번창하세요 https://inf.run/Kviqr

인프런

SQL(BigQuery) 무료 강의 수강평

Manage entire Python projects and even Python itself with a single unified tool.

uv: Unified Python packaging

 * 파이썬에서 패키지 관리를 할 땐 보통 pip를 많이 사용합니다
 * uv는 Rust로 작성된 패키지 관리자입니다
   * pip 대비 매우 빠르다는 이야기를 하며 나왔네요
 * 패키지 설치, 프로젝트 관리, 가상 환경 등이 가능한데 pyenv, virtualenv를 대체할 수 있다고 나와있네요

사용 예시
 * uv init example
 * uv add ruff : 패키지 추가
 * uv run ruff check : 의존성 확인
 * uv python install : 파이썬 버전 설치
 * uv venv install : 가상 환경 생성

https://astral.sh/blog/uv-unified-python-packaging

<ul ><li>파이썬에서 패키지 관리를 할 땐 보통 pip를 많이 사용합니다</li></ul><ul ><li>uv는 Rust로 작성된 패키지 관리자입니다<ul ><li>pip 대비 매우 빠르다는 이야기를 하며 나왔네요</li></ul></li><li>패키지 설치, 프로젝트 관리, 가상 환경 등이 가능한데 pyenv, virtualenv를 대체할 수 있다고 나와있네요</li></ul> 사용 예시<ul ><li>uv init example</li><li>uv add ruff : 패키지 추가</li><li>uv run ruff check : 의존성 확인</li><li>uv python install : 파이썬 버전 설치</li><li>uv venv install : 가상 환경 생성</li></ul> https://astral.sh/blog/uv-unified-python-packaging

astral.sh

uv : 매우 빠른 파이썬 패키지 관리자

데이터 직무 별로 어떤 포트폴리오를 만들어야 하는지 궁금하신가요?
아래의 마인드 맵을 통해 데이터 직무별 포트폴리오용 주제들을 살펴보세요 :)

데이터 과학자
↳ 탐색적 데이터 분석 (EDA)
↳ A/B 실험 (A/B testing)
↳ 머신러닝 (Machine Learning)
↳ 인과 추론 (Causal Inference)

머신러닝 엔지니어
↳ 머신러닝 프로젝트 (ML project)
↳ 데이터 전처리 프로젝트 (Preprocessing)
↳ 모델 평가 및 튜닝 (Modeling evaluation & fine-tuning)
↳ 빅데이터 처리 기술 (Spark & Hadoop)

데이터 엔지니어
↳ ETL 개발
↳ 데이터베이스 관리 (DBA)
↳ 데이터 파이프라인 자동화 (Data Pipeline)
↳ 클라우드 데이터 플랫폼 (Cloud Data Platform)

데이터 분석가
↳ SQL
↳ 고급 엑셀 (Advanced Excel)
↳ 데이터 시각화 (Data Visualization)
↳ 지표 정의 및 보고 (KPI metrics)

#데이터리차드 #데이터직무 #포트폴리오 #프로젝트

데이터 직무 별로 어떤 포트폴리오를 만들어야 하는지 궁금하신가요?아래의 마인드 맵을 통해 데이터 직무별 포트폴리오용 주제들을 살펴보세요 :) 데이터 과학자↳ 탐색적 데이터 분석 (EDA)↳ A/B 실험 (A/B testing)↳ 머신러닝 (Machine Learning)↳ 인과 추론 (Causal Inference) 머신러닝 엔지니어↳ 머신러닝 프로젝트 (ML project)↳ 데이터 전처리 프로젝트 (Preprocessing)↳ 모델 평가 및 튜닝 (Modeling evaluation &amp; fine-tuning)↳ 빅데이터 처리 기술 (Spark &amp; Hadoop) 데이터 엔지니어↳ ETL 개발↳ 데이터베이스 관리 (DBA)↳ 데이터 파이프라인 자동화 (Data Pipeline)↳ 클라우드 데이터 플랫폼 (Cloud Data Platform) 데이터 분석가↳ SQL↳ 고급 엑셀 (Advanced Excel)↳ 데이터 시각화 (Data Visualization)↳ 지표 정의 및 보고 (KPI metrics) #데이터리차드 #데이터직무 #포트폴리오 #프로젝트

데이터 직무별 포트폴리오용 프로젝트 주제들

지난 주말, 끈이론의 대가인 미치오 카쿠 교수가 쓴 책 <단 하나의 방정식> (원제: The God Equation)을 주문해 받았습니다. 한쪽 구석에 두었다가 오늘에서야 다 읽었네요. 교양 물리학을 흥미롭게 공부한 경험이 있는 사람이라면 누구나 쉽게 이해할 수 있도록 쓰였으며 3~4시간이면 읽을 수 있는 분량입니다. 그동안 일반 대중을 대상으로 한 저자의 다양한 활동 덕분인지 그의 전문성과 함께 친절함이 글 속에 고스란히 담겨 있습니다.

우리가 사는 세상에는 네 가지 힘, 즉 강력, 약력, 전자기력, 그리고 중력이 존재합니다. 하지만 현대 물리학의 대표 주자인 양자역학은 이 중 중력이란 무엇인지에 대한 명확한 답을 제시하지 못하고 있습니다. 그래서 정통 물리학계에서는 아직까지 이 네 가지 힘을 하나의 이론으로 통합하는 데 많은 어려움을 겪고 있죠. 아인슈타인도 이것에 남은 인생을 바쳤지만 끝내 이루어내질 못했습니다. 책의 초반부는 이 네 가지 힘에 대한 역사적 의미와 발견 과정을 차근차근 설명합니다. 후반부에서는 중력이 끈이론을 통해 자연스럽게 설명되며, 나아가 모든 것을 통합할 수 있는 하나의 방정식이 나올 가능성이 높다는 주장을 펼칩니다. 그 이유는 현재 끈이론이 10차원 혹은 11차원(M이론)의 개념으로 확장되며, 그 작동 원리를 온전히 이해하고 있지는 못하지만 수학적으로 모든 힘을 하나로 설명할 수 있는 유일한 이론이기 때문입니다. 그것은 대칭을 이루며 아름답기까지 합니다.

2021년 말 발간된 이 책을 통해 끈이론이 현재 어느 정도 진전되었는지, 앞으로 어떻게 발전해 나갈지에 대한 미래를 간접적으로나마 엿볼 수 있어 좋았습니다. 또한 이 책을 읽으며, 일상에서 겪는 크고 작은 문제들이 얼마나 부질없고 작은 것인지 다시 한번 깨닫게 됩니다. 특히 책 중반부에 나오는 양자역학의 불확정성 원리에서, 관측자에 의해 관측되는 순간 상태가 결정된다는 내용을 읽으면서, 우주적 관점에서 우린 티끌처럼 보잘것없는 존재일지라도, 의식을 가진 관측자로서 각자의 고유한 우주에서 중요한 존재가 될 수 있지 않을까 하는 생각이 들었습니다.

이 책은 잠시나마 삶의 무게를 내려놓고 생각할 수 있게 해 주는, 저에게는 마치 휴양지 같은 힐링 서적처럼 느껴지네요

지난 주말, 끈이론의 대가인 미치오 카쿠 교수가 쓴 책 &lt;단 하나의 방정식&gt; (원제: The God Equation)을 주문해 받았습니다. 한쪽 구석에 두었다가 오늘에서야 다 읽었네요. 교양 물리학을 흥미롭게 공부한 경험이 있는 사람이라면 누구나 쉽게 이해할 수 있도록 쓰였으며 3~4시간이면 읽을 수 있는 분량입니다. 그동안 일반 대중을 대상으로 한 저자의 다양한 활동 덕분인지 그의 전문성과 함께 친절함이 글 속에 고스란히 담겨 있습니다. 우리가 사는 세상에는 네 가지 힘, 즉 강력, 약력, 전자기력, 그리고 중력이 존재합니다. 하지만 현대 물리학의 대표 주자인 양자역학은 이 중 중력이란 무엇인지에 대한 명확한 답을 제시하지 못하고 있습니다. 그래서 정통 물리학계에서는 아직까지 이 네 가지 힘을 하나의 이론으로 통합하는 데 많은 어려움을 겪고 있죠. 아인슈타인도 이것에 남은 인생을 바쳤지만 끝내 이루어내질 못했습니다. 책의 초반부는 이 네 가지 힘에 대한 역사적 의미와 발견 과정을 차근차근 설명합니다. 후반부에서는 중력이 끈이론을 통해 자연스럽게 설명되며, 나아가 모든 것을 통합할 수 있는 하나의 방정식이 나올 가능성이 높다는 주장을 펼칩니다. 그 이유는 현재 끈이론이 10차원 혹은 11차원(M이론)의 개념으로 확장되며, 그 작동 원리를 온전히 이해하고 있지는 못하지만 수학적으로 모든 힘을 하나로 설명할 수 있는 유일한 이론이기 때문입니다. 그것은 대칭을 이루며 아름답기까지 합니다. 2021년 말 발간된 이 책을 통해 끈이론이 현재 어느 정도 진전되었는지, 앞으로 어떻게 발전해 나갈지에 대한 미래를 간접적으로나마 엿볼 수 있어 좋았습니다. 또한 이 책을 읽으며, 일상에서 겪는 크고 작은 문제들이 얼마나 부질없고 작은 것인지 다시 한번 깨닫게 됩니다. 특히 책 중반부에 나오는 양자역학의 불확정성 원리에서, 관측자에 의해 관측되는 순간 상태가 결정된다는 내용을 읽으면서, 우주적 관점에서 우린 티끌처럼 보잘것없는 존재일지라도, 의식을 가진 관측자로서 각자의 고유한 우주에서 중요한 존재가 될 수 있지 않을까 하는 생각이 들었습니다. 이 책은 잠시나마 삶의 무게를 내려놓고 생각할 수 있게 해 주는, 저에게는 마치 휴양지 같은 힐링 서적처럼 느껴지네요

단 하나의 방정식

As GenAI adoption surges, organizations face new security risks. Learn to protect your AI systems from prompt hacking and other emerging threats.

Protecting Systems in the Age of Generative AI - DZone

생성형 AI(GenAI)와 대규모 언어 모델(LLM)의 빠른 도입은 전례 없는 속도로 산업을 변화시키고 있습니다. 거의 90%에 가까운 조직이 이러한 혁신적인 기술의 힘을 활용하기 위해 LLM 사용 사례를 적극적으로 구현하거나 탐색하고 있습니다. 그러나 이러한 열정은 보안에 대한 준비 부족이라는 우려스러운 상황과 맞물려 있습니다. Lakera의 최근 GenAI 준비도 보고서에 따르면 약 5%의 조직만이 GenAI 보안 프레임워크에 자신감을 갖고 있는 것으로 나타났습니다.

프롬프트 해킹의 부상
GenAI가 광범위하게 도입되면서 잠재적으로 파괴적인 새로운 위협인 프롬프트 해킹이 등장했습니다. 광범위한 코딩 지식이 필요한 기존의 해킹 방법과 달리, 프롬프트 해킹은 AI 시스템을 악용할 수 있는 능력을 대중화합니다. 초보자도 몇 마디만 잘 익히면 AI 모델을 조작할 수 있어 의도치 않은 행동과 잠재적인 데이터 유출로 이어질 수 있습니다.

무료 LLM 해킹 시뮬레이션 게임인 Lakera의 간달프는 이러한 위협을 극명하게 보여줍니다. 현재까지 기록된 100만 명의 간달프 플레이어와 총 5천만 건의 프롬프트 및 추측 중 무려 20만 명이 게임 전체를 해킹하는 데 성공했습니다. GenAI가 얼마나 쉽게 조작될 수 있는지를 보여주는 이 사례는 적절한 보안 조치 없이 이러한 기술을 서둘러 도입하려는 조직에 경각심을 불러일으킬 것입니다.
 * Gandalf: https://gandalf.lakera.ai/intro

GenAI 보안 대비 현황
간달프 시뮬레이션 데이터와 1,000명이 넘는 참가자의 설문조사 결과를 결합한 Lakera의 GenAI 준비보고서는 GenAI 보안의 현주소를 우려스럽게 보여줍니다:
 * 높은 도입률, 낮은 신뢰도: 응답자의 42%는 이미 GenAI를 적극적으로 사용하고 LLM을 구현하고 있지만, 5%만이 AI 보안 조치에 대해 확신
 * AI 전용 위협 모델링 부족: 22%만이 GenAI 전용 위협에 대비하기 위해 AI 전용 위협 모델링 도입
 * 다양한 보안 관행: 조직의 61%가 접근 제어 메커니즘을 구현했지만, 37%만이 침투 테스트를 사용하고 있으며, AI 전용 위협 모델링을 사용하는 기업은 22%에 불과
 * 취약점에 대한 느린 대응: GenAI 취약점을 발견한 조직의 20%는 이러한 문제가 아직 완전히 해결되지 않음
   
   
위험에 대한 이해
GenAI와 관련된 보안 위험은 단순한 데이터 유출 그 이상으로 사소한 운영 중단부터 중대한 데이터 유출 및 법적 결과에 이르기까지 광범위할 수 있습니다. 보고서에서 확인된 주요 취약점은 다음과 같습니다:
 * 편향된 출력: 취약점을 경험한 조직의 47%가 편향된 AI 출력 문제 보고
 * 데이터 유출: 42%는 AI 상호 작용을 통해 민감한 데이터가 노출되는 문제 경험
 * AI 결과물의 오용: 38%는 AI가 생성한 정보가 오용된 사례 보고
 * 모델 조작: 34%는 AI 모델을 변경하거나 조작하려는 시도 경험
 * 무단 액세스: 19%는 권한이 없는 사람이 GenAI 시스템에 액세스하는 문제 직면

AI 전용 위협 모델링 구현하기
조직은 GenAI가 제기하는 고유한 보안 문제를 해결하기 위해 AI 전용 위협 모델링 관행을 채택해야 합니다. 이 접근 방식에는 다음이 포함됩니다:
 * AI 전용 자산 식별: 학습 데이터, 모델 아키텍처, 추론 엔드포인트 등 AI 시스템의 고유한 구성 요소 인식
 * 공격 표면 매핑: 공격자가 입력 데이터 중독, 모델 반전 공격, 프롬프트 인젝션 등을 통해 어떻게 AI 시스템을 조작하려고 시도하는지 이해
 * 잠재적 위협 분석: 전통적인 사이버 보안 위협과 모델 도용 또는 출력 조작과 같은 AI 관련 위험 고려
 * 완화 전략 구현: 강력한 입력 유효성 검사, 출력 필터링, 지속적인 모델 모니터링 등 AI 시스템에 맞는 보안 조치 개발 및 배포
 * 정기적인 테스트 및 업데이트: 지속적인 보안 평가를 수행하고 새로운 취약점과 공격 벡터가 등장하면 위협 모델 업데이트

GenAI 시스템 보안을 위한 모범 사례
GenAI 도입과 보안 사이의 격차를 해소하기 위해 조직은 다음과 같은 모범 사례를 고려해야 합니다:
 * 강력한 액세스 제어 구현: 잠재적인 공격 경로를 제한하려면 역할 기반 액세스 제어와 최소 권한 원칙 사용
 * 민감한 데이터 암호화: 모든 AI 학습 및 추론 데이터가 전송 중이거나 미사용 상태일 때 모두 적절하게 암호화되어 있는지 확인
 * 정기적인 보안 감사 실시: 내부 및 외부 보안 감사를 수행하여 취약점을 사전에 파악하고 해결
 * 모의 침투 테스트 실시: 잠재적인 공격에 대해 정기적으로 AI 시스템을 테스트하여 취약점이 악용되기 전에 발견
 * 안전한 AI 관행 개발: 데이터 수집부터 모델 배포에 이르기까지 AI 개발 수명 주기 전반에 걸쳐 보안 고려 사항 통합
 * 최신 정보 파악: 업계 포럼, 보안 권고, 연구원과의 협업을 통해 최신 AI 보안 위협과 모범 사례 파악
 * 공식적인 AI 보안 정책 수립: 조직 내 AI 시스템과 관련된 포괄적인 보안 정책을 개발및 시행
 * AI 보안 전문 지식 투자: AI 보안에 대한 전문 지식을 갖춘 팀을 구성하거나 확보하여 이러한 시스템의 고유한 문제 해결

앞으로 나아갈 길
GenAI가 계속해서 산업을 혁신함에 따라 강력한 보안 조치의 중요성은 아무리 강조해도 지나치지 않습니다. AI에 특화된 위협 모델링을 구현하고, GenAI 보안 모범 사례를 채택하고, 지속적인 학습과 적응의 문화를 조성함으로써 조직은 안전한 AI 혁신을 위한 강력한 기반을 구축할 수 있습니다. 이 새로운 영역을 탐색할 때 성공의 열쇠는 GenAI의 혁신적 힘을 활용하는 것과 AI 시스템의 안전과 무결성을 보장하는 것 사이에서 적절한 균형을 유지하는 데 있습니다.

 * source: https://dzone.com/articles/protecting-systems-in-the-age-of-genai?utm_source=Sailthru&utm_medium=email&utm_campaign=e731_09.11.24_WednesdaySend_Spotlight_Threatconnect&utm_term=cloud-insider-active

생성형 AI(GenAI)와 대규모 언어 모델(LLM)의 빠른 도입은 전례 없는 속도로 산업을 변화시키고 있습니다. 거의 90%에 가까운 조직이 이러한 혁신적인 기술의 힘을 활용하기 위해 LLM 사용 사례를 적극적으로 구현하거나 탐색하고 있습니다. 그러나 이러한 열정은 보안에 대한 준비 부족이라는 우려스러운 상황과 맞물려 있습니다. Lakera의 최근 GenAI 준비도 보고서에 따르면 약 5%의 조직만이 GenAI 보안 프레임워크에 자신감을 갖고 있는 것으로 나타났습니다. 프롬프트 해킹의 부상GenAI가 광범위하게 도입되면서 잠재적으로 파괴적인 새로운 위협인 프롬프트 해킹이 등장했습니다. 광범위한 코딩 지식이 필요한 기존의 해킹 방법과 달리, 프롬프트 해킹은 AI 시스템을 악용할 수 있는 능력을 대중화합니다. 초보자도 몇 마디만 잘 익히면 AI 모델을 조작할 수 있어 의도치 않은 행동과 잠재적인 데이터 유출로 이어질 수 있습니다. 무료 LLM 해킹 시뮬레이션 게임인 Lakera의 간달프는 이러한 위협을 극명하게 보여줍니다. 현재까지 기록된 100만 명의 간달프 플레이어와 총 5천만 건의 프롬프트 및 추측 중 무려 20만 명이 게임 전체를 해킹하는 데 성공했습니다. GenAI가 얼마나 쉽게 조작될 수 있는지를 보여주는 이 사례는 적절한 보안 조치 없이 이러한 기술을 서둘러 도입하려는 조직에 경각심을 불러일으킬 것입니다.<ul ><li>Gandalf: https://gandalf.lakera.ai/intro</li></ul> GenAI 보안 대비 현황간달프 시뮬레이션 데이터와 1,000명이 넘는 참가자의 설문조사 결과를 결합한 Lakera의 GenAI 준비보고서는 GenAI 보안의 현주소를 우려스럽게 보여줍니다:<ul ><li>높은 도입률, 낮은 신뢰도: 응답자의 42%는 이미 GenAI를 적극적으로 사용하고 LLM을 구현하고 있지만, 5%만이 AI 보안 조치에 대해 확신</li><li>AI 전용 위협 모델링 부족: 22%만이 GenAI 전용 위협에 대비하기 위해 AI 전용 위협 모델링 도입</li><li>다양한 보안 관행: 조직의 61%가 접근 제어 메커니즘을 구현했지만, 37%만이 침투 테스트를 사용하고 있으며, AI 전용 위협 모델링을 사용하는 기업은 22%에 불과</li><li>취약점에 대한 느린 대응: GenAI 취약점을 발견한 조직의 20%는 이러한 문제가 아직 완전히 해결되지 않음 </li></ul>위험에 대한 이해GenAI와 관련된 보안 위험은 단순한 데이터 유출 그 이상으로 사소한 운영 중단부터 중대한 데이터 유출 및 법적 결과에 이르기까지 광범위할 수 있습니다. 보고서에서 확인된 주요 취약점은 다음과 같습니다:<ul ><li>편향된 출력: 취약점을 경험한 조직의 47%가 편향된 AI 출력 문제 보고</li><li>데이터 유출: 42%는 AI 상호 작용을 통해 민감한 데이터가 노출되는 문제 경험</li><li>AI 결과물의 오용: 38%는 AI가 생성한 정보가 오용된 사례 보고</li><li>모델 조작: 34%는 AI 모델을 변경하거나 조작하려는 시도 경험</li><li>무단 액세스: 19%는 권한이 없는 사람이 GenAI 시스템에 액세스하는 문제 직면</li></ul> AI 전용 위협 모델링 구현하기조직은 GenAI가 제기하는 고유한 보안 문제를 해결하기 위해 AI 전용 위협 모델링 관행을 채택해야 합니다. 이 접근 방식에는 다음이 포함됩니다:<ul ><li>AI 전용 자산 식별: 학습 데이터, 모델 아키텍처, 추론 엔드포인트 등 AI 시스템의 고유한 구성 요소 인식</li><li>공격 표면 매핑: 공격자가 입력 데이터 중독, 모델 반전 공격, 프롬프트 인젝션 등을 통해 어떻게 AI 시스템을 조작하려고 시도하는지 이해</li><li>잠재적 위협 분석: 전통적인 사이버 보안 위협과 모델 도용 또는 출력 조작과 같은 AI 관련 위험 고려</li><li>완화 전략 구현: 강력한 입력 유효성 검사, 출력 필터링, 지속적인 모델 모니터링 등 AI 시스템에 맞는 보안 조치 개발 및 배포</li><li>정기적인 테스트 및 업데이트: 지속적인 보안 평가를 수행하고 새로운 취약점과 공격 벡터가 등장하면 위협 모델 업데이트</li></ul> GenAI 시스템 보안을 위한 모범 사례GenAI 도입과 보안 사이의 격차를 해소하기 위해 조직은 다음과 같은 모범 사례를 고려해야 합니다:<ul ><li>강력한 액세스 제어 구현: 잠재적인 공격 경로를 제한하려면 역할 기반 액세스 제어와 최소 권한 원칙 사용</li><li>민감한 데이터 암호화: 모든 AI 학습 및 추론 데이터가 전송 중이거나 미사용 상태일 때 모두 적절하게 암호화되어 있는지 확인</li><li>정기적인 보안 감사 실시: 내부 및 외부 보안 감사를 수행하여 취약점을 사전에 파악하고 해결</li><li>모의 침투 테스트 실시: 잠재적인 공격에 대해 정기적으로 AI 시스템을 테스트하여 취약점이 악용되기 전에 발견</li><li>안전한 AI 관행 개발: 데이터 수집부터 모델 배포에 이르기까지 AI 개발 수명 주기 전반에 걸쳐 보안 고려 사항 통합</li><li>최신 정보 파악: 업계 포럼, 보안 권고, 연구원과의 협업을 통해 최신 AI 보안 위협과 모범 사례 파악</li><li>공식적인 AI 보안 정책 수립: 조직 내 AI 시스템과 관련된 포괄적인 보안 정책을 개발및 시행</li><li>AI 보안 전문 지식 투자: AI 보안에 대한 전문 지식을 갖춘 팀을 구성하거나 확보하여 이러한 시스템의 고유한 문제 해결</li></ul> 앞으로 나아갈 길GenAI가 계속해서 산업을 혁신함에 따라 강력한 보안 조치의 중요성은 아무리 강조해도 지나치지 않습니다. AI에 특화된 위협 모델링을 구현하고, GenAI 보안 모범 사례를 채택하고, 지속적인 학습과 적응의 문화를 조성함으로써 조직은 안전한 AI 혁신을 위한 강력한 기반을 구축할 수 있습니다. 이 새로운 영역을 탐색할 때 성공의 열쇠는 GenAI의 혁신적 힘을 활용하는 것과 AI 시스템의 안전과 무결성을 보장하는 것 사이에서 적절한 균형을 유지하는 데 있습니다. <ul ><li>source: https://dzone.com/articles/protecting-systems-in-the-age-of-genai?utm_source=Sailthru&amp;utm_medium=email&amp;utm_campaign=e731_09.11.24_WednesdaySend_Spotlight_Threatconnect&amp;utm_term=cloud-insider-active</li></ul>

dzone.com

[DZone] AI 보안 격차: 생성 AI 시대의 시스템 보호

日本ヒューレット・パッカード（以下、HPE）でサーバー基盤のプリセールスSEに従事し、オープンソース・Linuxテクノロジーエバンジェリスト※、米国HPE公式AIアンバサダーの肩書きを持つ古賀政純。書籍執筆や講演活動と幅広く活躍し、HPEの技術情報を発信してきた古賀が、同社で働くやりがいや仕事への思いを語ります。※HPEの最先端技術情報を語るエキスパート

技術力と提案力で経営戦略を支える存在に──HPEで拓く技術者のキャリアパス｜日本ヒューレット・パッカード合同会社

커리어리 친구들, 지난 '프리세일즈' 책에 대해 추천사와 더불어 책을 소개했을 때, 프리세일즈의 역할은 고객에게 문제점을 잘 해결하고 적절한 솔루션을 제안해 영업하는 역할이라고 이야기했습니다. 그러한 길을 잘 가고 있는 동료가 이번에 일본에서 인터뷰한 글이 있어서 여러분들의 커리어패스에 도움이 될까 싶어서 작성해 드립니다.

우선 그의 동료 이름은 코가 마사유키이며, 일본 휴렛 팩커드 엔터프라이즈(이하, HPE)로 서버 기반의 프리세일즈 소프트웨어 엔지니어로 종사해 오픈 소스 Linux 테크놀로지 에반젤리스트로 활동하고 있습니다.

그는 저와 같이 미국 본사 HPE 공식 AI 앰배서더로 활동하고 있고, 서적 집필이나 강연 활동과 폭넓게 활약해, HPE의 기술 정보를 세일즈하는 역할하고 있습니다. 아래의 링크는 비롯 일본어지만 웹브라우저나 ChatGPT로 한글로 번역하면 쉽게 내용을 읽을 수 있으며, 그가 생각하는 일하는 보람이나 일에 대한 철학 등을 읽을 수 있습니다.

바쁘신 분들을 위해 요약하자면, 변화 무쌍한 IT 역사 속에서도 최신의 기술 정보를 Catch-up 해 서 회사 내외에서 기술 정보를 전달하고, 끊임없이 다양한 기술들을 계속 배우는 자세로 임하고 있답니다. 이러한 부분은 저 또한 비슷하게 커리어 경험을 쌓고 있어서 이러한 분야에 도전하는 분들에게 도움이 되고자 공유합니다.

https://www.talent-book.jp/hpe/stories/55244

커리어리 친구들, 지난 '프리세일즈' 책에 대해 추천사와 더불어 책을 소개했을 때, 프리세일즈의 역할은 고객에게 문제점을 잘 해결하고 적절한 솔루션을 제안해 영업하는 역할이라고 이야기했습니다. 그러한 길을 잘 가고 있는 동료가 이번에 일본에서 인터뷰한 글이 있어서 여러분들의 커리어패스에 도움이 될까 싶어서 작성해 드립니다. 우선 그의 동료 이름은 코가 마사유키이며, 일본 휴렛 팩커드 엔터프라이즈(이하, HPE)로 서버 기반의 프리세일즈 소프트웨어 엔지니어로 종사해 오픈 소스 Linux 테크놀로지 에반젤리스트로 활동하고 있습니다. 그는 저와 같이 미국 본사 HPE 공식 AI 앰배서더로 활동하고 있고, 서적 집필이나 강연 활동과 폭넓게 활약해, HPE의 기술 정보를 세일즈하는 역할하고 있습니다. 아래의 링크는 비롯 일본어지만 웹브라우저나 ChatGPT로 한글로 번역하면 쉽게 내용을 읽을 수 있으며, 그가 생각하는 일하는 보람이나 일에 대한 철학 등을 읽을 수 있습니다. 바쁘신 분들을 위해 요약하자면, 변화 무쌍한 IT 역사 속에서도 최신의 기술 정보를 Catch-up 해 서 회사 내외에서 기술 정보를 전달하고, 끊임없이 다양한 기술들을 계속 배우는 자세로 임하고 있답니다. 이러한 부분은 저 또한 비슷하게 커리어 경험을 쌓고 있어서 이러한 분야에 도전하는 분들에게 도움이 되고자 공유합니다. https://www.talent-book.jp/hpe/stories/55244

talentbook

<고객에게 HPE 기술 조언으로 커리어패스를 쌓고 있는 저의 동료>

개발자라면 찜 해놔야하는 GitHub 저장소들

모든 프로그래머가

SQL을 처음부터 제대로 공부하고 싶지만, 어떻게 공부해야 할지 망설이고 있나요?

아래의 SQL 마인드맵으로 초보 단계부터 고급 단계까지 차근차근 공부해봐요.

 1. 초보 단계 (Basic)
    * SELECT
    * FROM
    * WHERE
    * ORDER BY
    * AGGREGATE
    * GROUP BY
    * LIMIT
 2. 중급 단계 (Intermediate)
    * LEFT JOIN
    * INNER JOIN
    * LIKE
    * IN
    * CASE WHEN
    * HAVING
    * UNION ALL
 3. 고급 단계 (Advanced)
    * SUBQUERY
    * CTE (WITH)
    * STORED PRECEDURE
    * TRIGGER
    * WINDOW FUNCTION
 4. 연습 단계 (Practice)
    * BASIC SQL PROJECT (SQL 기초 프로젝트)
    * INTERMEDIATE SQL PROJECT(SQL 중급 프로젝트)
    * ADVANCED SQL PROJECT(SQL 고급 프로젝트)

#데이터리차드 #SQL #로드맵

SQL을 처음부터 제대로 공부하고 싶지만, 어떻게 공부해야 할지 망설이고 있나요? 아래의 SQL 마인드맵으로 초보 단계부터 고급 단계까지 차근차근 공부해봐요. <ol ><li>초보 단계 (Basic)<ul ><li>SELECT</li><li>FROM</li><li>WHERE</li><li>ORDER BY</li><li>AGGREGATE</li><li>GROUP BY</li><li>LIMIT</li></ul></li><li>중급 단계 (Intermediate)<ul ><li>LEFT JOIN</li><li>INNER JOIN</li><li>LIKE</li><li>IN</li><li>CASE WHEN</li><li>HAVING</li><li>UNION ALL</li></ul></li><li>고급 단계 (Advanced)<ul ><li>SUBQUERY</li><li>CTE (WITH)</li><li>STORED PRECEDURE</li><li>TRIGGER</li><li>WINDOW FUNCTION</li></ul></li><li>연습 단계 (Practice)<ul ><li>BASIC SQL PROJECT (SQL 기초 프로젝트)</li><li>INTERMEDIATE SQL PROJECT(SQL 중급 프로젝트)</li><li>ADVANCED SQL PROJECT(SQL 고급 프로젝트)</li></ul></li></ol> #데이터리차드 #SQL #로드맵

SQL 학습 로드맵

YouTube에서 마음에 드는 동영상과 음악을 감상하고, 직접 만든 콘텐츠를 업로드하여 친구, 가족뿐 아니라 전 세계 사람들과 콘텐츠를 공유할 수 있습니다.

 - YouTube

AutoParams 덕분에 3년 이상을 Spring Boot 앱 개발에 TDD를 덜 힘들게 적용했습니다. 누군가에게 조금이라도 더 도움이 되길 바라며 올해 스프링 캠프에서 AutoParams의 목적과 아키텍처, 사용법을 설명하는 자리를 가졌습니다.

AutoParams 덕분에 3년 이상을 Spring Boot 앱 개발에 TDD를 덜 힘들게 적용했습니다. 누군가에게 조금이라도 더 도움이 되길 바라며 올해 스프링 캠프에서 AutoParams의 목적과 아키텍처, 사용법을 설명하는 자리를 가졌습니다.

youtu.be

AutoParams를 사용한 Spring Boot 응용프로그램 테

1. 찰스 다윈은 하루에 90분씩 3번 일했고, 나머지 시간에는 긴 산책을 하거나 낮잠을 자거나 상념에 잠겼다. (그러면서도 그는 <종의 기원>을 포함해 19권의 책을 집필했다)

2. 엄청난 다작가이자 사상가로 알려진 앙리 푸앵카레는 오전 10시부터 정오까지 첫 번째 작업을 한 뒤, 오후 5시부터 7시까지 두 번째 작업을 했다. (그는 하루 4시간만 일했다)

3. 마찬가지로, 수학자 고드프리 해럴드 하디는 ‘의식적 작업은 하루 4시간이 최대치’이며, 나머지 시간을 너무 많은 바쁜 일로 채우면 오히려 비생산적이라고 믿었다.

4. 다윈, 푸앵카레, 하디는 모든 같은 이야기를 하고 있다. 제대로 초점을 맞추고, 진짜 집중력을 (제대로) 발휘하면, 그리고 양질의 휴식으로 집중하는 시간을 잘 뒷받침하면, 위대한 성취를 이루는 데 필요한 시간은 하루 4시간이면 충분하다고. 이는 바쁨을 추구하는 우리의 문화와 정면으로 충돌하는 발상이다.

5. 위대함을 낳는 ‘1만 시간의 법칙’은 앤더스 에릭슨과 동료들의 공동 연구로 탄생한 이래로, 말콤 글래드웰이 책 <아웃라이어>에 소개하며 대중의 큰 주목을 받았다. 말콤 글래드웰은 1만 시간의 법칙을 소개하며 ‘어떤 분야에서든 전문가 수준에 도달하려면 1만 시간의 의도적 연습이 필요하다’고 주장했다.

6. 그리고 이는 바쁨과 스트레스와 과로를 미덕으로 여기는 세상에서 큰 환영을 받았고, 아직도 많은 사람들이 이 법칙을 마치 교리처럼 신봉한다.

7. 그런데 에릭슨의 실제 연구에는 ‘매일 의도적 연습이 효과적인 수준을 넘지 않도록 제한해야 한다’는 내용도 담겨 있으며, 연구에서는 ‘하루에 투입해야 할 이상적인 시간은 4시간’이라고도 제안한다.

8. 이 연구에서 더 흥미로운 부분은 ‘정상급 연주자와 평균적 연주자는 쉬는 방식부터 다르다’는 점이다. 정상급 연주자는 평균적 연주자들에 비해 더 체계적이고 계획적으로 여가 시간을 보냈다.

9. 정상급 연주자들은 연습만 의도적으로 하는 게 아니라, 휴식도 의도적으로 취했다. 그들은 평균적 연주자보다 1시간 가량 더 잠을 찾다. (탁월한 퍼포먼스 = 의식적 연습+의식적 휴식)

10. 흔히 휴식을 일의 반대라고 생각하지만, 일과 휴식의 엄격한 분리는 현대의 그릇된 통념이다. 오랫동안 사람들은 쉴 때 뇌의 활동력이 떨어진다고 생각했다. 하지만 날로 발전하는 뇌 영상 기술에 힘입어 뇌과학자들은 ‘쉬는 동안에도 뇌의 전반적인 활동량이 감소하지 않는다’는 것을 발견했다.

11. 활동성은 단지 뇌의 다른 영역으로 옮겨갔다. 그리고 연구자들은 쉬는 동안 활성화되는 뇌의 영역을 ‘디폴트 모드 네트워크(DMN)’라고 칭하게 되었다.

12. 그리고 추가 연구를 통해, 디폴트 모드 네트워크는 고도로 활동적일 뿐 아니라, 정신 건강과 정서에 있어 굉장히 중요하다는 점이 발견됐다.

13. 특히 창의적이고 혁신적인 유형의 일을 할 땐 일하는 시간만큼, 휴식과 긴장 풀기가 필요하다. 디폴트 모드 네트워크가 활성화되면, 우리의 직관이 주도권을 가지고, 창의성은 멀리 있는 요소와 연관점을 찾기 시작한다.

14. 산책을 하거나 샤워 도중에 강력한 생각이나 통찰이 떠올렸다면, 디폴트 모드 네트워크에 감사해야 한다.

15. 그러나 당신이 휴식 때 텔레비전 앞에서 멍하게 있거나 유튜브에서 고양이 동영상을 본다면 디폴트 모드 네트워크가 활성화되는 데는 차질이 생긴다. (TV를 보거나 동영상을 보는 건 좋은 휴식 방법은 아니라는 얘기다)

16. (게다가) 창의적인 사람의 뇌는 디폴트 모드 네트워크가 더 강력하게 개발되어 휴식 시간에도 더 효과적으로 일을 한다는 연구 결과도 있다.

17. (고로 올바른 방식으로) 더 많은 시간을 휴식에 쓰면, 창의력과 행복감이 증진될 뿐 아니라, 일하는 시간의 능률마저 올라간다.

18. (그러니 숏폼 중독 등 주의력을 탕진해 일에 부정적인 영향을 미치는 휴식이 아니라, 자신에게 맞는 올바른 휴식법을 찾아라. 그러면 일의 능률을 올라갈 수밖에 없다)

- 존 피치 외, <이토록 멋진 휴식> 중

1. 찰스 다윈은 하루에 90분씩 3번 일했고, 나머지 시간에는 긴 산책을 하거나 낮잠을 자거나 상념에 잠겼다. (그러면서도 그는 &lt;종의 기원&gt;을 포함해 19권의 책을 집필했다) 2. 엄청난 다작가이자 사상가로 알려진 앙리 푸앵카레는 오전 10시부터 정오까지 첫 번째 작업을 한 뒤, 오후 5시부터 7시까지 두 번째 작업을 했다. (그는 하루 4시간만 일했다) 3. 마찬가지로, 수학자 고드프리 해럴드 하디는 ‘의식적 작업은 하루 4시간이 최대치’이며, 나머지 시간을 너무 많은 바쁜 일로 채우면 오히려 비생산적이라고 믿었다. 4. 다윈, 푸앵카레, 하디는 모든 같은 이야기를 하고 있다. 제대로 초점을 맞추고, 진짜 집중력을 (제대로) 발휘하면, 그리고 양질의 휴식으로 집중하는 시간을 잘 뒷받침하면, 위대한 성취를 이루는 데 필요한 시간은 하루 4시간이면 충분하다고. 이는 바쁨을 추구하는 우리의 문화와 정면으로 충돌하는 발상이다. 5. 위대함을 낳는 ‘1만 시간의 법칙’은 앤더스 에릭슨과 동료들의 공동 연구로 탄생한 이래로, 말콤 글래드웰이 책 &lt;아웃라이어&gt;에 소개하며 대중의 큰 주목을 받았다. 말콤 글래드웰은 1만 시간의 법칙을 소개하며 ‘어떤 분야에서든 전문가 수준에 도달하려면 1만 시간의 의도적 연습이 필요하다’고 주장했다. 6. 그리고 이는 바쁨과 스트레스와 과로를 미덕으로 여기는 세상에서 큰 환영을 받았고, 아직도 많은 사람들이 이 법칙을 마치 교리처럼 신봉한다. 7. 그런데 에릭슨의 실제 연구에는 ‘매일 의도적 연습이 효과적인 수준을 넘지 않도록 제한해야 한다’는 내용도 담겨 있으며, 연구에서는 ‘하루에 투입해야 할 이상적인 시간은 4시간’이라고도 제안한다. 8. 이 연구에서 더 흥미로운 부분은 ‘정상급 연주자와 평균적 연주자는 쉬는 방식부터 다르다’는 점이다. 정상급 연주자는 평균적 연주자들에 비해 더 체계적이고 계획적으로 여가 시간을 보냈다. 9. 정상급 연주자들은 연습만 의도적으로 하는 게 아니라, 휴식도 의도적으로 취했다. 그들은 평균적 연주자보다 1시간 가량 더 잠을 찾다. (탁월한 퍼포먼스 = 의식적 연습+의식적 휴식) 10. 흔히 휴식을 일의 반대라고 생각하지만, 일과 휴식의 엄격한 분리는 현대의 그릇된 통념이다. 오랫동안 사람들은 쉴 때 뇌의 활동력이 떨어진다고 생각했다. 하지만 날로 발전하는 뇌 영상 기술에 힘입어 뇌과학자들은 ‘쉬는 동안에도 뇌의 전반적인 활동량이 감소하지 않는다’는 것을 발견했다. 11. 활동성은 단지 뇌의 다른 영역으로 옮겨갔다. 그리고 연구자들은 쉬는 동안 활성화되는 뇌의 영역을 ‘디폴트 모드 네트워크(DMN)’라고 칭하게 되었다. 12. 그리고 추가 연구를 통해, 디폴트 모드 네트워크는 고도로 활동적일 뿐 아니라, 정신 건강과 정서에 있어 굉장히 중요하다는 점이 발견됐다. 13. 특히 창의적이고 혁신적인 유형의 일을 할 땐 일하는 시간만큼, 휴식과 긴장 풀기가 필요하다. 디폴트 모드 네트워크가 활성화되면, 우리의 직관이 주도권을 가지고, 창의성은 멀리 있는 요소와 연관점을 찾기 시작한다. 14. 산책을 하거나 샤워 도중에 강력한 생각이나 통찰이 떠올렸다면, 디폴트 모드 네트워크에 감사해야 한다. 15. 그러나 당신이 휴식 때 텔레비전 앞에서 멍하게 있거나 유튜브에서 고양이 동영상을 본다면 디폴트 모드 네트워크가 활성화되는 데는 차질이 생긴다. (TV를 보거나 동영상을 보는 건 좋은 휴식 방법은 아니라는 얘기다) 16. (게다가) 창의적인 사람의 뇌는 디폴트 모드 네트워크가 더 강력하게 개발되어 휴식 시간에도 더 효과적으로 일을 한다는 연구 결과도 있다. 17. (고로 올바른 방식으로) 더 많은 시간을 휴식에 쓰면, 창의력과 행복감이 증진될 뿐 아니라, 일하는 시간의 능률마저 올라간다. 18. (그러니 숏폼 중독 등 주의력을 탕진해 일에 부정적인 영향을 미치는 휴식이 아니라, 자신에게 맞는 올바른 휴식법을 찾아라. 그러면 일의 능률을 올라갈 수밖에 없다) - 존 피치 외, &lt;이토록 멋진 휴식&gt; 중

일을 못하는 사람들은 대부분 잘 쉬지도 못해요ㅠ

회사의 대표 옆에서 일해볼 수 있다는 점인 것 같아요.

가까이 있으면 그 사람의 사고방식을 배울 수 있어요. 회사를 세울 정도의 사람이라면 분명 배울 점이 있어요.

제가 만난 분들은 관점이 남달랐어요. 시장을 보는 관점, 제품을 대하는 관점에서 정말 많이 배울 수 있었죠. 개발자로서 조금 더 큰 그림을 볼 수 있는 기회가 되었어요.

누군가는 불편한 일이라고 할지도 몰라요. 하지만 조금 불편한 그 순간에 우리는 성장할 수 있다고 믿어요.

회사의 대표 옆에서 일해볼 수 있다는 점인 것 같아요. 가까이 있으면 그 사람의 사고방식을 배울 수 있어요. 회사를 세울 정도의 사람이라면 분명 배울 점이 있어요. 제가 만난 분들은 관점이 남달랐어요. 시장을 보는 관점, 제품을 대하는 관점에서 정말 많이 배울 수 있었죠. 개발자로서 조금 더 큰 그림을 볼 수 있는 기회가 되었어요. 누군가는 불편한 일이라고 할지도 몰라요. 하지만 조금 불편한 그 순간에 우리는 성장할 수 있다고 믿어요.

작은 회사에 일하면 좋은 점

Elastic announces the return of open source licensing for Elasticsearch and Kibana, adding AGPL as an option alongside existing licenses. This change reinforces our long-standing commitment to open so...

Elasticsearch is Open Source, Again

https://www.elastic.co/kr/blog/elasticsearch-is-open-source-again

AWS와의 갈등으로 3년전 Apache 라이센스를 버리고 SSPL 라이센스를 도입하면서 오픈소스가 아니게 되었다가 이번에 다시 AGPL 라이센스를 도입해서 오픈소스가 되었습니다.

오픈소스는 오픈소스 이니셔티브에서 사용 권한을 가지고 있어서 오픈소스 이니셔티브에서 인정한 라이센스가 아니라면 오픈소스라는 말을 사용할 수 없습니다. 오픈소스 이기는 하지만 엘라스틱 같은 회사는 클라우드 사업을 하기 때문에 AWS같은 클라우드 업체에서 elasticsearch를 서비스로 내놓으면서 갈등이 생기고 결국 오픈소스 라이센스를 버리고 클라우드 업체가 elasticsearch를 사용할 수 없게하는 SSPL을 도입해서 이를 막았습니다.

그동안의 과정이 고통스럽긴 했지만 3년이 지난 지금 AWS와의 파트너쉽이 견고해졌고 AWS도 OpenSearch에 충분한 투자를 했기 때문에 다시 오픈소스로 돌아와도 되겠다고 생각하고 AGPL을 도입하기로 했다고 합니다.

엘리스틱은 이렇게 얘기하고 사람들의 의견은 다양하게 있는거 같습니다. 엘라스틱의 의도를 그대로 믿을 수도 있고 오픈소스를 버린게 결과적으로 안좋았다고 판단했기에 번복했다는 얘기도 있습니다.

오픈소스였다가 아니었다가 혼란스럽고 앞으로 그러면 OpenSearch는 어떻게 되는건지 궁금하기도 하지만 앞으로 시장이 어떻게 흘러갈지 봐야될 것 같습니다.

https://www.elastic.co/kr/blog/elasticsearch-is-open-source-again AWS와의 갈등으로 3년전 Apache 라이센스를 버리고 SSPL 라이센스를 도입하면서 오픈소스가 아니게 되었다가 이번에 다시 AGPL 라이센스를 도입해서 오픈소스가 되었습니다. 오픈소스는 오픈소스 이니셔티브에서 사용 권한을 가지고 있어서 오픈소스 이니셔티브에서 인정한 라이센스가 아니라면 오픈소스라는 말을 사용할 수 없습니다. 오픈소스 이기는 하지만 엘라스틱 같은 회사는 클라우드 사업을 하기 때문에 AWS같은 클라우드 업체에서 elasticsearch를 서비스로 내놓으면서 갈등이 생기고 결국 오픈소스 라이센스를 버리고 클라우드 업체가 elasticsearch를 사용할 수 없게하는 SSPL을 도입해서 이를 막았습니다. 그동안의 과정이 고통스럽긴 했지만 3년이 지난 지금 AWS와의 파트너쉽이 견고해졌고 AWS도 OpenSearch에 충분한 투자를 했기 때문에 다시 오픈소스로 돌아와도 되겠다고 생각하고 AGPL을 도입하기로 했다고 합니다. 엘리스틱은 이렇게 얘기하고 사람들의 의견은 다양하게 있는거 같습니다. 엘라스틱의 의도를 그대로 믿을 수도 있고 오픈소스를 버린게 결과적으로 안좋았다고 판단했기에 번복했다는 얘기도 있습니다. 오픈소스였다가 아니었다가 혼란스럽고 앞으로 그러면 OpenSearch는 어떻게 되는건지 궁금하기도 하지만 앞으로 시장이 어떻게 흘러갈지 봐야될 것 같습니다.

Elastic Blog

https://www.elastic.co/kr/blog/elast

국내 개발자로서 자부심을 불어넣는 오픈소스 생태계가 있습니다. 바로 토스(Toss)가 주도하는 오픈소스 생태계 인데요.

es-hangul
이라고 하는 한글을 다루기 위한 라이브러리는 이미 1,000개가 넘는 GitHub 스타를 획득했습니다. 또한
lodash
보다 2배 더 빠른 유틸리티 라이브러리인
es-toolkit
은 이미 6,100개의 스타를 받고 국내를 넘어 세계적으로 많은 개발자들의 관심을 받고 있는데요. 이번 토스 모닥불 EP.4 영상에서는 토스에서 오픈소스 생태계를 운영하는 개발자들의 이야기를 만나볼 수 있습니다.

특히나 주목할 만한 점은, 패널로 참여한 토스의 오픈소스
suspensive
를 운영하고 계시는 분인데요. 이 개발자분은 요즘은 필수로 사용되고 있는
TanstackQuery
의 최상위 기여자입니다.
Jotai
외에도 토스 오픈소스에도 적극적으로 기여를하고 결국에는 토스에 합류하신게 참 대단하게 느껴지네요.

또한 오픈소스 생태계 구축을 통해 기술 커뮤니티에 긍정적인 영향을 미치고자 하는 토스의 노력도 대단한것 같습니다. 한국 개발 생태계의 경쟁력을 높이고, 개발자들에게 새로운 도전과 성장의 기회를 제공하는데 있어서, 토스의 이러한 행보를 응원합니다.

https://www.youtube.com/watch?v=SdBL-p597Dw

국내 개발자로서 자부심을 불어넣는 오픈소스 생태계가 있습니다. 바로 토스(Toss)가 주도하는 오픈소스 생태계 인데요. <code >es-hangul</code>이라고 하는 한글을 다루기 위한 라이브러리는 이미 1,000개가 넘는 GitHub 스타를 획득했습니다. 또한 <code >lodash</code>보다 2배 더 빠른 유틸리티 라이브러리인 <code >es-toolkit</code>은 이미 6,100개의 스타를 받고 국내를 넘어 세계적으로 많은 개발자들의 관심을 받고 있는데요. 이번 토스 모닥불 EP.4 영상에서는 토스에서 오픈소스 생태계를 운영하는 개발자들의 이야기를 만나볼 수 있습니다. 특히나 주목할 만한 점은, 패널로 참여한 토스의 오픈소스 <code >suspensive</code> 를 운영하고 계시는 분인데요. 이 개발자분은 요즘은 필수로 사용되고 있는 <code >TanstackQuery</code> 의 최상위 기여자입니다. <code >Jotai</code> 외에도 토스 오픈소스에도 적극적으로 기여를하고 결국에는 토스에 합류하신게 참 대단하게 느껴지네요. 또한 오픈소스 생태계 구축을 통해 기술 커뮤니티에 긍정적인 영향을 미치고자 하는 토스의 노력도 대단한것 같습니다. 한국 개발 생태계의 경쟁력을 높이고, 개발자들에게 새로운 도전과 성장의 기회를 제공하는데 있어서, 토스의 이러한 행보를 응원합니다. https://www.youtube.com/watch?v=SdBL-p597Dw

www.youtube.com

토스의 오픈소스 생태계: 한국을 넘어 글로벌로

최고의 자동완성 플러그인 타입스크립트를 사용하여 개발자를 속이고 코드를 최적화한 경험을 공유합니다.

타입스크립트스럽게 성능과 생산성 두 마리 토끼 모두 잡기

이름만 보고 프론트엔드인줄 알았는데요. 살펴보니 백엔드였습니다!

2021년 1월에 출시한 쿠키런:킹덤에 운영 도구는 어마어마하군요!

https://tech.devsisters.com/posts/typescript-ish-way-to-improve-performance/

이름만 보고 프론트엔드인줄 알았는데요. 살펴보니 백엔드였습니다! 2021년 1월에 출시한 쿠키런:킹덤에 운영 도구는 어마어마하군요! https://tech.devsisters.com/posts/typescript-ish-way-to-improve-performance/

DevTech - 데브시스터즈 기술블로그

TypeScript하면 프론트만?!

Vite는 기존 자바스크립트 번들러의 만성적인 성능 문제를 해결하고 개발자 경험을 향상시키기 위해서 등장한 차세대 번들러입니다. 브라우저에서 지원하는 ESM(ES Modules)를 적극적으로 활용하고, 자바스크립트 대신에 컴파일 언어인 Go로 작성된 현대적인 자바스크립트 개발 도구이죠.

Vite은 예전부터 널리 사용되던 번들러인 Webpack보다 설정이 훨씬 쉽고 간단하며, 설정이 필요 없기로 유명하던 번들러인 Parcel보다도 훨씬 빠릅니다. 이로 인해서 기존 번들러보다 뛰어난 개발자 경험을 제공하여 많은 개발자로부터 사랑을 받고 있는 번들러입니다.

2023년 Sate of JavaScript 설문 결과를 보시면 빌드 도구 부분에서 Vite(73%)가 Parcel(30%)을 아득히 넘고 Webpack(90%)에 이어서 사용률 2위를 기록하고 있습니다. 2021년에 20% 사용률로 처음 그래프에 등장했는데 무서운 성장세가 아닐 수 없습니다.

더욱 고무적인 부분은 바로 Vite를 써본 응답자들의 만족도입니다. 88%로 압도적인 1위를 차지하고 있으며, Webpack의 만족도는 45%까지 곤두박질 친 것을 볼 수 있습니다.

참고로 많은 분들이 영문 철자만 보시고 Vite를 “바이트”라고 발음해야 하는 걸로 오해하시는데요. 사실 Vite라는 이름은 “빠름”을 의미하는 프랑스어에서 유래되었고 그래서 정확한 발음은 “비트”라고 합니다. 한국 개발자들 사이에서는 우스갯 소리로 빛처럼 빠르다고 “빛”이라고도 많이 부르는 것 같습니다. 😄

이번 포스팅에서는 Vite를 처음 사용하시는 분들의 위해서 Vite를 시작하는 방법을 안내해드리겠습니다.

📝 포스팅: https://www.daleseo.com/vite/

Vite는 기존 자바스크립트 번들러의 만성적인 성능 문제를 해결하고 개발자 경험을 향상시키기 위해서 등장한 차세대 번들러입니다. 브라우저에서 지원하는 ESM(ES Modules)를 적극적으로 활용하고, 자바스크립트 대신에 컴파일 언어인 Go로 작성된 현대적인 자바스크립트 개발 도구이죠. Vite은 예전부터 널리 사용되던 번들러인 Webpack보다 설정이 훨씬 쉽고 간단하며, 설정이 필요 없기로 유명하던 번들러인 Parcel보다도 훨씬 빠릅니다. 이로 인해서 기존 번들러보다 뛰어난 개발자 경험을 제공하여 많은 개발자로부터 사랑을 받고 있는 번들러입니다. 2023년 Sate of JavaScript 설문 결과를 보시면 빌드 도구 부분에서 Vite(73%)가 Parcel(30%)을 아득히 넘고 Webpack(90%)에 이어서 사용률 2위를 기록하고 있습니다. 2021년에 20% 사용률로 처음 그래프에 등장했는데 무서운 성장세가 아닐 수 없습니다. 더욱 고무적인 부분은 바로 Vite를 써본 응답자들의 만족도입니다. 88%로 압도적인 1위를 차지하고 있으며, Webpack의 만족도는 45%까지 곤두박질 친 것을 볼 수 있습니다. 참고로 많은 분들이 영문 철자만 보시고 Vite를 “바이트”라고 발음해야 하는 걸로 오해하시는데요. 사실 Vite라는 이름은 “빠름”을 의미하는 프랑스어에서 유래되었고 그래서 정확한 발음은 “비트”라고 합니다. 한국 개발자들 사이에서는 우스갯 소리로 빛처럼 빠르다고 “빛”이라고도 많이 부르는 것 같습니다. 😄 이번 포스팅에서는 Vite를 처음 사용하시는 분들의 위해서 Vite를 시작하는 방법을 안내해드리겠습니다. 📝 포스팅: https://www.daleseo.com/vite/

Vite 처음 시작하기

원문 : Good Refactoring vs Bad Refactoring thumbnail…

(번역) 좋은 리팩터링 vs 나쁜 리팩터링

오늘 소개해드릴 글은 42dot의 유경상님이 번역해주신 글입니다.

많은 개발자들이 리팩터링의 중요성을 알고 리팩터링을 하지만, 적절하지 않은 리팩터링으로 오히려 코드 베이스에 악영향을 준다는 것을 간과하는 경우가 많습니다. 이 글에서는 저자가 지금까지 겪어온 경험을 기반으로 어떤 리팩터링이 잘못된 리팩터링이고, 어떤 식으로 리팩터링하는 것이 바람직한지에 대해 구체적인 코드 예시와 함께 설명합니다. 이에 더해서 올바른 리팩터링 방법과 더 나은 리팩터링을 위한 도구도 함께 소개하고 있습니다. 이 글을 통해 현재 적절한 리팩터링을 하고 있는지 점검해 보시는 기회가 되시면 좋을 것 같습니다 :)

> 글 링크 : https://ykss.netlify.app/translation/good_refactoring_vs_bad_refactoring/

오늘 소개해드릴 글은 42dot의 유경상님이 번역해주신 글입니다. 많은 개발자들이 리팩터링의 중요성을 알고 리팩터링을 하지만, 적절하지 않은 리팩터링으로 오히려 코드 베이스에 악영향을 준다는 것을 간과하는 경우가 많습니다. 이 글에서는 저자가 지금까지 겪어온 경험을 기반으로 어떤 리팩터링이 잘못된 리팩터링이고, 어떤 식으로 리팩터링하는 것이 바람직한지에 대해 구체적인 코드 예시와 함께 설명합니다. 이에 더해서 올바른 리팩터링 방법과 더 나은 리팩터링을 위한 도구도 함께 소개하고 있습니다. 이 글을 통해 현재 적절한 리팩터링을 하고 있는지 점검해 보시는 기회가 되시면 좋을 것 같습니다 :) &gt; 글 링크 : https://ykss.netlify.app/translation/good_refactoring_vs_bad_refactoring/

ykss.netlify.app

좋은 리팩터링 vs 나쁜 리팩터링

인프런 | 성장하는 IT인들의 축제, 인프콘 2024에서 진행된 오프닝 및 발표 세션을 영상으로 다시 보실 수 있습니다., ✅ 확인해주세요이 콘텐츠는 2024년 8월 2일 금요일 진행된 인프콘 2024 발표 녹화 영상입니다. 강의 관련 질문/답변을 제공하지 않는 점 양해

[지금 무료] 인프콘 2024 다시보기 강의 | 인프런 - 인프런

인프콘 2024 영상이 올라왔네요!

제 발표인 "제품 성장 단계에 따른 지표 찾기 여정" 내용이 궁금하셨던 분들은 아래 링크에서 보시면 될 것 같아요. 다른 발표자분들의 내용도 너무 좋으니, 친구분들과 시간 내서 인프콘 같이보기해도 좋을 것 같네요

제 영상 마지막에 발표 질문이 있는데, 궁금하신 부분이 있다면 이 설문에 남겨주시면 답변드릴게요

https://www.inflearn.com/course/%EC%9D%B8%ED%94%84%EC%BD%982024-%EB%8B%A4%EC%8B%9C%EB%B3%B4%EA%B8%B0

인프콘 2024 영상이 올라왔네요! 제 발표인 "제품 성장 단계에 따른 지표 찾기 여정" 내용이 궁금하셨던 분들은 아래 링크에서 보시면 될 것 같아요. 다른 발표자분들의 내용도 너무 좋으니, 친구분들과 시간 내서 인프콘 같이보기해도 좋을 것 같네요 제 영상 마지막에 발표 질문이 있는데, 궁금하신 부분이 있다면 이 설문에 남겨주시면 답변드릴게요 https://www.inflearn.com/course/%EC%9D%B8%ED%94%84%EC%BD%982024-%EB%8B%A4%EC%8B%9C%EB%B3%B4%EA%B8%B0

CJ ENM 커머스 부문 백엔드 개발자

전여철

유크랩 대표 / 디지털 마케터 

선우의성

콘텐츠(유튜브, 숏폼, SNS)로 마케팅하는 선우의성입니다. 국내 NO.1 디지털 콘텐츠 (유튜브, 숏폼, SNS) 기반 마케팅 전문가로 활동하고 있습니다.

백엔드 엔지니어

권주성

인프콘 2024 발표 : 제품 성장 단계에 따른 지표 찾기 여정

- 데이터 교육 : 인프런에서 데이터 교육을 진행하고 있습니다. 실무를 하면서 겪은 문제들을 위주로 강의를 진행합니다.
PM을 위한 데이터 리터러시 강의 : https://inf.run/jfWT

- 데이터 팀 코칭 : 데이터 조직의 문제를 같이 해결하며 구성원들의 역량을 발전시킵니다. 데이터팀의 Lead가 없는 경우에 많이 찾아주시며, Lead가 있는 경우에도 데이터 Lead의 고충을 같이 이야기하며 액션 아이템을 도출하기도 합니다. Lead를 처음 경험하는 분이 있는 경우에 진행하는 경우도 있습니다.
고객사 : 글로랑(꾸그), 힐링페이퍼(강남언니), 당근(당근마켓)

- C레벨 코칭 : C레벨분들의 고민을 들으며 고민을 해소하는 과정을 함께 합니다.
고객사 : 마인딩(마이루틴)

코치

Data Business Division
- Growth Coaching Unit Director
- Mentoring, Coaching and Data Training(Data Literacy, SQL etc) for the growth of company members
- Building a Career Framework(Data Analyst/Data Scientist, Data Engineer)
- Counseling 20 to 50 people per month
- Career Coaching
- Coaching those who started the team leader role
- MLOps Platform PO
- Improving the way data collaborates with external organizations(PM, Dev)
- Organizing SOCAR Tech Blog

데이터비즈니스 본부의 그로스코칭 유닛장
- 구성원들의 성장을 위한 일들을 진행합니다
- 커리어 코칭, 조직 문화, 정기 면담, 멘토링
- Engineering Manager 역할을 했습니다

Engineering Manager, 머신러닝 엔지니어

카메라 앱 데이터 분석 & 데이터 엔지니어링
- ETL 파이프라인 구축
- BI 대시보드 구축 및 운영
- 이벤트 로그 설계

데이터 분석가 겸 데이터 엔지니어

태극기 게양 제품 판매
크라우드펀딩 - 와디즈 진행


운영 총괄

계약직

경영학과 학사

변성윤

유튜브

기술 블로그

경영학을 전공하고 데이터 분석, 머신러닝/데이터 엔지니어링을 경험했습니다. 

데이터 분석/데이터 엔지니어링/팀장(피플 매니징)/성장과 관련된 내용들을 주로 소개드릴게요 :)
#개발자 #그로스마인드셋 #끊임없이배우기 #데이터사이언스 #독서 #문제를해결하는 #블로거

인프콘 2024 발표 : 제품 성장 단계에 따른 지표 찾기 여정

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필