크래프톤

크래프톤

개발팀 리뷰

위 내용은 크래프톤 전 • 현 재직자의 응답 결과입니다.

기술 스택

기술 스택 정보가 없어요.

재직자가 작성한 글

profile picture

신진수

크래프톤 데이터 분석가

실무로 통하는 인과추론 with 파이썬 출간 안내

안녕하세요, "실무로 통하는 인과추론 with 파이썬"을 번역한 신진수입니다. (원서 : Causal Inference in Python, Matheus Facure 저) 이 책은 3.5(화) 출간될 예정이며 독자분들께 도서 링크 공유드립니다🎉 ✔ 도서 링크 : https://product.kyobobook.co.kr/detail/S000212577153 <책 소개> 모든 기업에서의 화두는 "제품의 성장"일 것입니다. 데이터 분석가와 과학자들은 데이터를 활용해 고객 경험을 개선함으로써 제품 성장을 이끌고 있죠. 이 과정에서 원인에 개입해 그 효과를 분석하는 인과추론은 중요한 역할을 합니다. 인과추론은 더 중요해지고 있지만, 한국어 자료는 매우 부족합니다. 이런 맥락에서 이 책은 "여전히 한국어 학습자료가 많지 않은 상황에서 인과추론에 입문하고자 하는 분들에게 가뭄에 단비 같은 자료가 될 것입니다"(박지용 교수님 서문 인용). 이 책을 통해, 독자 여러분들이 인과추론의 이해를 한층 더 높이고 인과추론에 대한 문턱을 낮춤으로써, 개인의 삶과 조직에서의 의사결정에 큰 도움이 되기를 바랍니다. <번역서 컨텐츠> 인과추론이나 실무 용어에 익숙하지 않은 분들을 위해 주석을 추가했지만, 독자분들이 어려워할 수 있는 부분들이 있을 것이라고 생각됩니다.(ex. 4.3 FWL 정리, 8.7 시차 도입 설계 등). 번역서의 내용을 더 잘 이해하실 수 있도록 도움이 될 추가 자료와 컨텐츠를 제공할 예정이니 걱정하지 않으셔도 됩니다. 또한, 이 책에 언급된 논문과 모든 자료/소스 코드는 아래의 Github에 정리해 두었습니다. 제가 꼼꼼하게 정리했지만, 만약 누락되거나 잘못된 부분이 있다면, 아래 채널을 통해 알려주세요! ▶️ 가짜연구소 인과추론팀 Github : https://github.com/CausalInferenceLab/causal-inference-in-python-code ✔ Linkedin 소개 :https://www.linkedin.com/feed/update/urn:li:activity:7169185214865297408/

profile picture

신진수

크래프톤 데이터 분석가

인과추론과 온라인 통제실험 스터디 모집!

안녕하세요, 가짜연구소 인과추론팀 신진수입니다. 24년을 맞아, 가짜연구소 인과추론팀은 비선형적으로 성장하는 한 해를 보내기 위해 높은 목표를 세우고 2개의 스터디 프로젝트를 준비하고 있습니다 🚀 * Linkedin : https://www.linkedin.com/feed/update/urn:li:activity:7163206985226698752/ 1. 박상호님의 "Smart Causal Inference (SCI)" 스터디 ➡가짜연구소 컨퍼런스 및 이메일을 통해 저에게 인과추론 기초 스터디 오픈에 대한 질문을 정말 많이 주셨습니다. 바쁘다는 핑계가 있기도 했지만, 한국에서 가이드가 될 만한 인과추론 이론과 실습을 다룬 책이 거의 없었죠. ➡그래서 이번 스터디는 3월에 출간될 "인과추론팀의 번역서"를 가지고 함께 인과추론 기초에 대해 학습할 예정입니다! ➡삼성서울병원에서 환자의 데이터를 통해 직접 인과추론을 적용하고 연구하고 계시는 상호님의 스터디를 통해, 적용사례를 함께 공유하고 인과추론에 대한 폭넓은 이해를 하셨으면 좋겠습니다! ✔ 상호님 프로젝트 계획표 : https://lnkd.in/dHsSFqU2 2. 방태모님의 "온라인 통제 실험 연구자로 거듭나기" 스터디 ➡국내에는 A/B 테스트와 관련된 주제로 쓰여진 글들은 있지만, 대부분 간단한 리뷰에 머물고 있다고 생각합니다. 반면, 해외의 빅테크들은 유저에게 맞는 프로덕트를 만들기 위해 온라인 통제 실험을 진행하며, 이와 관련하여 활발한 연구를 수행하며 논문을 통해 이를 내재화하고 있습니다. ➡"엄밀하게 온라인 통제 실험을 설계 및 검증하고 이를 체계화하는 것"은 제가 인과추론팀을 이끌면서 가장 갈증을 느낀 부분인데요, 태모님께서 이 프로젝트를 이끌어주실 예정이니 많은 관심 부탁드립니다! ➡태모님은 지마켓에서 실험 플랫폼에 대해 연구하고 계신다고 합니다. 실무에서 경험하신 분이 이끄는 스터디라면 고민하지 마시고 선지원 후고민! ✔태모님 프로젝트 계획표 : https://lnkd.in/dFFDbfCb 👉신청링크(지나친 고민은 독이 됩니다) : https://lnkd.in/dZnQVApF👈  ⭐올해 가짜연구소 인과추론팀은 박지용 교수님께서 만들어주신 한국 인과추론 생태계에서 번역서 및 컨텐츠 제작을 통해 인과추론 저변 확대에 힘쓰고 한국의 인과추론&실험 커뮤니티를 이끌어가려고 합니다😎  ⭐상반기에 진행되는 태모님과 상호님의 프로젝트에 참여하셔서 가짜연구소 인과추론팀과 성장해요!

재직자가 좋아한 글

ML Engineer가 되기 위해 내가 1년 반 동안 했던 것들  |  커리어리 질문글에도 보면 일주일에 한번씩은 “ML Engineer, Data Scientist가 되고 싶은데 어떤 것부터 공부를 해야할지 모르겠다.” 는 질문이 자주 올라옵니다. 비슷한 질문이 계속 올라오는 이유는 정해진 답이 없기 때문이라고 생각합니다. 너무나도 다양한 방식으로 ML Engineer가 될 수 있기 때문에 처음 입문을 하시는 분들은 오히려 어떤 방향으로 나아갈지 몰라 갈팡질팡 하시는 것이죠. 이런 분들에게 조금이나마 도움이 될까 싶어 제가 2020년에 AI를 접하고 나름 1인분을 하게 된 시점 (~2021.12) 까지 어떤 공부를 했는지 간략하게나마 소개해봅니다. 참고로 저는 뛰어난 ML Engineer가 아닐 수 있습니다. 누구나 아는 대기업, 유니콘 기업에 재직 중이지도 않으며 연차도 적은데다가 학위도 없었던 사람입니다. 다만 누구보다 매년 성장하려고 노력했으며 앞으로도 그럴 사람입니다. ML 입문자 분들에게 제 얘기가 도움이 되면 좋겠습니다. PART 1. 2020년 7월 ~ 12월 1. Sung Kim의 PyTorchZeroToAll 강의 2. PyTorch로 MNIST, CIFAR10에 대해 VanillaMLP, CNN, ResNet, GAN, CGAN, DCGAN 구현 3. PyTorch로 RNN 구현, LSTM, Transformer, GPT, BERT 논문 리뷰 PART 2. 2021년 1월 ~ 3월 (스타트업에서 혼자서 챗봇 개발) 1. Selenium 써서 데이터 수집 및 전처리 2. KoGPT, KoBERT fine-tuning 3. W&B, Tensorboard도 처음으로 써봄. PART 3. 2021년 4월 ~ 12월 (지금 회사에서 ML Engneer로 시작) 1. Pandas 처음 다뤄봄. Seaborn, Plotly를 가지고 데이터 분석하고 Scikit-learn, Catboost, LGBM 등 국밥 라이브러리들 사용해서 모델도 학습 → 이때쯤 들어서 파이썬이 손에 익기 시작함. 2. 백준 문제도 구현 위주로 꾸준히 풀어서 Platinum 5 달성. 성과는 못내었지만 시간되면 SCPC 등 여러 대회 나갔었음. 3. Andrew Ng 교수님의 Coursera MLOps 강의 수강 4. 첫 데이콘 대회 참가 이후로 Kaggle로 전향. (이유는 데이콘은 discussion이 너무 없어서 입문자(나)들이 보고 배울만한 것들이 부족했음. 5. ML 관련 논문 주기적으로 계속 읽음 (1일 1페이퍼 읽기 캠페인, ICLR2021, NIPS2021에서 재밌는 논문 진짜 다 읽어보기) 6. Kaggle Discussion Expert 달고 Notebook Expert. (그래봤자 Competition 미만이지만..) 이렇게 약 1년반을 보내니까 내가 어떤 것들을 좋아하는지, 어떤 식으로 공부해야겠다는 감이 옵니다. 그러면 그 이후로 계속 달리면 됩니다. 더 궁금한 것들은 댓글로 달아주시면 성심성의껏 답변하도록 하겠습니다. 감사합니다!

좋아요 57 저장 102