[퇴사 회고] 첫 사랑, 첫 퇴사, 첫 이별 _ 1년 6개월의 단짠단짠
목차 1. 퇴사 당일의 이야기 2. (
다람
-
[퇴사 회고] 첫 사랑, 첫 퇴사, 첫 이별 _ 1년 6개월의 단짠단짠 -
27살, 그리고 27가지의 깨달음 27살, 그리고 27가지의 깨달음
South Korea에 사는 27세 여성 한국인 A씨의 주관적 생각을 담은 글입니다. 1. 답은 나에게 있지만 마주하기 괴로워 피할 뿐이다. 20대 초반에는 나를 찾기를 바라며 세계 여행을 떠났다. "나는 어떤 사람이고, 무엇을 가장 잘할지, 어떨 때 가장 행복한지" 무작정 더 넓은 세계에서 다양한 경험을 쌓으면 그 해답을 내릴 수 있을 것이라 생각했다. 또는 훌륭한 사람, 사랑하는 사람들에게 물어보고 다녔다. 그 도피와 막연한 기대의 과정에서 깨달은 것은 결국 답은 나에게 있다는 것과, 그 이상과 현실의 갭을 직시하는 과정이 고통스럽기 때문에 어떻게든 피하고 있었다는 점이었다. 하지만 나는 내가 가장 잘 알았고, 아직 활용하고 있는 것은 서점에서 끙끙대면서 완성한 나에 대한 레포트였다. 삶의 무게가 무.. -
좋은 데이터 분석 보고서를 위한 체크리스트 _ 데이터 스토리텔링이란? 좋은 데이터 분석 보고서를 위한 체크리스트 _ 데이터 스토리텔링이란?
Intro 안녕하세요, 데이터 스토리텔러 (Data Storyteller)를 꿈꾸는 데이터 분석가 Ram입니다. 요즘 좋은 데이터 분석 리포트란 어떤 것일까? 에 대해 고민을 많이 하고 있고, 이에 대한 경험과 지식을 공유해 주시는 분들의 조언과 저의 경험을 모아 모아 "어떻게 좋은 데이터 분석 리포트를 작성하는가?"에 대한 글을 작성하고자 합니다. (사실 거의 다 썼는데 한번 글이 날아가 다시 쓰는 안타까운 TMI가 있습니다..) 위 대표적인 IT 회사들의 데이터 분석가 업무를 보아도 알 수 있듯이, 분석가들에게 리포트 작성은 매우 중요한 역량이라고 할 수 있습니다. "어떻게하면 신뢰할 수 있고, 명확하고 간결하며, 액션 하고 싶은 리포트를 작성할 수 있을까요?" 리포트를 서론/본론/결론의 형식으로 진.. -
[책] 통계 101 x 데이터 분석 요약 , 통계 개괄 스터디 [책] 통계 101 x 데이터 분석 요약 , 통계 개괄 스터디
이 글은 책 '통계 101 x 데이터 분석 , 아베 마사토 저, 프리렉' 을 데이터 분석가 입장에서 요약하고 정리/변형한 글입니다. 🙏🏻 * 왼쪽 최상단 사이드바를 누르시면 글의 목차, 이동 기능을 이용하실 수 있습니다. 예상 독자 통계학의 전체적 흐름을 훑고 싶으신 분 많이 들어본 이름들이지만 정확히 어떤 의미인지 대략적인 정의를 알고 싶으신 분 현업에서 어떻게 통계를 사용할 지 인사이트를 얻고 싶은 분 이 책을 읽고 다시 공부할 글쓴이 자신 (유력) 1장. 통계학이란? 데이터 분석의 목적 1) 데이터를 요약하는 것 2) 대상을 설명하는 것 3) 새로 얻을 데이터를 예측하는 것 통계학의 전체 모습 1) 기술 통계 : 수집한 데이터를 정리하고 요약 2) 추론 통계 : 수집한 데이터로부터 데이터의 발생원을.. -
LLM(AI)이 데이터 분석가를 대체할 수 있을까요?에 대한 주니어 분석가의 의견 LLM(AI)이 데이터 분석가를 대체할 수 있을까요?에 대한 주니어 분석가의 의견
이 글은 2년차 데이터 분석가인 사람이 모은 정보와 부족한 사견을 담은 지극히 개인적인 글입니다. 목차 최근 데이터 분석가를 섬뜩하게 하는 소식들 😉 1. 원티드의 슬랙봇, 데이터 볼트 2. AWS Quicksight의 Amazon Q 3. Tableau GPT 4. Amplitude등 PA 툴들의 끊임없는 발전 "데이터분석가 대체론"에 대한 분석가들의 반응 유형 대체 불가론 대체 가능론 전화 교환원의 예시 데이터 분석이란 무엇인가? 결국 인간이 하는 것 그래서..? 결론은? References AI가 OOO를 대체할 수 있을까요? 는 약 8년간 가장 흔한 질문 중 하나가 아닐까 싶습니다. 이제 질릴 정도지만 그 누구도 명확하게 이야기할 수 없기 때문에 많은 사람들이 불안해하는 것 같습니다. LLM(AI.. -
A/B 테스트, 종합 대조 실험을 대체,보완할 수 있는 수단 Part 3 + 4 A/B 테스트, 종합 대조 실험을 대체,보완할 수 있는 수단 Part 3 + 4
본 내용은 책 'A/B 테스트- 론 코하비,다이앤 탕,야 쉬 (일명 하마책)'를 읽고 개인적으로 정리한 내용입니다. 실험의 결과는 대부분 지표로 측정한다. 지표는 어떻게 분류할까? 지표는 목표 지표 (goal metrics)와 동인 지표(driver metrics) , 가드레일 지표 (guardrail metric) 으로 크게 나눌 수 있다. 목표 지표 (goal metrics)는 성공 지표 또는 북극성 지표 등으로도 불리며, 조직이 궁극적으로 무엇을 신경쓰는지를 보여준다. 회사가 성공하면 어떤 모습일까? 에 대해 답을 하다 보면 이 지표를 정의하기 용이하며, 회사의 미션에 대부분 결부된다. 동인 지표(driver metrics)란 목표 지표보다 단기적이고 빠르게 움직이며, 더 민감한 지표인 경향이 있다.. -
A/B 테스트, 다르게 보이는 모든 것들은 대체로 틀렸다 Part 2 A/B 테스트, 다르게 보이는 모든 것들은 대체로 틀렸다 Part 2
본 내용은 책 'A/B 테스트'를 참고하여 쓴 글입니다. Chapter 3 트위먼의 법칙과 실험의 신뢰도 트위먼의 법칙이란..그런 것 같다. 본인이 회사 모니터 옆에 붙여 놓은 '의심하기' 라는 문구처럼, 흥미로워 보인다거나 특이한 데이터가 있으면 대부분 틀렸으니 여러가지로 쪼개든지 해서 다시 검증해보라는 것.. 이번 장은 어떤 부분들을 의심해보아야하는지 구체적인 사례를 제시해준다. That's 유용! 트위먼의 법칙 "흥미롭게 보이거나 다르게 보이는 모든 것들은 대체로 틀렸다." 통계 결과의 잘못된 해석 통계적 검정력 부족 일반적인 실수 : 지표가 통계적으로 유의적이지 않다고 해서 실험 효과 (Treatment Efect)가없다고 가정하는 것. 실험이 우리가 보고 있는 효과 크기를 탐지하기에는 검정력이 ..