AI 시대, 반나절 만에 웹사이트 개발부터 배포까지 바이브 코딩 with MCP & Gemini CLI
코드브릿지
₩55,000
30%
₩38,500
입문 / 인공지능(AI), AI 활용 (AX), AI Agent
요즘 핫한 바이브 코딩! AI 도구를 활용하여 딸깍! 클릭만으로 웹사이트(Next.js)를 개발하고 배포하는 방법을 배울 수 있습니다.
입문
인공지능(AI), AI 활용 (AX), AI Agent
강의를 홍보 링크로 공유하면, 판매 수익의 최대 25%를 받을 수 있어요!
AI를 활용한 데이터분석 자동화 방법
데이터 직군이 가져야 할 차별적 역량에 대한 이해
" 모든 것이 AI로 자동화 되어가는 이 지점에서,
우리의 일은 앞으로 어떤 방향으로 변화해 나갈 것이고
각 개인은 어떻게 미래를 대비해야 하며, 무엇을 준비해야 할까요? "
reddit과 같은 커뮤니티를 보면,
‘데이터 사이언스는 이제 죽었는가’라는 이야기들이 제법 나오고 있습니다.
확실히 예전의 개념의 데이터 사이언스는 죽었습니다.
아직 그렇게 느끼지 않고 계시다면, 죽음이 거기까지 전파되지 않은 것입니다.
하지만 현재 새롭게 변화한 데이터 사이언스 개념이 발생하고 있고,
그것은 오히려 데이터 사이언스의 본질에 가깝습니다.
우리는 그것들에 대해 준비해야 합니다.
강의 발표자료는 아래주소에서 보실 수 있어요.
https://bit.ly/data-careers-in-ai
밋업에서는 미래를 대비하는 데이터 직군을 위한 3가지 역량을 소개합니다.
우리는 AI의 가장 적극적인 사용자가 되어, 데이터 추출과 같은 지루하고 반복적인 작업들을 전부 자동화시켜야 합니다. 그리고 자동화를 통해 얻은 여력을 이 직업의 본질인 비즈니스 문제 해결에 사용해야 합니다. 그로부터 우리 역할의 본질을 향한 여정이 시작됩니다.
AI로 다수의 문제를 빠르게 해결할 수 있다고 해도 결국 AI로 자동화되지 않는 가치 판단의 영역이 존재합니다. 바로 이 지점에서 우리는 "비즈니스 임팩트(가치)를 판단하는 전문가"라는 데이터 과학자 역할의 본질에 더 가까이 다가갈 수 있게 됩니다.
앞으로 데이터 직군의 손을 거치지 않고도 다양한 주체가 데이터 분석을 하게 될 겁니다. 그 과정에서 우리는 다른이가 데이터분석 리포트를 잘 해석하도록 '코치' 역할을 하거나, 때로는 '어떤 비즈니스 액션을 할 것인지' 사고(思考)를 유도하는 '퍼실리테이터'가 될 겁니다. 아마 누군가에게는 한번도 해보지 않은 일일 수 있으며, 극단적인 soft skill이 유도되는 영역입니다. (하지만 적어도 기계에게 대체되지 않겠군요 🙂)
업무에서 어떻게 AI를 쓸 것인가?
LLM을 이용한 분석 자동화
TXT-to-SQL을 이용한 추출 자동화
그와 생산성을 높이기 위한 LLM을 활용한 코딩 최적화
앞으로 가치가 높아질 분석 기법들
Explainable AI를 이용한 비즈니스 요인 분석
인과추론을 할 수 있는 라이브러리들
최적화 문제를 풀 때 쓰는 선형계획법 등의 OR툴들
베이지안 또는 몬테카를로 시뮬레이션을 이용한 리스크 분석
데이터업은 어떻게 재정의 될 것인가?
분석 말고 답을 내놓아야 하는 시대의 full stack data scientist
비즈니스 가치판단 프레임
컨설팅 업계에서 빌려온 여러 기법들
모두가 데이터를 보는 시대는 진짜 오는가? 그 때 우리는 무엇인가?
학습 대상은
누구일까요?
데이터 직군의 역할과 전문성을 고민하는 분
데이터 직군(업)의 본질을 찾고싶은 분
AI로 데이터분석 생산성을 높이고 싶은 분
2,252
명
수강생
61
개
수강평
1
개
답변
5.0
점
강의 평점
2
개
강의
데이터사이언티스트로 오래 활동했고, 두번의 엑싯 경험이 있습니다. 스타트업에 투자를 하거나, 함께 일합니다.
용🐲이랑 호랑이🐯를 떠올리면 기억하시기 편합니다.
- 전) SKT 데이터 사이언스 센터 설립 멤버
- 전) ML회사인 넘버웍스 설립 CEO, 카카오에 엑싯
- 전) 카카오 이사, Data Value Team Lead
- 현) ML회사인 데이블에 합류 CDO, 야놀자에 엑싯, 근무중
- 현) 커머스플랫폼회사 인덴트 합류, CAIO로 근무중
전체
16개 ∙ (1시간 39분)
전체
61개
5.0
61개의 수강평
수강평 2
∙
평균 평점 5.0
수강평 1
∙
평균 평점 5.0
수정됨
수강평 1
∙
평균 평점 5.0
수강평 1
∙
평균 평점 5.0
수강평 11
∙
평균 평점 5.0
같은 분야의 다른 강의를 만나보세요!
무료