Carat Thinker

지난번에 포스팅했던 를 구매할 때 함께 구매한 책입니다.저는 현재 생성형 인공지능을 많이 사용하는 분위기의 조직에서 일하고 있는데요, 거의 모든 업무를 클로드와 함께 하다 보니 이게 과연 나의 산출물인지, 클로드의 산출물인지 헷갈리기도 합니다. 스스로의 사고능력에 의문을 품기도 하고, 클로드를 더 잘 쓰는 법을 배워야 하는지 클로드가 커버하지 못하는 부분을 내가 채워줘야 하는지(사실 둘다겠죠) 고민하고 있습니다.그런 고민을 하던 중에 라는 책을 만나서 읽었습니다. 책 제목이기도 한 '생각외주'는 AI로 인해 생각을 하지 않는 현상을 말합니다. 제목대로 책에서는 왜 생각이 중요한지, 잃어버린 생각의 힘을 되찾으려면 어떻게 해야하는지를 말하고 있습니다.길지 않은 책이기 때문에 요약하기가 애매해서, 인상깊었던..

도서 를 읽었습니다. 인공지능이 우리 삶에 점점 더 깊이, 넓게 침투하면서 인공지능의 인격체 여부를 두고도 많은 논의가 오갔습니다. 그러한 논의를 보며 ‘저런 논의가 왜 필요할까? 생성형 인공지능은 통계적인 기법에 따라서 언어를 내뱉는 기계인데’라는 의문이 들었습니다. 한편으로는 저 역시 재미있어 보이는 프롬프트를 입력하면서 인공지능과 인간의 관계에 대해서 생각하게 되었습니다.인공지능을 상담사이자 친구로 대하는 사례자들은 “그것이 인격체인지 아닌지는 상관없어. 나에게 많은 것을 해줬어” 라고 말합니다. 인격체가 아닌 대상에게도 애착을 느끼는 것은 인간의 오래된 습성이지만, 인공지능으로 인해 물리적인 실체가 없는 대상에게도 인간은 애착을 느낀다는 것이 드러났습니다. 인공지능에 대한 논의는 결국 ‘인간의 애..

새로운 회사로 출근한지 딱 4주가 되었습니다. 1주일은 HR에서 진행하는 전사 교육을 받았으니, 사무실 자리에서 시간을 보낸지는 3주가 된 셈입니다. 오늘은 4주동안 새 회사에 적응하기 위해 노력했던 일들을 간단하게 적어보려고 합니다. 안 써본 툴 배우기새 회사에서는 이전 회사에서 사용했던 툴을 거의 사용하지 않습니다. 그래도 작동 방법이나 이런 건 유사해서 적응하는 데에는 크게 지장이 없었어요. 그래도 처음에는 조금 헷갈려서 어떤 용도의 툴인지, 어떻게 활용하는지 찾아보았습니다. MCP, Zeppline, Redash 란(+sql unnest, json_parse, with ordinarity 함수)이직한 회사로 출근한지 1주가 넘었습니다. 워낙 빠르고 바쁘게 돌아가는 곳이라서 도메인 설명은 아직 듣지..

이직한 회사로 출근한지 1주가 넘었습니다. 워낙 빠르고 바쁘게 돌아가는 곳이라서 도메인 설명은 아직 듣지 못했고, 지금은 대시보드와 쿼리를 보면서 익숙해지고 있어요. 오늘은 새롭게 접한 툴과 용어들, sql 함수에 대해서 간략하게 기록해두려고 합니다. MCP란model context protocol, 일종의 통신규약최근 LLM 분야에서 핫한 토픽LLM과 외부 애플리케이션을 연동할 수 있게 해준다.기존에는 학습되어 있는 정보만을 토대로 답변했던 데에서 벗어나 최신 정보를 기준으로 답변할 수 있음단순 답변이 아닌 동작도 가능 : 음악을 재생하거나 파일을 검색RAG와의 차이점RAG는 주로 읽기 전용 컨텍스트를 반환한다. MCP는 작업을 수행하는 것까지 가능RAG는 인덱싱된 정적 소스에 의존하지만 MCP는 동적..

* 플로랑 뷔송의 '행동 데이터 분석'을 복습하는 포스팅입니다. 행동과 데이터의 연결고리데이터 분석을 하지 않아도 데이터의 행동 무결성을 개선하고 비즈니스 문제에 접근하는 방법을 명확히 하는 것만으로도 조직에 가치를 더할 수 있다.행동과 데이터의 연결 ≠ 개념에 하나의 데이터 변수 할당하기데이터를 행동화 & 데이터가 현실 요소와 얼마나 가까운지 확인해야함행동 무결성 사고방식완벽함을 추구하기(X) 중요도에 따라 주요 문제의 우선순위를 정하는 것(O)새로 시작하는 사업이 아니라면 기존 데이터와 레거시 프로세스를 다룸비즈니스 문제의 중요도를 파악중요도가 높은 순서대로 비즈니스 문제를 선택부정확한 변수가 있는지 검토분석 요소 결정 시 고려사항 : 변수의 포함 여부를 결정하는 데에는 비즈니스 감각과 전문성에 의존..

* 플로랑 뷔송의 '행동 데이터 분석'을 복습하는 포스팅입니다. 인간 행동의 기본 모델비즈니스 행동 : 목적에 따라 제어 가능한 프로세스, 규칙, 결정으로 구성책에서는 행동과 비즈니스 행동을 구분하고 있음행동은 사람과 환경의 함수행동의 원인 : 개인 특성, 인지와 감정, 의도, 비즈니스 행동각 요소는 결정 요소가 아닌 기여 요소, Contributing factor결정 요소가 아닌 기여 요소라는 말을 쓰는 이유 : 동일한 개인 특성, 인지와 감정, 의도, 비즈니스 행동이 무조건적으로 동일한 행동을 낳는 것은 아님개인 특성정의 : 분석 기간 동안 드물게 혹은 점진적으로만 변하는 모든 개인 정보인구통계 변수(성별, 연령) 등책의 가정개인 특성 = 대표 요인, Primary cause변화는 고려하되 변화시키는..

CFS에서의 계약이 종료되었습니다. 아아아주 예전에 기록해둔 면접 복기글을 기반으로 면접 후기글을 올려보려고 합니다. CFS의 면접은 총 3단계로 진행됩니다. 코딩테스트는 따로 보지 않았고, 면접만 봤어요! 폰스크리닝서류 합격 연락을 받은 당일에 진행되었습니다. 한 10-20분 정도 가볍게 진행됩니다. 몇 가지 질문을 하시고, 이후의 채용 프로세스에 대해 설명해주십니다. 폰스크리닝도 채용 프로세스의 일부인만큼 잘 준비하는 게 중요하다고 느꼈어요- 지원동기- 이전에 OO사에서 근무한 게 맞는지- 현재 직장에서 어떤 업무를 담당하고 있는지- 가장 자신있는 데이터 분석 툴- CFS에 기대하는 바가 있는지- 출근 가능일자가 어떻게 되는지 전화 면접30분~1시간 정도 진행되며, 팀장님과 진행했습니다. 경험 기반의..

첫 회사의 퇴사, 정확히 말하면 계약 종료를 앞두고 있습니다. 커리어의 첫 스텝을 마무리하며 그동안 느꼈던 아쉬운 점, 좋았던 점과 다음 커리어에 대한 생각을 정리해보려고 해요.이전 포스팅입사 1달차 BA 후기 https://lifeofsw.tistory.com/99입사 3달차 BA 후기 https://lifeofsw.tistory.com/105입사 6달차 BA 후기 https://lifeofsw.tistory.com/112입사 9달차 BA 후기 https://lifeofsw.tistory.com/138입사 1년차 BA 후기 https://lifeofsw.tistory.com/155입사 1년 6개월차 BA 후기 https://lifeofsw.tistory.com/162 아쉬운 점 & 좋았던 점회사에 ..

이번 CJ올리브영 26년도 공채에 데이터 모델링 직무로 지원했습니다. 올리브영에서는 서류 평가 결과와 AI 역량검사 결과를 합쳐서 다음 전형 진행 여부를 결정하는데요, 저는 아쉽게도 탈락했습니다. 주된 불합격 원인이 서류였는지, 역량검사였는지는 알 수 없지만, 일단 역량검사 후기를 작성해보려고 합니다. 저는 서류, 역검, 코딩테스트, 면접 중에서 역검이 가장 어렵거든요ㅠ 역량검사는 우선 과제와 AI면접으로 구성되어 있습니다. 응시 기간(3일) 이내에 원하는 시간대에 보면 됩니다. 소요시간은 80분이고, 하나의 과제가 종료된 이후에는 자유롭게 쉬다가 시작할 수 있습니다. 과제와 면접 모두 카메라를 켜둔 상태에서 진행해야하며, 면접의 경우 모니터가 아닌 카메라를 보고 답변하도록 가이드가 주어집니다.과제와 면..

지난 포스팅에서는 생존분석의 개념과 종류에 대해 알아보았습니다. 오늘 포스팅에서는 저희 팀에서 최종적으로 선택한 Cox 비례위험모형의 변수 간 가정에 대해 알아보려고 합니다. 독립성 확인변수 간 다중공선성이 있는지 확인하는 것수치형 - 수치형 : VIF각 독립변수가 다른 독립변수에 의해 얼마나 설명되는가다중 회귀분석에서 독립변수 간 상관관계가 있는지 측정하는 척도계산식 : 1/(1-결정계수)일반적으로 10 이상이면 다중 공선성 문제가 있다고 판단범주형 - 범주형 : Cramer’s v카이제곱 독립성 검정의 효과 크기sqrt(카이제곱값 / ((가장 작은 수의 카테고리 - 1) * 행 수))일반적으로 0.6 이상이면 강한 연관이 있다고 판단수치형 - 범주형 : eta2(에타제곱)Anova 검정의 효과 크기..