Carat Thinker

회사에서 많이 듣지만 "대체 저게 뭔 말이야"하는 용어들애자일 : 소프트웨어 개발 방법론 중 하나. 유연하고 반복적인 접근 방식을 지향하는 것. 피드백과 변화하는 요구사항에 따라 신속하게 대응하는데 중점반의어 : 워터폴. 고정된 계획에 따라 단계별로 진행되는 것부서 간 경계를 허물고 개개인에게 권한을 부여하는 것얼라인 : 협업하는 과정에서 하는 일의 방향과 배경에 대해 서로의 이해도를 맞추는 것린 : 낭비를 없애거나 자원을 효율적으로 사용하는 것에스컬레이션 : 상사에게 대응을 맡기거나 지시받기 위해 요청하는 것어떤 사고가 발생했을 때자신의 지식, 능력, 권한으로 대응할 수 없는 경우상사의 지시나 답변, 지원을 부탁하고 싶을 때애드혹 : 특정 상황에서만 정답이 되고 일반화될 수 없는 해답. 재사용되는 것이..

카카오에서는 매년 개발자 컨퍼런스를 진행합니다. 오프라인 행사는 근무로 가지 못했지만, 감사하게도 온라인으로 다시보기가 열렸습니다. 관심있는 세션을 몇 개 듣고 내용을 정리해보았습니다. if(kakaoAI)2024모든 연결을 새롭게if.kakao.com 나의 컨텍스트를 아는 친구, Context-Aware AI Mate요약감정, 상황과 맥락, 적절한 반응 = context awareMemory : 인간의 기억 방식 = 감각 기억 → 단기 기억 → 장기 기억단기 기억에서는 chunking을 통해 정보를 의미있는 묶음으로 만든다장기 기억에서는 의미 기억을 통해 연관된 기억을 활성화시킨다Mate memory : 감각 기억 → short term → long termshort termThread memory :..

지난 포스팅에서 잠깐 소개했던 강의 리뷰입니다. ChatGPT Prompt Engineering for Developers - DeepLearning.AILevel up your use of LLMs with prompt engineering best practices. Learn to automate workflows, chain LLM calls, and build a custom chatbot.www.deeplearning.ai강의는 Introduction - Guidelines - Iterative - Summarizing - Inferring - Transforming - Expanding - Chatbot - Conclusion 순으로 진행됩니다.가이드라인 내용에 대해서는 지난 포스팅에서 언급..

생성형 AI의 발전으로 프롬프트 엔지니어링의 중요성도 커지고 있습니다.세계적인 컴퓨터 과학자, 앤드류 응은 OpenAI와 함께 프롬프트 엔지니어링 방법에 대한 무료 강의를 열기도 했습니다.오늘은 해당 강의를 summary한 Medium 아티클을 번역/의역해보고, 강의를 들어보려구요.아래 링크는 원문 Medium 아티클입니다. OpenAI and Andrew Ng’s ChatGPT Prompt Engineering Course: Guidelines and SummaryLearn How to Create Effective Prompts for ChatGPTmedium.com 프롬프트 엔지니어링의 중요성높은 수준의 답변을 위해서 프롬프트 엔지니어링은 필수적입니다.좋은 프롬프트는 AI가 정확하고 관련도가 높은 ..

목요일에 Tableau DataFest를 다녀왔습니다. 저희 회사는 Tableau를 사용하지 않지만, 외부 컨퍼런스 참여 권장이라 다녀왔어요.Tableau를 실무에서 사용하지 않다보니 기술 세션보다는 각 기업의 데이터 활용 방법을 담은 세션을 들었어요.데이터 직무/팀의 미래나 데이터 문화에 대해 많은 생각이 드는 세션이었습니다.조직의 데이터 문화가 고도화됨에 따라 데이터 팀의 역할은 변하기 때문입니다.데이터 접근이 제한되어 있고, 구성원의 데이터 역량이 낮은 조직에서는 분석을 위해 데이터팀에 별도로 요청을 합니다.그러나 데이터 문화가 고도화될수록, 즉 구성원의 데이터 역량이 향상되고 데이터 접근이 자유로워질수록 스스로 분석을 하는 사람이 많아집니다.분석을 위해 데이터팀에 별도로 요청을 하지 않게 된다면 ..

데이터는 크게 분석, 시각화, 엔지니어링으로 구분됩니다. 분석과 시각화는 어느 정도 경험이 있지만 엔지니어링에 대해서는 아는 바가 없어서 배워보려고 시작했어요강의 바로가기 강의 구성1. 강의 개수 : 66개 강의 2. 강의 시간 : 6시간 55분 3. 커리큘럼 : spark 시작하기 - spark 기본사항 및 RDD 인터페이스 - sparkSQL, Dataframes 및 Datasets - Spark 프로그램의 고급 예제 - 클러스터에서 Spark 실행 - Spark ML을 사용한 머신러닝 - Spark스트리밍, 구조적 스트리밍 및 GraphX 4. 수강 기간 : 무제한 장단점 장점spark를 처음 사용하는 사람에게 적합한 난이도한국어 자막 제공단점업데이트되지 않은 내용이 있음. 중간중간 트러블슈팅 필요..

결과 : 탈락시간 : 70분일정 기간 내에 본인이 편한 시간에 풀면 됨카메라 및 마이크 준비, 전체 화면 녹화언어 선택 가능 : mysql, mssql 등구글링은 syntax 관련만 가능codesignal 이라는 외부 사이트에서 진행외부 사이트 내에서 풀 수 있는 문항과 로컬 환경에서 세팅해서 풀어야 하는 문항으로 구성유의사항에 로컬 환경이 필요하다는 고지 없었음저는 이 부분을 미흡하게 준비했던 점이 아쉬웠습니다. 로컬 환경이 필요하다는 말이 없더라도 준비해두시는 게 좋을 것 같아요난이도 자체는 평이했음외부 사이트에서 풀 수 있는 문제가 좀 더 어려웠음

지난주에 채용연계형 인턴 면접을 보고 왔습니다.면접은 GD 면접과 역량 면접으로 구성되어 있었는데요, 역량면접은 자기소개서 기반의 경험 관련 질문이 주였어요.역량면접은 2:1로 진행되었고, 질문 내용은 일반적인 역량면접과 유사했습니다.GD면접은 Group Discussion 면접으로, 4-5명의 지원자와 함께 하나의 합의된 결론을 도출하는 식입니다.저는 같은 직무끼리 보는 줄 알았는데, 아니더라구요. 다른 직무 지원자분들도 함께 보는 것 같았습니다.주제는 당일에 주어지며, 대기실에서 참고할 수 있는 자료와 함께 정리할 시간 5분 정도를 주십니다.면접관은 총 3분(MZ 면접관 2명)이 계셨으며, 논의 과정에는 일체 개입하지 않습니다.면접 장소로 이동하면 생각 정리 및 개인 발언을 위해 10분 정도 시간을 ..

롯데그룹 인적성 후기입니다. 롯데는 특이하게 실제 업무환경처럼 꾸며진 가상 환경에서 시험을 진행합니다. 나오는 문제들은 기본적인 인적성과 비슷하지만, 가상 환경에서 진행하기 때문에 몇 가지 특이한 사항이 있었어요. 개요소요 시간 : 3시간1시간 : 사전 점검. 주변 환경 점검 등2시간 : 실제 시험시험 시작 10분 이전에는 휴대폰 off시험 당일 이전에 사전 테스트를 진행해야 합니다. 사전 테스트를 진행하지 않으면 당일에 시험이 불가능합니다.인성 검사는 프로그램 필요없이 채용 페이지에서 바로 응시 가능Outlook에서 메일, 메신저에 회신하고 일정을 등록하는 형태문항 개수메신저 3개메일 : 10-15개. 메일 1개당 1-3개의 과제가 포함되어 있음일정 등록 3건메일은 수정이 불가능하며, 메신저와 일정은 ..

얼마 전 집단 면접 형태로 최종 면접을 보았습니다. 결과는 탈락이었지만, 여태까지는 일대다 면접만 봐온 터라 좋은 경험이 되었던 것 같습니다. 직무는 데이터 분석이었으며, 서류 심사와 코딩테스트, 인성검사 이후에 최종 단계로 면접을 진행하였습니다. 진행 방식 2(지원자):3(면접자) 형태 하나의 질문에 대해 두 지원자가 순차적으로 답하는 방식 답하는 순서는 면접자가 지정해주거나 먼저 준비되는 사람이 시작 이전 질문에 A가 먼저 답했으면 다음 질문에는 B가 먼저 답 답변에 대해 꼬리질문이 이어지고, 꼬리 질문이 끝나면 다음 지원자가 답하게 됨 두 번째로 답하는 경우, 질문 내용을 잘 기억하는 것이 중요 질문 내용 기술 면접보다는 인성 면접과 유사 갈등 해결 경험 어떤 성격때문에 갈등이 생기는지 클라이언트가..