직무, 도구 및 기술

비즈니스를 위한 Machine Learning

Karolis Urbonas

Head of Machine Learning & Science, Amazon

데이터 피라미드와 역할

pyramid-raw

비즈니스를 위한 Machine Learning

인프라 오너

infrastructure-owners

비즈니스를 위한 Machine Learning

데이터 엔지니어

data-engineer

비즈니스를 위한 Machine Learning

데이터 분석가

data-analyst

비즈니스를 위한 Machine Learning

데이터 사이언티스트

data-scientist

비즈니스를 위한 Machine Learning

머신러닝 엔지니어

ml-engineer

비즈니스를 위한 Machine Learning

팀 구조

  1. 중앙집중형
  2. 분산형(또는 임베디드)
  3. 하이브리드
비즈니스를 위한 Machine Learning

팀 구조 비교

  1. 중앙집중형 - 모든 데이터 기능을 하나의 중앙 팀에 둡니다. 소규모·스타트업·신생 조직에 적합합니다. 사업이 성숙하면 느려지고 집중이 필요합니다

  2. 분산형 - 각 사업부/지역/부서가 자체 데이터 기능을 가집니다. 대기업에 적합합니다. 데이터 거버넌스, 정의 불일치, 중복, 복잡도 증가 문제를 유발합니다

  3. 하이브리드 - 인프라, 정의, 방법, 도구는 중앙집중, 적용과 프로토타이핑은 분산합니다

비즈니스를 위한 Machine Learning

연습해 봅시다!

비즈니스를 위한 Machine Learning

Preparing Video For Download...