
가장 기본적인 기능을 홈 화면으로 앱을 처음 작동시키면, 가장 먼저 ‘매칭’ 탭으로 디폴트 되어있다. 별 거 아니라고 생각하고 넘어갈 수도 있겠지만, 이는 스매시에서 유저에게 가장 많이 바라봐줬으면 하는 장면이고, 스매시가 유저에게 가장 크게 주고 싶은 가치가 담긴 페이지이다. 그래서 홈페이지에 소개글은 어떤가, 하고 들어가봤다. 불편했던 매칭을 앱을 통해 개선 전쟁 같았던 테니스 장 예약을 간편하게 현 테니스의 불편함을 해소하고, 편하게 세련된 방법으로 테니스를 즐기도록 스매시 앱의 소개글 짧은 문장이지만 저 소개글에 스매시가 유저에게 제공하고자 하는, 그리고 스매시가 바꾸고 싶어하는 테니스 문화에 대한 메시지가 담겨있다. 홈 화면의 기능 분석 1. 필터 먼저 사람들이 계속 글을 올릴텐데, 실시간으로 ..

자발적인 스터디를 진행하는 만큼, 뭔가 일이나 업무적으로 접근하기 보다는 내 주변에서 내가 많이 사용하고 있는 서비스나 어플리케이션을 가벼운 마음으로 분석해보기로 했다(원래 좋아하는걸 일로하면 더 싫어지는 경우를 많이 봐오긴 했는데..) 배경 나는 테니스를 좋아한다. 꾸준히 치기 시작한건 약 3년 정도 되었다. 2020년 부터 코로나로 인해 하늘길이 끊기면서 골프/테니스에 여가를 보내는 2030이 늘어나면서, 또한 골프의 극심한 지출대비 가성비가 좋은(?) 스포츠인 테니스는 다시 황금기(?)를 맞이하게 된다. 외국에서 운동을 해본 적은 없고, 적어도 국내(한국)에는 테니스를 접하는 루트나 클럽 가입, 게스트 신청의 루트가 꽤 단일화 되어있었다. 네이버 카페나 인원수가 많은 밴드에 4050, 그 이상의 0..
서비스 출시 이후에 일련의 방향 조정을 하지 않으면 골인 지점 없는 마라톤을 뛰는 것과 마찬가지다. 실무에서 UX 개선이나 서비스 피쳐 확장을 위해서 데이터를 아무리 보더라도, 데이터를 보고 이루고자 하는 목적과 목표가 없으면 실행으로 이뤄지지 않는다. 그리고, 스타트업 일수록 시시각각 조직 내 상황에 따라 유연하게 목표가 변할 수 있고, 그를 빠르게 수용할 수 있어야 한다. 목표를 이루는 세 가지 요소 달성 기간 : 정량적 수치를 언제까지 달성해야 할지 (예 : 7월 1일 부터 8월 30일 까지) => 달성 기간에 따라서 팀이 목표 달성을 위해서 어느 정도의 속도로 실행할 것인지가 결정될 수 있다. 행동 지표 : 사용자가 행동해야 할 매우 구체적인 내용(예 : 회원 가입자 수 2만 명 돌파) 정량적 수..
Mindset '데이터가 비즈니스에 어떻게 기여하는가'는 '주변 조직이 함께 움직여줄 것인가'를 결정짓는 요소이기도 하다. PM으로 일을 하다보니, PO 역할은 물론 그 과정에서 데이터 분석과 지표 설정이 몸에 배었다. 문제를 정의하고(Problem Statement) 가설을 설정하고(Hypothesis) 측정할 지표를 만드는(metrics) 것이 생활이 되었다. 그러다보니 자연스럽게 스피커 역할이 되어서 사람들에게 "이 데이터좀 보시오!! 큰일 났소!!"라고 말하고 다닌다(절대 큰일이 아니지만 누구보다 호들갑을 잘 떨게 되었다). 그러려면 회사 DB와 데이터 플랫폼에 쌓여있는 데이터들을 누구나 혼자서 이해할 수 있도록 예쁘게 정리할 줄 알아야 한다(물론 예쁘게 정리하는게 가장 중요한 건 아니지만, 예쁘..

대표값을 표현하는 '평균'도 여러가지 종류가 있다. 산술 평균 우리가 흔히 사용하는 방법이다(일명 n빵). 주어진 수의 합을 수의 개수로 나눈 값이다. Q) 3명이 가진 술자리에서 45000원이 나왔다. 1인당 내야 할 평균 금액은? A) 45000 / 3 = 15000 기하 평균 기하 평균(幾何平均, geometric mean)은 n개의 양수 값을 모두 곱한 것의 n제곱근이다. 예를 들어 2와 8의 기하평균은 4이다. 3이 6으로 바뀌면 2배로 증가한 것이고, 6이 48로 바뀌면 8배로 증가한 것인데, 2와 8의 기하 평균인 4를 3에 두 번 곱하면 48이 된다. (출처 : 위키피디아) 예시로 보면 훨씬 쉽다(실무에서 많이 쓰일 것 같다). Q) 2019년 매출은 10억, 2020년 매출은 20억, 2..

Pod 쿠버네티스는 스케줄링, 로드밸런싱, 스케일링 등의 관리 작업을 수행하는데, 이 작업의 단위가 Pod이다. 하나의 Pod는 한 개의 컨테이너 혹은 여러 개의 컨테이너로 구성되어 있다. Pod는 특정 상태를 저장하고 있지 않으며, 언제든 삭제가 가능한 자원이다. apiVersion: v1 # kubernetes resource 의 API Version kind: Pod # kubernetes resource name metadata: # 메타데이터 : name, namespace, labels, annotations 등을 포함 name: counter spec: # 메인 파트 : resource 의 desired state 를 명시 containers: - name: count # container ..

준지도 학습 (SSL; Self-supervised Learning) 비지도(Unsupervised), 지도(supervised) 학습은 많이 들어봤어도, 준지도(self-supervised) 학습은 입문자에게 낯설다. 단어 뜻을 토대로 유추해보면, 자기가 스스로 label을 생성하는 것이라고 유추해 볼 수 있겠다. 사람이 레이블링을 하는 것은 많은 리소스가 들어간다(그래서 따로 외주를 주는 것). 준지도 학습에서 레이블들은 입력으로 넣지 않은 나머지 데이터들이 y 삼아서 예측하도록 학습한다. "I love ___ go to school." 위 문장의 예시에서 빈 칸을 예측하는 태스크를 준지도 학습으로 해결하고자 한다면, 빈 칸을 제외한 나머지 단어들을(토큰) 다른 단어(토큰)들로 예측하도록 학습시키는 ..

도커와 쿠버네티스를 처음 사용해본다. 근데 몇 백 달러의 비용을 지불하거나(원래 클라우드 서비스가 블랙홀 같아서..) 직접 하드웨어를 구입해서 설치하는 것은 무리이다. 이에 쿠버네티스 서비스를 조그맣게(?) 내 노트북에 설치해서 이용해 볼 수 있도록 한 오픈소스 서비스들이 있다. 그 중 minikube를 통해서 기본적인 리소스 생성 등에 대해서 알아 볼 것이다. 그 전에 먼저 쿠버네티스의 몇 가지 특징에 대해서 알아보자. 선언형 인터페이스 쿠버네티스는 선언형 인터페이스를 선호한다. 말이 교과서적이라 맘에 안들지만, 쉽게 얘기하면 결과론적으로 'A와 같은 상태로 만들어줘'라고 선언하는 것을 kubenetes-native하다고 한다. 'A같은 상태가 되기 위해서 중간에 과정은 B, C를 거치고, D라는 예외..
- Total
- Today
- Yesterday
- deeplearning
- nlp
- productmanager
- docker
- pmpo
- dl
- productresearch
- PM
- 쿠버네티스
- Tennis
- MLOps
- 딥러닝
- 머신러닝파이프라인
- container
- 파이프라인
- 인공지능
- 머신러닝
- Oreilly
- DDUX
- PO
- 전처리
- mlpipeline
- 도커
- 스타트업
- Kubernetes
- Bert
- torch
- productowner
- 자연어처리
- ML
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |