개발자로 후회없는 삶 살기

서론 BOAZ 활동 14 ~ 16주차 내용입니다. 본론 14주차 - 모두가 개발자가 아닌 프로젝트 성찰(팀원들은 디자인학, 경영학, 통계학) iGAN과 sketch2fashion 모두 리눅스 코드였습니다. 근데 리눅스와 git을 할 줄 아는 사람이 나뿐입니다. 그럴 경우 어떻게 할 것인가? 나 혼자 리눅스로 하면 나는 힘들고 팀원들은 배우는 게 없고 주인의식도 없어집니다. > 결론 : 어떤 모델을 돌릴지 모두 정해진 상황에 github를 또 파악할 필요는 없습니다. 그냥 깃허브에 나와있는 최소한의 가이드라인 코드만 할 수 있으면 됩니다. > 따라서 팀원들에게 가이드라인을 할 수 있도록 하는 최소한의 리눅스를 내가 가르쳐주고 함께 공부하고 탐구하고 분석할 수 있도록 하려고 했습니다. > 하지만 어려운 모델..

서론 프로젝트가 점점 확실해져 갑니다. 처음으로 하는 장기간 프로젝트인 만큼 처음엔 서툴렀습니다. 하지만 이것을 회사 가기 전에 깨달았다는 사실은 정말 엄청난 축복이고 감사한 것입니다. 본론 9주차 - 할 일 1. 일단 gan 공부랑 pix2pix 결과를 ms api에 넣어보고 되면 성공이고 안되면 추가로 방안을 모색해 보기로 했습니다. 2. 우리 팀원 그대로 서울 혁신 챌린지에 나가기 위해 애로 사항을 정리해서 현업의 종사자에게 물어보기로 했습니다. 서비스, 구현에 필요한 것을 그분이 알려주실 것입니다. - 느낀 점 1. 오늘 pix2pix facade를 보고 느낀 건데 색연필 스케치면 훨씬 잘 될 것 같다고 생각했다. 채색이 되어있다면 영역 간 구분이 확실하기 때문입니다. 2. 항상 .tar 파이을 ..

서론 여러 가지 난항들을 적어보자 이를 통해 프로젝트 시작 전 프레임을 잡는 것의 중요성을 알 수 있습니다. 본론 5주차 이 날은 팀 빌딩 이후에 처음으로 팀끼리 만나는 날로 간단하게 앞으로 진행할 방식과 회의 규칙을 정하는 날이었습니다. 그리고 4주차에서 나눈 엘라스틱 서치(ES)와 구글 API 팀 결과를 보았습니다. - 진행 방식 1. 노션 순서대로 논문리뷰 2. ES와 구글 API 둘 다 어려움을 느껴서 구글 API에 몰두 3. 지라로 형상관리 등등 - IGAN 리뷰 GAN과 추천 시스템을 모두 다 준비해 오기로 했습니다. 그 첫 시간이 IGAN이었습니다. -> IGAN 특징 밑그림이 필요합니다. 밑그림을 입력으로 넣어 약간의 수정으로 실시간을 변하는 결과물을 출력하는 개념이었습니다. > 그럼 "우..

서론근래 팀 프로젝트를 하며 프로젝트 시작 전에 Frame(프로젝트 기틀)을 잡아야 한다는 생각을 했습니다. 이를 위해 adv때 잡은 Frame을 생각해 보겠습니다. 본론1주차- 팀 빌딩📢 팀빌딩이 진행되는 4주차까지 연세대학교 신촌캠퍼스에서 대면으로 세션이 진행되며, 팀 구성 및 변경이 가능합니다.📢 1주차에 진행되는 발표는 각자 3분 내외로 진행될 예정입니다. 발표자료는 ppt 파일로 준비 => 아이디어 thinking1. 아이디어를 얻은 곳 포트폴리오를 돋보이게 하는 머신러닝 프로젝트 포트폴리오를 돋보이게 하는 8가지 AI/머신 러닝 프로젝트 - 데이터 인텔리전스.데이터 과학 분야에서 경력을 쌓기 시작했거나 이미 노련한 실무자라면 적극적으로zephyrnet.com-> 솔직히 참신한 아이디어가 떠..

서론 기업 방문 후 맨 땅에 헤딩하는 마음으로 이것저것 다 해보기! 본론 7일차 - 합의 : 데이터 분석을 할 것인가 vs 기업이 원하는 것을 할 것인가 -> 데이터 분석을 하면 : 기업이 원하는 것을 못 할 수 도 있습니다. 왜냐하면, 팀원분의 자대 담당 교수님께서 기업(다산이엔지)은 산업 공학 전공 대학원 지식 (시뮬레이션, 스케쥴링) 수준을 요구한다고 하셨기 때문입니다. -> 기업이 원하는 것을 하면 : 데이터 분석을 못 할 수 도 있습니다. 우리가 모인 이유가 데이터 청년 캠퍼스라는 공동체로 모인 것인데 실제 데이터로 데이터 분석을 해볼 경험이 없어질 수 도 있습니다. ∴ 최악의 경우를 생각해야 합니다. 항상 주제를 확립할 때 모든 게 다 안 됐을 경우 어떻게 할지를 정해야 합니다. > "근데 설..

서론 데이터 청년 캠퍼스 project 6일차 내용입니다. 본론 ※ 5일차 군집화 부분과 이어지는 내용 제가 이렇게 말했습니다 : "지금 기업이 요구하는 결과물을 고려한 것은 제가 제시한 군집화 방법뿐인데 팀원 분이 말씀하시기를 군집 분석은 해석이 믿을 수 없고 군집 결과가 어떻게 나올지 예측 불가능하다고 하시어 결과를 낸다고 한들 유의미한 것인지 모르겠다고 하시면 제 군집 분석은 차선책으로 저만 살펴보고 다른 분들은 다른 방법을 생각해 보는 것이 어떠신가요?" - 군집화에 사용할 독립변수, 결과물에 대한 고민 그렇게 해서 이번에는 군집화를 위해 독립변수와 결과물을 생각하기 위한 '엑셀보기'를 만들었습니다. => 시행착오 이 셀들을 하나하나 열어보며 군집 패턴에 필요한 변수들을 선정하는 것이 임무였습니다..

서론 데이터 청년 캠퍼스 Project 4, 5일차 내용입니다. 본론 - 목표 구체화에 관하여 교수님께서 말씀해 주셨습니다. 기업에서 프로젝트를 진행하면 목표를 정하고 타당성을 분석하는 것이 7할입니다. 지금 벌써 목표 구체화만 몇 번째인지 모르겠습니다. 하지만 프로젝트 초기에 이를 제대로 명확하게 해 놓지 않으면 나중에 더욱 골치 아픈 상황이 나옵니다. + 또한 우리 프로젝트는 내가 그 동안 해오던 개발 프로젝트도 아니고 가공된 제공 데이터로 하는 데이터 분석 프로젝트도 아니며 친숙한 주제도 아닙니다. 기업이 직접 수집한 실제 데이터이고 주제 또한 스마트 팩토리에 관련한 것입니다. ∴ 목표 구체화에 심여를 기울일 필요가 충분합니다! => 구체화(리드 타임과 수주 리스트에 반영된 계획 생산 관점으로!) ..

서론 데이터를 보고 생각했어야 했는데 데이터를 3일차 팀 미팅하는 날 새벽에 받아서 어떤 데이터인지 잘 모르는 상태에서 미팅을 하였습니다. 본론 ★★목표 강화★★ -> 우리가 뭘 할 건가?? 목표를 강화할 때 위 질문을 생각해 보아야합니다. 데이터분석을 할 건가, 모니터링 데시보드를 만들 건가, 예측을 할 건가 등등 + 방향성을 우리 팀끼리 합의하는게 필요합니다. 1. 1차적인 목표를 잡아라 : 일단은 시간이 많으니 머신러닝을 돌리는 것을 목표로 잡자! 2. 그러면 어떤 데이터가 필요한지 생각할 수 있고 기업에 데이터 요구를 할 수 있습니다. 3. 요구해보고 없다면 그때 또 다른 목표를 잡자! - 느낀점 새로운 팀원들과 새로운 환경에서 프로젝트를 하려니 그동안 보지 못 한 방식에 적응하지 못하고 있습니다..