프로그램
Tweet-
- DAY 2(SDEC)
- ⁄10.15(화)⁄
-
- TRACK 1
- ⁄빅데이터⁄
-
- 세션 7
- ⁄17:15 ~ 18:00
- 김형진
링크드인의 Big Data Recommendation Products - 어제의 데이터를 통해 내일을 예측한다 북마크
링크드인 플랫폼 상의 다양한 Recommendation Product들, 이 제품들의 키워드는 바로 'Relevance(연관성)' 입니다.
가장 관련있는 데이터들을 제공함으로써 사용자의 삶을 더 쉽고 편하게 만들어 주는것이 링크드인 데이터 팀의 목표라 할 수 있겠습니다.
그렇다면 어떻게 해야 사용자에게 가장 연관성 높은 데이터를 제공 할 수 있을까요? 이에 대한 답을 한문장으로 요약하자면
'어제의 데이터를 분석하여 내일의 사용자의 행동을 예측한다' 가 될 것 같습니다.
본 발표에서는 이 한 문장을 좀 더 길게 풀어보려 합니다. 링크드인에서는 Hadoop, Key-Value Storage, Machine Learning등의 기술을
어떤 식으로 활용하여 연관성 높은 Recommendation Product를 만들고 있는지에 대해 소개해보겠습니다.
- 발표자 소개
- 매일 정장을 멋지게 빼입는 직장인이 꿈이었으나, 개발자가 되어 청바지, 회사 로고가 그려진 티셔츠에 크록스를 신지 않으면 코딩을 할 수 없게 된 김형진(Evion Kim)입니다. 카이스트 전산학과 학부과정과 스탠포드 전산학과 석사과정을 마친 후, 지난 2년여간 Linkedin 데이터 팀에서 근무하면서 People You May Know 개발에 참여했고, Suggested Endorsement의 모델을 만들었습니다. 주된 관심 분야는 Hadoop등의 분산 처리 환경, 빅 데이터 기반의 머신러닝 추천 알고리즘 등입니다.
- 강의대상