‘데이터’ 와 ’과학’. 익숙한 두 단어이지만, 둘이 한데 모인 ‘Data Science(데이터 과학)’ 라는 단어는 비교적 최근부터 사용되기 시작하였습니다. 왜 공학이 아닌 과학일까요? 바로 데이터를 처리하고 분석하는데 있어서 과학적 방법론을 사용하고 있기 때문입니다. 본 발표에서는 링크드인 데이터 팀에서 Data Product를 만들고 분석하는 과정에서 어떤 과학적 방법론이 적용되고 있는지 소개하고자 합니다. 대표적으로 A/B Testing 과 Multi Objective Optimization 등에 대해 살펴볼 예정입니다. 만약 작년의 제 발표(http://deview.kr/2013/detail.nhn?topicSeq=36)를 들으신 분들께는 그 후속편에 해당하는 발표가 되겠습니다. 혹시 그렇지 않으신 분들께서도 들으시는데는 전혀 문제가 없을 것입니다.

발표자 소개 김형진 LinkedIn

김형진(Evion Kim)입니다. 카이스트 전산학과 학부과정과 스탠포드 전산학과 석사과정을 마친 후 지난 3년여간 Linkedin 데이터 팀에서 근무하였습니다. 각종 데이터 기반 제품의 개발에 참여하였습니다. 대표적으로 Suggeated Endorsement의 머신러닝 모델을 개발하였으며, 현재는 People You May Know 팀에서 추천 알고리즘의 연관성과 확장성을 증가시키는데 주력하고 있습니다. Hadoop등의 분산 처리 환경과 머신러닝 기반 추천 알고리즘, 그리고 빅데이터 환경 하에서의 각종 통계론적 방법론과 관련 기술에 관심이 많습니다.

강연 대상

SNS회사에서 실제 Data Product를 만들때 어떤 과학적/통계학적 방법론이 적용되는지 궁금한 개발자/ 데이터 과학자.

발표 자료

동영상