애널리틱스 | 뉴스, 하우투, 기획, 리뷰 및 동영상
데이터는 강력한 도구다. 비즈니스에 있어 특히 그렇다. 그럼에도 정작 데이터의 대응물인 메타데이터와 그것의 유용성에 대해 제대로 아는 비즈니스 리더는 그리 많지 않다. 기업이 메타�
오늘날 ‘데이터 과학(Data Science)’만큼 IT 및 비즈니스 리더의 관심을 끄는 분야가 있을까. 하지만 그렇다고 해서 데이터 과학에 실패가 없는 건 아니다.
리눅스재단이 음성 데이터 생태계에 필요한 공개 표준을 정립하기 위해 ‘오픈 보이스 네트워크’를 출범한다고 22일(현지시간) 발표했다. 사용자 음성 데이터 보안에 필요한 개인정�
AI에 대한 관심이 고조되면서 AI 활용을 위한 소프트웨어와 인프라에 대한 갈증도 나타나고 있다. 이로 인해 ML옵스(MLops)라는 새로운 세계를 안내해 줄 스타트업들이 많이 등장했다. 데이터 �
아주 흔한 스프레드시트 프로그램이 데이터 과학의 관문이라면 파이썬은 그다음 단계를 목표로 한다.
이번 글은 지난 글에 이어 2017년 1월부터 지금까지 필자가 소개했던 빅데이터 활용 교훈의 핵심들을 다시 정리해보려고 한다. 지난 쉰 두 번째
온갖 종류의 데이터가 기업에 전례 없는 속도로 유입되면서 의사결정자들이 즉각적인 인사이트(통찰)에 접근할 필요성이 대두됐다. 실시간 분석을 통해 조직은 미가공 데이터에 논리와 수�
정보 시대에 사람들의 관심을 끌 수 있는 최선책은 관련성이 매우 높고 초개인화된 콘텐츠(Hyper-Personalization Contents)
산업 조직들이 보유한 수십 년 묵은 방대한 데이터는 양날의 검과 같다. 제조 공장에서 정제 공장에 이르기까지 산업 조직들은 그동안 신기술이 나오
美 NFL(National Hockey League)에 속해 있는 아이스하키팀 ‘산호세 샤크스(San Jose Sharks)’는 부서 간 데이터 사일로를 해소하고 데이터를 새로운 방식으로 활용하면서 팬과 수익을 모두 잡�