• 2019 ~ 현재
XYZ Venture Partners / CEO
데이터 기술과 비즈니스를 연결시켜주는 벤처투자회사 설립
• 2016 ~ 2019
카카오 / Data Value / Director
카카오에서 데이터 벨류 팀 리딩
- 광고랭킹 알고리즘
- 메시지 광고 분배 알고리즘
• 2015 ~ 2016
넘버웍스 / CEO (acquired by 카카오)
마케팅 자동화 솔루션 개발 (Data Driven Action Automation)
'Help companies to turn their data into money.'
넘버웍스를 카카오에 M&A.
데이터인사이트
(자동)
(자동)
(자동)
실무 비즈니스 환경에서 데이터 사이언티스트는 어떻게 일해야 할까?
비즈니스 가치를 만들어 왔던 '하용호'만이 강의할 수 있는 이야기를 먼저 들어보세요.
요즘 데이터 분석을 가르치는 곳은 많습니다.
하지만 단언컨대 데이터가 어떻게 비즈니스 가치를 만들어야 하는지
설명하는 건 이 강의가 최초일 것입니다.
이 강의는 데이터 사이언티스트가
실무 환경에서 어떤 문제를 겪는지,
어떤 수준의 분석이 필요한지,
어떻게 분석이 분석에 그치지 않고 액션이 될 수 있는지
배울 수 있는 강의입니다.
by 하용호
Top of Top
데이터 사이언티스트
하용호
데이터 분석 회사를 창업하고 카카오에 매각한 데이터 사이언티스트
데이터 실무자라면 누구나 읽어봤을 '그 슬라이드'의 원작자
데이터사이언티스트라는 타이틀을 달고 일하는 사람이 별로 없던 때부터 1세대 데이터 사이언티스트라고 본인을 소개하던 하용호 연사자는 SKT에 입사하면서 본격적으로 데이터 사이언티스트의 일을 시작했습니다.
이후 데이터 분석 회사를 창업하였고, 그 가치를 인정 받아 회사를 카카오에 매각, 카카오에서도 데이터 팀을 이끄는 디렉터로 커리어를 이어갔습니다.
이외에도 데이터 주니어를 위한 교육이나, 데이터 사이언스 대표 연사자로 참여하는 등 대한민국을 대표하는 데이터 사이언티스트로 활동하고 있습니다.
• 2012 ~ 2015
SK Telecom / BigData TF / DataScientist
데이터 아키텍쳐 설계
- programming tons of MapReduce jobs for Hadoop
- make fault-tolerant job flow management system
• 2010 ~ 2012
kt hitel / Research Engineer
분산처리기술 연구
- Prism File System (distributed file system with small space overhead )
- Search Engine (distributed search engine for web scale)
- iLock (remote lock service. It looks like google's Chubby)
• 2007 ~ 2010
Tmax Soft / Research Engineer
검색엔진 기술 및 대용량 처리기술 개발
- Tibero ( database )
- Prosearch (search engine for enterprise)
- Tmax File System (distributed file system. it resembled GFS)
SK Telecom / BigData TF / DataScientist
데이터 아키텍쳐 설계
- programming tons of MapReduce jobs for Hadoop
- make fault-tolerant job flow management system
• 2010 ~ 2012
kt hitel / Research Engineer
분산처리기술 연구
- Prism File System (distributed file system with small space overhead )
- Search Engine (distributed search engine for web scale)
- iLock (remote lock service. It looks like google's Chubby)
• 2007 ~ 2010
Tmax Soft / Research Engineer
검색엔진 기술 및 대용량 처리기술 개발
- Tibero ( database )
- Prosearch (search engine for enterprise)
- Tmax File System (distributed file system. it resembled GFS)
<자습해도 모르겠던 딥러닝, 머리속에 인스톨 시켜드립니다.>
- 누적 조회수 19만 이상
<스타트업은 데이터를 어떻게 바라봐야 할까?>
- 누적 조회수 14만 이상
Heritage Story
이 강의를 통해
배울 수 있는 주요 포인트를 짚어드립니다.
현업에서 실험하는 문화를 도입하고 전달하는 방법
연구실이나 프로젝트에서는 발견할 수 없는 현업의 문제를 해결하기 위해 분석이 아닌 실험 프로세스를 구축해야 합니다. 이로 인한 결론을 조직 내에 어떻게 전달해야 조직을 움직일 수 있을까요?
현실적인 A/B 테스트 방법론과 그로스 해킹
실험 조직이 되기 위해 필요한 현실적인 A/B 테스트와 그로스 해킹 방법론은 무엇일까요? 데이터 사이언스를 통한 의사 결정 구조를 만드는 법과 그 안에서 데이터 사이언티스트의 역할은 무엇일까요?
현업 속 머신러닝과 딥러닝의 위치
AI, 머신러닝, 딥러닝 등의 스킬셋을 현업에서 구현하기 위해선 무엇이 필요하며, 현재 현업에서는 어떤 식으로 해당 기술들이 작용하고 있을까요? 데이터 사이언티스트의 현실적인 문제를 짚어봅니다.
데이터 사이언티스트를 채용할 때
데이터 팀을 구축하기 위한 채용 과정에서 어떤 데이터 사이언티스트를 채용해야 할까요? 또 어떤 데이터 사이언티스트가 되면 채용에 유리할까요?
Brand-new Sight
당신의 시야를 확장시킬
하용호의 이야기를 The Red에서 만나보세요.
Point 01
데이터 사이언티스트들이 가장 많이 하는 실수
데이터 사이언스의 다양한 모델과 이론, Hard Skill에만 집중하는 대학원생을 많이 봤습니다. 실제 실무는 어떨까요?
식당을 한 번 예로 들어보겠습니다.
요리사가 다양한 레시피를 익히고 요리를 만들 수 있다고
지금 당장 돈을 벌 수 있을까요?
데이터 사이언스도 마찬가지입니다. 스킬을 배우는 것이 아니라 어떻게 해야 나의 분석이 실제 액션이 되고 가치를 만드는 지 배워야 합니다.
Point 02
깨끗한 데이터는 연구실에만 존재한다
연구나 프로젝트를 수행하는 데이터는 그야말로 '깨끗한' 데이터입니다.
실제 실무에서 그런 데이터를 얻을 수 있을까요? 유의미한 데이터를 얻을 수 있다면 그나마 다행일지도 모릅니다.
당장 데이터가 필요 없는 기업도 많고, 데이터의 절대적인 양이 부족해 편향된 경우도 많습니다.
이럴 때 데이터 사이언티스트는 어떻게 가치를 만들 수 있을지 배워봅니다.
Point 03
리포트를 만드는 일을 반복하고 있다면
데이터 분석이 리포트가 되는 회사들이 있습니다.
과거의 일을 분석하는 일에만 매진하는 데이터 팀은 가치를 만들지 못합니다.
현재를 개선하는 실험을 설계하고, 미래를 예측할 수 있다는 팀이라면
가치를 만드는 팀이 될 수 있겠죠.
데이터 팀의 방향성을 고민하는 분들이라면 이 강의를 들어보세요.
Point 04
데이터 분석 스킬보다 더 중요한 것이 있다
95점의 완성도 있는 분석을 하는 것 보다 더욱 중요한 것이 있다면
60점의 분석을 실제 현업에서 일하는 사람들의 액션으로 바꾸는 것입니다.
이 과정에서 대학원이나 여타 강의에서는 절대로 알려주지 않는 수 많은 종류의 커뮤니케이션 스킬이 필요하죠. 그것이 진짜 데이터 사이언티스트의 실무라고 할 수 있습니다. 지금까지 얻은 노하우를 바탕으로 데이터가 실제 가치가 될 수 있는 방법을 전달해 드리겠습니다.
(자동)
(자동)
(자동)
강의 미리보기
책에서 가르쳐주지 않는 데이터 사이언스
데이터 사이언스의 역사부터, 시간의 흐름에 따른 데이터사이언티스트의 업무와 기술 밖의 기술에 대해 가르쳐 줍니다.
좋은 데이터 팀은 어떻게 일하는가?
데이터 사이언스 주니어로서, 데이터/그로스 팀의 리더로서 맞이할 수 있는 다양한 상황에서 어떻게 헤쳐나가는 것이 좋을지에 대해서 알려줍니다.
실험은 어떻게 일구어 나가야 하는가?
데이터, 그로스팀은 실험을 기반으로 움직여야 합니다. 그로스해킹의 I.C.E 부터 실험의 성공/실패의 기준을 알려줍니다
어떻게 목표를 정할 것인가
현실에서 데이터 팀의 과제는 어떤 문제를 풀지 정하는것 부터 시작합니다.
회사의 성장을 리드할 수 있는 문제를 고르는 방법부터 LTV,리텐션 등 비즈니스 분석방법까지 배웁니다
데이터 사이언티스트의 커뮤니케이션
회사에서 데이터 인력을 뽑을때 채용하는 기준에 대해서 알려줍니다.
상세 커리큘럼
1. 책에서 가르쳐주지 않는 데이터 사이언스
2. 데이터로 일하는 데 필요한 기술 밖의 기술들
3. 데이터 사이언티스트의 커뮤니케이션
그리고 한 걸음 더
강의에 대해 궁금하셨나요?
한 걸음 더 들어가봅니다.
[ 주의사항 및 환불규정 ]
- 천재지변, 폐업 등 서비스 중단이 불가피한 상황에는 서비스가 종료될 수 있습니다.
- 본 상품은 기수강생 할인, VIP CLUB 제도 (구 프리미엄 멤버십), 기타 할인이벤트 적용 불가 합니다.
- 쿠폰 적용이나 프로모션 등으로 인해 5만원 이하의 금액으로 강의를 결제할 경우, 할부가 적용되지 않습니다.
총 학습기간
- 정상 수강기간(유료 수강기간) 최초 1개월(30일), 무료 수강 기간은 31일차 이후로 무제한이며, 유료 수강기간과 무료 수강기간 모두 동일하게 시청 가능합니다.
본 패키지는 약 6시간 분량으로, 일 1시간 내외의 학습 시간을 통해 정상 수강 기간(=유료 수강 기간) 내에 모두 수강이 가능합니다.
- 수강시작일: 수강 시작일은 결제일로부터 기간이 산정됩니다. (사전 예약 강의의 경우 1차 강의 오픈일)
- 패스트캠퍼스의 사정으로 수강시작이 늦어진 경우에는해당 일정 만큼 수강 시작일이 연기됩니다.
- 환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
- 수강시작 후 7일 이내, 100% 환불 가능합니다. (단, 수강하셨다면 수강 분량만큼 차감)
- 수강시작 후 7일 초과 시, 정상(유료) 수강 기간인 30일 대비 잔여일에 대해 아래의 규정에 따라 환불 가능합니다.
: 환불요청일 시 기준
수강시작 후 1/3 경과 전, 실 결제금액의 2/3에 해당하는 금액 환불
수강시작 후 1/2 경과 전, 실 결제금액의 1/2에 해당하는 금액 환불
수강시작 후 1/2 경과 후, 환불 금액 없음
※ 패스트캠퍼스 아이디 공유 금지 정책 안내 ※
아이디 공유란?
1개의 아이디로 여러명이 공유하여 수강하는 형태를 말합니다.
패스트캠퍼스의 모든 온라인 강의에서는 아이디 공유를 금지하고 있습니다.
동시접속에 대한 기록이 내부 시스템을 통해 자동으로 누적되며, 동시 접속 기록이 10회 이상 확인되는 경우 사전 안내없이 아이디가 차단될 수 있습니다.
수강료.
-
The RED : 데이터 사이언티스트 하용호
현재 정가 대비 12% 할인 중!
1월 31일 월요일 자정 까지
국내 9개 카드사 12개월 무이자 할부 지원! (간편 결제 제외)