RudolpiA

데이터의 바다로, 긴 항해를 떠나면서  | 시각화 분석 사이클을 이해하다. 데이터 분석으로 무엇을 해결할지 정의한다 (Task)태스크를 따라 사이클을 빠르게 돌린다 ▶ Get Data : 필요한 매출 데이터를 수집한다. ▶ Choose Visual Mapping : 제품 카테고리별 매출을 시각화한다. ▶ View Data : 제품 카테고리별 매출 규모와 이익을 본다 ▶ Develop Insight : 매출에서 중간 규모의 하위 카테고리 'XX' 의 이익이 적자라는 사실을 알았다. ▶ Art/Share : 결과를 공유해서 이익을 개선하기 위한 행동을 촉구한다.  시각화 분석 사이클을 수행하는데 필요한 요점 정리 각 단계를 간단히 조작하고 빠르게 응답함으로써 사고의 플로우가 단절되지 않도록 한다전체 사이클 ..

1. 효율적으로 준비하라. 어차피 취업은 양과 질을 모두 가져가야 한다. 양과 질을 모두 가져갈 수 있는 유일한 방법 : Ai를 적극 이용하자 Gpt 4.0 (유료버전) 꼭 결제 기업에서 Gpt 를 사용했는지 안했는지는 알기 어려움  2. 면접관의 나이가 어려졌다. 70년대 생을 대체한 80년대 90년대 초반 면접관 등장 꼰대력과 합리적인 뒤섞인 애매한 세대 "내가 웬만해선 이런 이야기 안하는데.."   야근과 수직적 문화를 경험한 세대 + 이전 세대에 대한 반감이 공존 이직과 퇴사 키워드에 자유로운 세대  3. 퇴사와 이직이 권장되는 시대 짧아지는 근속연수 -> 애초에 몇년 다니지 않을 것이라는걸 안다. 구직자도 구인자로 서로 바라는 것이 크지 않음 (당장 내일부터 일할 수 있는 실무형 인재가 주목) ..

데이터 드리븐 디자인 씽킹 데이터로 공감하고 똑똑하게 의사결정하는   비전공자도 데이터에 대한 이해를 바탕으로 보다 나은 의사결정을 할 수 있도록 안내하자는 생각을 해 데이터 리터러시(literacy) 교육과정을 개발했다. 나아가 대부분의 데이터 교육이 데이터 자체를 다루고 활용하는 방법만 알려주고 끝나는 경우가 많다는 것에 착안해 데이터를 현업 비즈니스 문제해결에 활용할 수 있도록 디자인씽킹과 결합한 과정도 함께 개발했다. 모든 작업이 그렇듯 과정은 결과를 얻기 위해 존재한다. 즉 분석 작업도 분석된 데이터를 가지고 실무에 활용, 즉 성과를 높이거나 혹시 있을 수 있는 리스크를 줄이기 위함으로, 전문가가 아니더라도 데이터에 대한 이해를 높여 실제 분석하는 직원과 의사소통하는 데 문제가 없도록 하기 위해..