기록하는 투자자

이번에 함께 봐볼 책은 한빛미디어의 입니다. 먼저 결론부터 말씀드리죠. 이 책은 최소 3번은 읽어주시길 바랍니다. 이 책은 얇습니다. 이 책은 초중급자에게 '필요한' 책입니다. 그럼 본격적으로 책에 대해 말해보겠습니다. 먼저 표지부터보면 책의 원제목과 간단한 부제목을 확인할 수 있습니다. 그리고 책의 옮긴이가 3명이나 되는 것을 볼 수 있습니다. 모두들 IT와 AI관련하여 공부와 경험을 5년 이상 쌓으신 분들께서 책을 옮겨주셨습니다. 아까 말씀드렸듯이 책은 얇지만 반드시 3번이상 읽어보라고 한 이유입니다. '경험'이 녹아들어있습니다. 그리고 그 경험에 우리가 알아야 될 '이론'에 대해 맥락에 맞게 설명되어있습니다. 책에 대한 소개도 간단히 보면 머신러닝에 대해서만 말하는 것이 아닌 실제 프로젝트 수행을 ..

aws.amazon.com/ko/quicksight/ Amazon QuickSight - 비즈니스 인텔리전스 서비스 - Amazon Web Services 작동 데이터베이스 (예: Amazon RDS) 작동 데이터베이스의 데이터에 QuickSight 연결 (예: Amazon RDS) 데이터 웨어하우스 (예: Amazon Redshift) 데이터 웨어하우스에 QuickSight 연결 (예: Amazon RedShift) 데이터 레 aws.amazon.com AWS의 퀵사이트라는 BI 대시보드 툴이다. 툴이라기보다 하나의 서비스다. 툴은 독립적인 느낌이 나는데 퀵사이트는 AWS에서 서비스하는 제품 중 하나이기 때문이다. 다른 BI 서비스, 툴과 비교해보면서 공부해도 좋을 것 같다.

참조 : towardsdatascience.com/complete-data-engineers-vocabulary-87967e374fad Complete Data Engineer’s Vocabulary Concepts that data engineers must know in 10 words or less towardsdatascience.com Aa ACID — 데이터베이스의 트랜잭션 적용 속성. 원 자성, 일관성, 격리, 내구성 Atomicity — (다단계 작업의) 한 단계가 실패하면 전체 트랜잭션이 실패합니다. Avro — 소형, 행 지향, JSON 기반, 데이터 형식 Azkaban — LinkedIn의 Hadoop 작업용 배치 스케줄러 Airflow — Airbnb의 프로그래밍 가능한 DAG 기반..

오늘 한 번 봐볼 부분은 년도별로 최고의 책을 추천해보겠습니다. 최고의 책을 고르는 저의 기준 1. 명확하고 다양한 출처가 있어야 한다.(논문 좋음, 단순 신문기사X, 다다익선) 2. 통찰을 담은 책(객관적으로 서술된 책, 저자뿐만 아니라 책을 쓰기 위해 도움을 준 사람들이 많을 경우 좋음) 3. 두꺼운 책(500쪽 이상, 책에 대한 연구기간이 오래될 수록 좋음, 5년 이상 연구한 책은 베스트) 4. 스테디셀러를 써봤던 사람 5. 아마존에서 4.5점이상 점수를 받은 사람 6. 검증받은 번역자를 통해 번역된 책 7. 목차가 뚜렷한 책 8. 저자만의 생각이 어느 정도 투영된 책 사실 위의 조건을 모두 통과한 책은 거의 없다. 일단 책의 카테고리도 다를 뿐만 아니라 개인적으로 읽는 책이 저 조건에 적합하지는 ..

최근에 나온 책 중에 베스트셀러 책이 있다. 짐 로저스의 책이다. www.kyobobook.co.kr/product/detailViewKor.laf?ejkGb=KOR&mallGb=KOR&barcode=9788901245713&orderClick=LAG&Kc= 위기의 시대, 돈의 미래 - 교보문고 4200% 경이적인 수익률, 전설의 투자자 짐 로저스가 꿰뚫어 본 위기의 시그널과 부의 기회『위기의 시대, 돈의 미래』. 10년간 4200%라는 놀라운 수익률을 기록하며 ‘세계 3대 투자자’로 불려온 www.kyobobook.co.kr 아주 어그로가 제대로 끌리는 책이다. '세계 3대 투자자' 사람들의 돈에 대한 관심과 직접적인 투자가 많아지면서 사람들은 돈에 대한 간접적인 투자로 책을 구매하고 있다. 하지만 오..

투자와 돈은 거래의 수단이다. 일종의 거래의 수단인 것이다. 일생에 20번만 투자할 수 있다면 어느 기업을 고를것인가. 투자서의 목적은 비슷하다. 예측하지마라, 섣불리 투자하지마라, 장기적으로 투자해라, 하지만 이러한 생각으로 투자해도 운을 이길 수 없다. 곧 투자서는 심리책의 일종이다. 시대의 운에 영향을 너무 많이 받기 때문이다. 요즘 들어 투자관련 책들이 많이 나오는데 사실 그 책들은 새로운 것을 가르쳐주는 책보다 투자에 대한 심리를 조장하기 위함이다. 사람들은 자신을 믿지 않기 시작했다. 자신을 믿었다가 투자실패를 한 자신의 부모님들을 너무 많이 봐왔기 때문이다. 그래서 투자서를 보면서 일종의 '투자공부'라는 것을 하기 시작했다. 투자공부 = 투자가능성높이기로 바뀐 것이다. 과거에는 누군가의 말을..

데이터 관련 공부를 하다보면 지식 자체가 쓸모있는지 없는지를 따지게 된다. 물론 대부분의 지식들에 대해서 따지게 될 테지만 데이터에서도 이런 일들이 다분히 발생한다. 우리가 지식을 추구하는 형태까지 올라가보면 너무 얘기가 달라지고 어려워지니 철학적 얘기는 둘째치고, 우리는 데이터 지식을 활용해서 무언가를 만들고 싶고 결론적으로 결과물을 내고 싶다. 하지만 그것은 종류에 따라 쉽지 않다. 최근에 좋은 툴들이 많이 나오면서 다양하게 결과물을 쉽게 내놓을 수 있게 되었다. 예를 들어 구글애널리틱스, 데이터 스튜디오, 태블로, 파워비아이, 파이썬 라이브러리 활용 등 쓸 수 있는게 많아졌다. 하지만 돈이 되기가 어렵다. 근본적인 지식을 기반으로 하지 않은채 무차별적으로 만들기 때문도 있고, 비즈니스적인 감각이 부..

나는 데이터 운영과 관리를 위해서 어떠한 일을 해봤나. 2015년(IT 운영 및 고도화) - 윈도우 서버에서 메모장으로 배치파일 만들었다. - 배치파일의 목적은 하루에 한 번씩 새벽 5시에 내부ITSM에서 발생하는 에러로그를 남겨주는 것이었다. - 윈도우 서버에서는 아파치서버를 구동하고 있었다. - MySQL에서 발생하는 데이터를 활용하기 위해 쿼리문을 작성하여 윈도우서버에서 해당 쿼리를 활용하였다. - 운영서버에서 해당 쿼리를 실행시키고 얻은 결과를 반영한다. - 운영서버, 테스트서버, 개발서버가 존재한다. - 순서는 개발서버에서 개발을 진행하고 테스트서버에서 테스트 후 운영서버에 반영한다. - 사실 테스트 서버는 개발서버의 일부분이라고 느껴진다. - 데이터베이스는 MySQL 활용(데이터가 엄청 많지 ..

- 추상적이다 : 사실 추상이라는 단어부터 어렵게 하는 부분이다. 컴퓨터공학에서 추상화, 추상적, 추상이라는 단어는 굉장히 자주 나온다. 처음 배웠을 때는 도대체 무슨 뜻을 갖고 있는 단어인지 이해도 안 갔다. 결정적으로 이게 어디서 쓰이는 지 알 수가 없었다. 이제야 실무를 몇 년 동안하고 생각하고 읽고 실행하면서 알게 되었다. 알게 되었다기 보다 이 단어가 생겨난 이유에 대해 느낌을 알 수 있었다. 결국에는 모르는 것에 대해 좀 알기 쉽게 하기위해 추상화시킨다라는 단어를 만들었다. 컴퓨터는 인간과 다르기 때문에 abstract한다라고 했는데 많은 사람들에게 이 단어자체가 어려운 과제 중 하나가 되었다. 이런 것을 보다보면 굳이 용어가 필요하나 싶다. - 실생활에 직접적으로 보이지 않는다 이 부분도 중..

참조 : books.google.co.kr/books/about/%EC%8A%A4%ED%8C%8C%ED%81%AC%EB%A5%BC_%EB%8B%A4%EB%A3%A8%EB%8A%94_%EA%B8%B0%EC%88%A0_Spark_in_A.html?id=5hxiDwAAQBAJ&printsec=frontcover&source=kp_read_button&redir_esc=y#v=onepage&q&f=false 스파크를 다루는 기술 Spark in Action 저자 페타 제체비치 저자소개 소프트웨어 업계에서 15년이 넘는 경력을 보유하고 있다. 자바 개발자로 커리어를 시작해 풀스택 개발자, 컨설턴트, 분석가, 팀장으로서 다양한 프로젝트에 참여해 books.google.co.kr 아파치 스파크. 종류: 데이터 분석,..

데이터 엔지니어링, 데이터 분석, 데이터 사이언스, 데이터 개발, 데이터 ..... 관련 용어가 너무 많다. 그리고 각각의 정의가 다르다. 이게 어려운 점이다. 사람들마다 용어에 대해서 정의하는 것이 다르다. 나름대로 쉽게 설명한다고 하지만 절대 쉽지않다. 현실에서 자주 쓰이는 용어는 거의 없고 컴퓨터공학에서 쓰이는 전문용어만 쓰인다. 기술을 받아들이기 어려운이유가 바로 이런데 있다. 특정 몇몇은 쉽게 알아듣고 몇몇은 거의 모른다. 나는 정말 쉽게 정리해볼 것이다. 어려운 것이 있다면 초등학생이 들어도 쉬울 정도로 쉽게 설명하는 것이 좋은 연습이라고 했다. 공감한다. 가상의 초등학생에게 데이터 엔지니어링을 가르쳐 볼 것이다. 기대된다.

www.slideshare.net/zzsza/little-big-data-1 Little Big Data #1. 바닥부터 시작하는 데이터 인프라 Little Big Data #1 다양한 사람들의 데이터 사이언스 이야기에서 발표한 자료입니다 궁금한 것은 언제나 문의주세요 :) 행사 후기는 https://zzsza.github.io/etc/2018/04/21/little-big-data/ 에 있습니다! (2018.5 내 www.slideshare.net github.com/53SWTP/Spark-In-Action 53SWTP/Spark-In-Action Study . Contribute to 53SWTP/Spark-In-Action development by creating an account on GitH..