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