책)1년 안에 AI빅데이터 전문가가 되기 : 1년안에 AI 빅데이터 전문가가 되는 법(서대호) 중요 내용 정리 및 리뷰 : 기초공부법 편

현재 AI빅데이터를 공부하는 것은 오직 개인의 힘으로 해야한다
시대의 흐름을 타라, 4차혁명 시대에 AI 빅데이터는 최고의 직업이다. 

1. 서론

1. AI 빅데이터 전문가로서 경력을 쌓아가는 법

1. 전문성을 주변에 최대한 어필

2. 인스타그램 등 SNS 프로필에 자신의 이력과 전문성을 어필하는 글을 업로드

3. 자신의 블로그 또는 홈페이지를 만들고 전문적인 글을 주기적으로 업로드

4. 자신을 전문가로 소개하는 명함을 만들고 만나는 사람마다 주어라

5. 크몽, 오투잡 등 각종 프리랜서 플랫폼에 이력을 올리고 홍보

6. 일거리를 받으면 높은 품질로 완성하고 고객에게 추천 및 평을 써달라고 요청

7. 고객에게 받은 추천, 평가들을 소중히 간직, 마케팅, 홍보용으로 사용

 

>> 입지가 어느순간 올라가고, 강연, 컨설팅, 제안서작성, 분석의뢰가 들어올것

 

2. 재밌게 공부해라 : 자신이 편하고 쉬운 것이 무엇인지 파악하기

논문에 구현된 모델을 이해하고 실제 코드로 구현해 보는 것 : 직접 모델을 수정, 개량해보고 논문의 게재로도 이어지는 것

ex) k-평균 알고리즘 : k-평균 알고리즘의 기본 동작법, k-평균 알고리즘의 초기화법, 거리구하는 공식, 클러스터 수를 구하는 방법, k-평균 알고리즘의 변형 알고리즘

- 관심있는 분야에 대해서는 세부적으로 깊게 파고 들어간 해외원서를 주로 보는 편, <지능정보연구> 저널을 자주 읽고, 관심 분야의 해외 최신논문을 많이 봄

-내가 편하고 잘하는 것을 좋아하는 방법으로 공부하는 것이 강점이 됨

---

2. 기본기 탄탄하게 하기

1. 스스로 공부하는 힘 키우기

- 개념원리를 이해해야 응용을 할 수 있음 : 현장에서는 교과서에서 배운 알고리즘보다 데이터 특성에 맞는 최적화된 모델을 구축해 더 나은 성과를 보여야 할 때가 많음, 제로베이스에서 새로운 모델을 만드는 경우는 없음 : 처음 공부할 때 각각의 알고리즘의 동작 원리를 차근차근 이해하며 넘어가야 함, 어떤 동작 부분에서 어떤 수식이 어떤 이유로 쓰인다 정도 알기

-결국 혼자 공부해야 한다 : 자신이 관심있는 분야가 전문분야가 되고 전문가가 된다

-데이터 분석 목적 및 모델링 방향 제시를 할 수 있는 능력키우기 : 알고리즘 응용을 잘하는 사람, 데이터 전처리 능력, 비즈니스 현장의 문제를 인식하고 데이터가 주어졌을 때 어떻게 비즈니스 문제를 풀 것인가를 고민하는 능력

=> 다양한 프로젝트를 경험하고 여러 매체를 통해 안목을 넓히기, 프로젝트에서 해당 도메인의 전문가와 협업하거나 해당 도메인의 논문, 책을 빠르게 훑어보기

 

2. AI 빅테이터 활용에 대한 경영서적 읽기

<AI 빅데이터 공부의 첫걸음>

- AI를 활용한 사례들 알기

- AI 빅데이터 분석에 대해 살펴보기 : 기본적인 AI 빅데이터의 개념,등장배경, 특성, 저장 및 처리기술, 빅데이터의 특성, 저장 및 처리 기술에 뭐가 있는지, AI의 활용사례, 기계학습,딥러닝에 대한 간단한 개념, 다양한 활용사례

 

<AI 빅데이터 공부 시작>

1. 책으로 시작 : 코딩이나 구체적인 알고리즘에 대한 설명이 없는 책-AI 빅데이터의 기본개념, 저장 및 처리방식, 활용사례, 기본적 분석 기법 망라한 책

- <빅데이터 기초 : 개념, 동인, 기법 (시그마프레스)>, <인공지는 시대의 비즈니스 전략(더퀘스트)>, <빅데이터가 만드는 제 4차 산업혁명(북카라반)>, <빅데이터 비즈니스 이해와 활용(위즈하임)>, <빅데이터 분석과 활용(학지사)>

 

3. 데이터 마이닝 분석 방법론에 대한 기본 원리 및 활용사례 공부

1. 데이터 마이닝 알고리즘 익히기

- 데이터 마이닝 : 기계학습을 이용한 분류, 회귀, 군집, 연관규칙, 빈발패턴 분석, 아웃라이어 분석 : 읽어보고 이해한 다음에 바로 넘어가기: 이해안되도 그냥 읽고 넘어가기

-- 데이터에 대한 이해 : 명목데이터, 이진데이터,순서데이터,숫자데이터,이산/연속형데이터 등

-- 데이터에 대한 기술통계 : 평균, 최빈값, 표준편차, 사분위수 등 

-- 데이터 전처리 기술 : 보편적으로 가장 많이 사용되는 데이터 전처리 기술들을 익히기->실제 분석 시 필요한 기술들을 골라서 사용 : 데이터 정제(결측치 제거, 대치, 노이즈제거), 데이터통합 (중복데이터 처리, 복사, 단위통합), 데이터 축소(주성분 분석, 속성선택법, 샘플링), 데이터변환(데이터정규화, 비닝) : 각 기술을 왜 써야 하고 어떠한 상황에 쓸 수 있고 어떠한 방식으로 작동하는지 충분히 숙지해두기 

-- 데이터 분석 알고리즘 : 빠르게 하나씩 이해하고 넘어가기(연관관계 분석, 상관관계 분석, 빈발패턴분석, 클래스 분류 분석, 클러스터 분석, 회귀 분석, 아웃라이어 분석) -> 각 분석들의 세부적인 수많은 알고리즘 ex) 클래스 분류 분석 : 의사결정나무, 서포트 벡터 머신, 베이즈 분류, 램덤포레스트, 배깅, 부스팅, KNN, 피드포워드 신경망, 퍼지 세트 // 각 알고리즘이 지닌 목적, 장단점, 기본 동작법 원리 =><데이터마이닝 개념과 기법(에이콘출판)>, <패턴인식(교보문고)>, <데이터 마이닝 기법과 응용(한나래)>

2. 각 분석 방법론, 알고리즘 활용사례 보기 : 논문읽기

- 특정 방법론, 알고리즘이 어떤 방식으로, 어떠한 상황에서 쓰였는지 제안하는 논문읽기 : <지능정보연구>, <한국경영과학학회지>,<Information System Review> / <IEEE Access>,< IEEE Transaction on BigData>, <Information System Research> : 정보시스템학 계열의 저널 선택

 

4. 실질적으로 도움이 되는 최소한의 자격증 

: 자격증 취득이 아니라 실력을 높이기 위해 자격증을 준비할 것

: 준전문가, 2급 정도만

1. AI 빅데이터 지식을 쌓기 위한 자격증 

-> 데이터 분석 자격검정 : <데이터 분석 전문가 가이드(한국 데이터베이스 진흥원)>

-> 경영 빅데이터 분석사 : <경영빅데이터 분석사(한경아카데미)>

-> SQL 자격증 : <SQL 전문가 가이드(한국데이터베이스진흥원)> : RBD 기준 : 어느정도 알아두면 실전에서 쓸일 많음

-> 사회조사분석사 : 실기 시험까지 할 필요는 없음 : 조사방법론 1은 적당히, 조사방법론 2가 중요

2. 자격증은 한번에 몰아서 따기

- 데이터분석자격검정, 경영빅데이터 분석사 시험은 많은 내용 겹침, 사회조사분석사시험도 사회통계부분 겹침

- 데이터분석자격검정 & 경영빅데이터 분석사 -> 사회조사분석사 필기 -> SQL 자격검정(데이터모델링부분과 기본적인 SQL 부분

 

5. 코딩공부 : R, 파이썬

<파이썬 라이브러리를 활용한 데이터분석(한빛미디어)> , <파이썬으로 데이터 주무르기(비제이퍼블릭)>, <빅데이터 분석도구 R 프로그래밍(에이콘출판사)>,<R라뷰(더알음)>

 

6.수리통계학

수리통계학 개론 

 

7. 기본적인 딥러닝 서적

1. <딥러닝 제대로 시작하기(제이펍)> ->홍콩과기대 교수 재직중인 김성훈 교수의 강의, 인프런의 기본적인 머신러닝 딥러닝 강좌 -> <밑바닥부터 시작하는 딥러닝(한빛미디어)> -> CNN, LSTM, 오토인코더, GAN 모델 공부, 실제 예제 세트를 코드로 돌려보기

2. 케라스 / 텐서플로우

<케라스 창시자에게 배우는 딥러닝(길벗)> : 기본적인 개념과 결과에 대한 설명은 주석으로 된 논문 읽기

 

 

8. 데이터베이스에 대한 기본적인 이론 익히기

1. 빅데이터 시대이지만 아직 RDB를 쓰는 곳이 많다

update, Insert, Select, Delete SQL 쿼리, Where, Join 문 정도 : 중급자 수준 이상의 RDB 지식 알기

서버, DB,API 제작, 웹개발 등에 대해 알아야함 : 초급이나 중급자 정도 수준

 

2. RDB+몽공DB

-<Database Concept(Pearson Education)>

-SQL 개발자 자격증

-몽고 DB : <몽고디비 인 액션(제이펍)> - 7~10장의 쿼리 최적화, 복제 샤딩 배포와 관리 챕터 건너띄기

 

---

내가 어디 분야로 나아가야 할지 고민이 많았다

그런데 결국 고등학교때부터 관심이 있었던 데이터분석으로 회귀해서 내 전문성을 키우려고 한다

화이팅 나자신