인생은 고통의 연속

최근 XX기업 인프라 아키텍처 팀에서 2주간 인턴을 했다.(공채 전형 중 일부) 같은 팀에서 7명이서 인턴을 했는데 3명은 MSA, 나를 포함한 4명은 HCI에 대한 것을 공부했다. 좀 더 일찍 인턴을 했다면 진행 중인 과제가 서버리스나 블록체인라서 코딩도 해보고 재밌게 했을텐데 진짜 인프라관련 기술/제품에 대한 조사라서 2주간 리서치하다가 끝난듯하다. 그마저도 1주차는 사전교육이나 행사로 반쯤 날아가고 2주차는 최종발표(면접) 준비하느라 실질적으론 한 3일 투자한거 같다. 최종 목표는 HCI 기술의 이해와 제품 간(뉴타닉스, HP, DellEMC, Cisco)의 비교를 하는게 목표인데 사다리타기를 해서 난 HP 제품을 조사하는 걸 맡았다. 알고보니 뽑기 운이 더럽게 없던거였다. 생각보다 내용 정리가 잘..

전회사에서 백엔드개발자로 근무할때 AWS를 사용했었다. Elasticbeanstalk, SQS, Athena, RDB, API Gateway 등 웹관련은 거의 다 써본 거 같다. (Docker나 하둡관련 서비스를 도입하기에는 지식 수준이 모잘라서 못써본게 아직도 아쉬움이 남는다.) 당시에 GS네오텍 + Business Support를 쓰고는 있었지만 사내 로직이나 아키텍처를 공개하면서까지 파트너사에 컨설팅을 맡겨본 적도 없고 1년을 막채울 시점에서 장애대응이나 운영/기술적인 아키텍처에 대한 고민이 많아졌다. 왜냐하면 재직 중에 한달에 한두번씩 장애도 많이 났었고(왜 꼭 퇴근 or 잘때 장애가 나는지...) 기능 추가를 위한 아키텍처설계시 고려할 것도 많고 고민이 많았었다.(대용량 푸시나 실시간 글검색 등..

2018-08-29 작성 본 게시물은 구글 머신러닝 단기집중과정 스터디을 참고하여 작성되었습니다. 손실 줄이기(Reducing Loss) 앞에서 배운 모델의 방정식이 있다. 모델의 방정식 하지만 단순히 직선으로 이뤄져있기 때문에 위의 방정식으로는 각 데이터마다 차이가 크다. 예를 들어, 귀뚜라미가 150번 울때의 온도는 방정식과 거의 동일하지만 130번 울때의 온도는 약 5도로 차이가 크다. 따라서 머신러닝은, 모델의 방정식을 최대한 입력된 데이터(학습데이터)와 가깝게(손실율이 적게) 만드는 것이 목표이다. 반복학습(Iterative learning) 핫 앤 콜드(Hot & Cold) 술래가 눈을 감은 상태에서 임의로 정한 물건과 술래가 가까우면 핫(Hot), 멀어지면 콜드(Cold)를 외치는 게임 머신..

2018-08-27 작성 본 게시물은 구글 머신러닝 단기집중과정 스터디을 참고하여 작성되었습니다. ML로 전환하기 ML로 전환하기? 주어진 데이터를 통해서 선형 모델을 만들라는 것(=선형회귀!) 어떤 문제를 회귀화 기본적인 Flow(흐름)을 파악하자 - Step by Step! 선형 회귀 제일 먼저, 데이터를 그래프로 만들어 검토해야한다 왜냐? 데이터가 잘못되면 우리가 원하는 모델을 얻을 수 없기 때문! 예시) 온도별 1분당 귀뚜라미가 우는 횟수 나는 귀뚜라미가 몇번 우는지를 통해서 온도를 알고 싶다! 데이터를 먼저 좌표로 나타낸다 Figure 1 : 귀뚜라미가 온도에 따라 1분당 우는 횟수 데이터간의 관계를 보면 온도와 1분당 우는 횟수는 서로 비례하는 관계를 가짐 따라서, 이 관계를 근사치로 표현할 ..

2018-08-20 작성 본 게시물은 구글 머신러닝 단기집중과정 스터디을 참고하여 작성되었습니다. ML로 전환하기 선형 회귀(Linear Regression) 예측하는 항목입니다(단순 선형 회귀의 y 변수) ex) 밀의 향후 가격, 사진에 표시되는 동물의 종류, 오디오 클립의 의미 특성(Features) 입력 변수입니다(단순 선형 회귀의 x 변수) Figure 1 : 여러개의 특성을 식으로 표현 ex) 스팸 감지에서 특성 예시 이메일 텍스트의 단어 보내는 사람의 주소 이메일이 전송된 시간 ‘이상한 속임수 하나’라는 구문이 포함된 이메일 예(Examples) 데이터(x)의 특정 인스턴스입니다. x는 벡터라는 것을 나타내기 위해 굵게 표시합니다. 예는 두 카테고리로 구분됩니다. 구분 라벨이 있는 예 : 특성..