자몽이 조아

엘리스코딩의 데모데이 영상 지난 12월 14일, 엘리스 AI개발트랙을 모두 마쳤습니다 👩🏻‍🎓 그리고, 영광스럽게도 제가 속한 All of Art가 우수상을 탔습니다 !!🥳🥳🥳🥳 본 포스팅에서는 엘리스 AI개발트랙을 진행하면서 제가 얻은점, 힘들었던 점들에 대해 간단히 정리하고, 앞으로 저의 계획을 짧막하게나마 공유하고자 합니다. 1. 엘리스에서 얻은점 가장 많이 수혜를 얻은점은, 팀원들과 함께 프로젝트를 할 수 있는 경험을 쌓을 수 있었다는 점입니다. 엘리스에서 프로젝트는 굉장히 중요한 부분이고, 또 프로젝트를 잘 하기위해 알아야할점들에대해서도 많이 알려주십니다. 에자일하게 프로젝트를 경험해 볼 수 있었다는 점이 좋았습니다. 현업에 계신분들로부터 현업에서의 이야기를 들을 수 있었고, 코칭을 받을 수 있..

현재 엘리스에서 마지막프로젝트를 진행중에 있는데요, 바로 인공지능 프로젝트를 시작하게 되었습니다! 현재까지의 프로젝트에서 써보지 않은 기술을 연습해보고싶었는데요, 그래서 리액트 프레임워크인 Next.js를 써보기로 하였습니다. 1. Next.js를 사용하는 이유 React로 커뮤니티 사이트 프로젝트를 진행중에 SPA를 사용할 경우 SEO문제가 있습니다. Next.js 프레임워크를 사용하면 react를 node환경에서 사용할 수 있기 때문에 페이지에 따라 pre-rendering, CSR을 쉽게 선택적으로 적용할 수 있고 코드 스플리팅과 페이지 최적화가 자동으로 이루어진다. 또한 typescript, sass, autoprefix, babel 적용도 간단하게 할 수 있습니다. 2. SEO란 검색 엔진 최적..

프로젝트를 마치고, 감사하게도 엘리스에서 강연을 하셨던 와탭랩스에서 모의면접을 준비해주셨습니다. 이력서, 포트폴리오, 면접에 대해 어떻게 준비할지 감을 잡기위해 참가하였습니다. 1.기업 조사 1)개발자 채용 Q&A영상 내용 https://www.youtube.com/watch?v=S4FRqTTEsqM&list=PL%5C\_528zW4GEQXCOU1SAHsiSdeq1-cZQWG9&index=2 와탭 개발팀 소개: 에이전트 개발파트, 서버개발파트, 프론트엔드개발파트 . 데이터 모니터링관련이므로 가공된 데이터를 어떻게 취합하여 사용자들에게 전달할것인지 고민. 와탭랩스에서 개발자로서 커리어를 시작하면 좋은점: 기술적인 깊이가 결코 떨어지지 않음. 난이도가 있고 성취하는부분이 많다. 제품관점에서도 배울점이 많다 ..

안녕하세요 여러분~ 잘 지내셨나요? 추석이 지나고 저는 팀프로젝트를 마치고 돌아왔습니다. 지난 3주간 진행했던 프로젝트에 대해 다뤄보려고 합니다 프로젝트에는 두가지의 선택지가 있었는데요, 하나는 넷플릭스와 같은 OTT 서비스 데이터분석, 다른 하나는 배민과 같은 배달서비스 데이터 분석을 하는 프로젝트였습니다. 두 프로젝트 모두 코로나 전후의 데이터를 분석하여 인사이트를 도출해내고, 인사이트 기반한 웹서비스를 만드는 것이 목표였습니다. 프로젝트를 진행하며 겪었던 어려움과 어떤걸 진행했는지, 그리고 프로젝트동안 배운점들에 대해 다뤄보겠습니다 1.데이터 선정의 어려움 제가 진행한 프로젝트는 배달서비스 데이터 분석 웹서비스였습니다. 먼저 데이터분석을 하기 전, 데이터 셋을 정해야하는데요 어떤 데이터셋을 구할지 ..

다음주면, 엘리스 AI개발트랙에서의 2번째 개발 프로젝트가있습니다. 이번엔 팀프로젝트이기 때문에 저의 능력이 좋아야 팀프로젝트가 잘 굴러갈거라는 부담감 반, 그리고 정식으로 팀프로젝트를 한다는 설렘 반 공존하네요. 지난 글에 작성했듯이 저는 프론트기술을 많이 익힐 수 있는 개인프로젝트를 진행했었습니다. 프로젝트를 진행하며 알게된 점도 많았고, 기간내에 시도한것도 많았지만, 저의 부족함 그리고 시간의 한계로 시도해보지 못했던 기술들이 많았습니다. 그리고 어쨋거나, 전 프론트로 저의 직무를 굳혀나가고 있습니다. 매주 주말마다 사이드로 웹서비스 팀프로젝트를 진행하고 있었는데요, 백엔드 1분, 프론트 저 1명, 그리고 배포 및 CI/CD 1분 이렇게 구성된 팀입니다. 개인프로젝트 전부터 성사된 팀이었고 저는 처..

엘리스에서는 정규 수업 외에도 스터디 , 레이서들의 취업을 위한 로드맵이 있습니다. 1.스터디 먼저 제가 현재 하고 있는 스터디는 알고리즘문제풀기를 하는 스터디이고, 주 3일 코드 리뷰를 게더에서 진행합니다. 위와 같이 매일 1 커밋 필수로 하고, 백준 실버 랭크를 달성하는 등의 목표를 가지고 스터디를 진행하였고, 온라인 수업이기 때문에 사람을 만나기가 힘든데 스터디를 하면서 많은 정보를 공유하고 같이 공부하는 분위기도 조성되니 엘리스 교육을 받게 되면 스터디는 꼭 활발하게 참여하는 것을 추천드립니다. 스터디의 종류는 참 많은데, 알고리즘문제풀기부터, 데이터 분석, CS과목, 프로젝트, 등등 다양합니다. 각자 개인이 원하는 스터디를 들어가서 활동하면 됩니다. 또한 레이서 취업준비 로드맵 중에 모의코딩테스..

마스킹연산 df[column].str.contains(문자열) : column의 시리즈의 str 데이터에서 문자열을 포함하면 True df[column] == 문자열 해도 같은 결과가 나온다. df.Column.str.match(문자열) : 컬럼의 시리즈에서 str데이터에서 문자열을 포함하면 True match부분에서 정규표현식을 쓰게 되면 더 자세히 검색 가능. apply 를 통해서 함수로 데이터 다룰 수 있음. df["Num"].apply(square) : 오른쪽 시리즈데이터. df["Squre"] = df.Num.apply(lambda x: x **2) 딕셔너리로 key value 가져와서 replace를 하는 함수를 apply로 적용시켜서 값을 변환. apply안에 딕셔너리를 넣어서 key를 va..

행렬계산, 엑셀데이터 계산등에 용이한 데이터 프레임이라는 효율적인 데이터구조 이용. 좀더 익숙한 데이터처리. index, data, datatype 정보가 있음. pd.Series(data),index=index)형태 딕셔너리로도 만들 수 있다. 여기서 population.values 라고 하면 numpy array가 나온다. 데이터 프레임: 표형태로 나타냄. 딕셔너리의 키가 인덱스가 되고 value가 데이터가 됨. pd.DataFrame의 키는 column, value는 각 시리즈, 그리고 표에서 index는 시리즈의 키, value는 시리즈의 value다. dtype="object" 데이터프레임에선 문자열을 기본적으로 파이썬 객체로 본다. 데이터프레임의 각 column에는 시리즈데이터가 담겨있다. 따..

넘파이를 사용하는 이유: 파이썬 리스트로도 계산할 수 있으나, 넘파이는 리스트에 비해 빠른 연산을 지원하는 메모리를 효율적으로 사용한다. 넘파이를 보통 np로 사용. array는 리스트와 다르게 단일타입으로 구성되고 타입은 dtype으로 확인하고 다른 자료형으로 보고싶으면(int) 형전환된 형태로 확인도 가능하다. astype. np.zeros(개수,dtype=자료형) : 개수만큼 자료형으로 0을 채움. np.ones((i,j),dtype=자료형) : i높이의 j길이 배열을 자료형으로 1로 채움. np.arange(start,end,stop) : start부터 end까지 stop의 간격으로 이루어진 배열 생성 np.linspace(start,end,개수) : start부터 end까지 일정한 간격으로 개수..

주피터 노트북과 코랩을 사용할 예정. 아나콘다를 깐다는건 파이썬을 깐다는 것과 비슷하다. 코드실행 단위는 같지만 , 노트북은 코드블럭으로 실행결과가 밑으로 바로 보여준다. 그래프를 그렸을 때도 설정으로 코드블럭 안에 그래프를 짜주는, plt.show()를 쳐서 그래프를 볼 수 있는 기능이 있다. R이 더 이쁨. R이 좀더 직관적이고 장벽이 낮다. 사람에 가깝다. 파이썬은 개발을 할 수 있고 , 대용량 데이터 분석이 가능. 머신러닝 모델링하고 시스템화 할때 파이썬이 용접하기가 쉽다. 장고로 DB구축하고 머신러닝을 파이썬으로 하는 경우 많음. 코치님은 파이썬을 추천. 파이썬 잘하면 R을 금방할수있음. 터미널창에 Jupyter notebook이라고 치면 실행된다. 파란색이 되면 명령어를 쓸 수 있다. http..