<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom">
  <title>라모</title>
  <link rel="alternate" type="text/html" href="https://brunch.co.kr/@@atvj" />
  <author>
    <name>lightin</name>
  </author>
  <subtitle>일단 시작하고 버티는 데이터분석가</subtitle>
  <id>https://brunch.co.kr/@@atvj</id>
  <updated>2020-06-28T22:40:00Z</updated>
  <entry>
    <title>데이터, 드디어 대학원으로</title>
    <link rel="alternate" type="text/html" href="https://brunch.co.kr/@@atvj/4" />
    <id>https://brunch.co.kr/@@atvj/4</id>
    <updated>2022-08-06T17:21:20Z</updated>
    <published>2021-11-28T15:04:29Z</published>
    <summary type="html">데이터 일을 해보겠다고 고군분투했던 2년 가량의 시간을 보내고 드디어 갑니다, 대학원! 데이터 사이언스 직무를 희망하는 사람은 많지만 그 시작점과 커리어패스, 그리고 자신을 발전시켜 나가는 방법은 제각각이다. 누군가는 학교에서 누군가는 학원에서 누군가는 일터에서 부딪히며 (바로 저입니다) 그 길을 개척해나가지만 모두가 공통적으로 갖는 생각은 '더 발전하고싶</summary>
  </entry>
  <entry>
    <title>데이터, 대체 뭐부터 공부했을까</title>
    <link rel="alternate" type="text/html" href="https://brunch.co.kr/@@atvj/3" />
    <id>https://brunch.co.kr/@@atvj/3</id>
    <updated>2023-10-09T00:34:35Z</updated>
    <published>2021-10-03T14:55:34Z</published>
    <summary type="html">아무리 맨 땅에 헤딩이라 하더라도, 모든 일에는 시작이 있는 법이다. 데이터 사이언스 그리고 데이터 분석. 직업을 바꿔보려는 시도는 많은 사람들이 하지만 막상 내가 시작하려고 하면 '데이터 사이언스 3개월 완벽 정복' 이런 코스 외에는 어떤 것을 해야할지 감도 잡히지 않는다. 기획자에서 데이터 분석가로 커리어를 변경할 때 필자가 느꼈던 고민이었으며, 현재</summary>
  </entry>
  <entry>
    <title>데이터 사이언스, 일과 대학원 일단 시작하기 - 기획일을 하던 문과생이 거대함에 접근한 여정</title>
    <link rel="alternate" type="text/html" href="https://brunch.co.kr/@@atvj/2" />
    <id>https://brunch.co.kr/@@atvj/2</id>
    <updated>2023-10-09T00:34:07Z</updated>
    <published>2021-07-03T03:07:24Z</published>
    <summary type="html">빅데이터는 허상이야  라는 말이 심심찮게 들려왔다. 역설적이게도 '허상이야'라는 말과 함께 대용량의 데이터를 활용하기 위한 방안으로 데이터 분석, 데이터 사이언스에 대한 수요는 지속적으로 증가했다. 필자가 처음 '빅데이터'라는 용어에 관심을 가진 것은 2015년이었다. 그 때부터 시작되었다, 대체 데이터란 무엇인가?  '빅데이터'라는 용어를 처음 알고 '데</summary>
  </entry>
</feed>
