확장 가능한 데이터 과학 데이터 엔지니어를 위한 실습 Google Cloud Platform을 읽은 메모
확장 가능한 데이터 과학 데이터 엔지니어를 위한 실습 Google Cloud Platform 메모 읽은 이유 확장 가능한 데이터 처리, 분석 및 기계 학습 모델을 구축하는 일련의 절차를 구체적인 예와 함께 소개 본서에서는 GCP를 사용한 데이터 엔지니어링을 총괄적으로 파악하고 구체적으로 배울 수 있다는 것으로 읽어 보았다. 특히, 기계 학습의 아키텍트라든지 환경 만들기는 아직 경험한 적이 없기 때문에, 그 근처까지 포함한 GCP의 서비스 이용 이미지를 잡고 싶었으므로 읽어 보았다. 생각한 것 기계 학습을 실시하는 환경 만들기의 구조화까지 구체적으로 설명되어 일련의 순서가 소개되고 있었기 때문에, 전체적인 작업의 이미지가 잡히게 된 것은 좋았다. 다만, 정직 후반에 갈수록, 기계 학습의 상세한 모델링의 이야기라든지는 이해하는데 뼈가 부러졌다. 상당히 날렸으므로, 실제 업무로 사용하는 경우는 다시 읽고 싶다. 그리고는, 제1장 「데이터에 근거하는 의사 결정」에서의 논의가 재미있었습니다. 필자는 서두에서 데이터 분석의 목적을 명확하게 보여준다. 데이터 분석의 주요 목적은 더 나은 결정을 내리는 것 분석을 하는 것이나 시사를 얻는 것만이 목적이 아니고, 거기에서 보다 더 의사결정을 한다는 것이 강조되고 있었다. 게다가 「데이터 엔지니어란?」이라고 하는 이야기가 되어 간다. 필자는 Google에서 데이터 엔지니어의 정의를 다음과 같이 소개한다. 데이터 엔지니어라고 하는 것은, 「데이터 분석을 실행해 비즈니스로 성과를 낼 수 있는 사람」 Google은 데이터 엔지니어가 모델 구축부터 자동화까지 다룰 수 있다고 생각합니다. 다 할 수 있는 사람이다. 데이터를 수집하고 안전하게 관리하는 것만으로는 안 되고, 비즈니스 시사를 주는 분석을 할 수 있는 것만으로도 안되고, 데이터로부터 모델을 만들 수 있는 것만으로도 안된다. 전부 할 수 없으면 안 된다. 이것은 가혹하다. 읽으면서 그렇게 생각했다. 하지만 클라우드의 진화에 의해 난이도는 내려오고 있다고. 실은 그렇게 무리한 이야기가 아니라고. 데이터 수집, 관리, 모델 구축, 구조화는 점점 단순해져 가면. 미래에는 데이터 분석가, 데이터 엔지니어 및 데이터 과학자의 울타리는 없어질 것입니다. "더 나은 결정을 내리는 것"에 대한 길은 데이터 엔지니어라는 직종이 모두 완성된다. 같다.
Reference
이 문제에 관하여(확장 가능한 데이터 과학 데이터 엔지니어를 위한 실습 Google Cloud Platform을 읽은 메모), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/munaita_/items/1aa471f2d824005eb70c텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
좋은 웹페이지 즐겨찾기
