PYCON 2017 후기¶

8월 12일¶

노가다 없는 텍스트 분석을 위한 한국어 NLP¶

발표자: 김현중님

느낀점: * 제일 처음 들었던 발표기도 했지만, 이번 발표에서 제일 감명깊게 들은 발표, "어떻게 이런 방식으로 생각했지?"라는 생각을 계속함. * soynlp라는 패키지로 소스를 공개해주셨으니 앞으로 내가하는 프로젝트에도 아이디어를 적용할 생각이다. * *이런 컨퍼런스를 많이 참가해서 다른 사람의 아이디어에서 영감을 많이 받을 수도 있다는 생각을 했음.

전지양의 꿈을 꾸는 안드로이드: Python과 NLTK, TensorFlow를 이용한 챗봇 감정모형구현¶

발표자: 신정규님

느낀점: * 챗봇 팀프로젝트 처음 시작했을 때, 이분의 작년 파이콘강연을 보고 챗봇의 기본적인 구상을 참고했었다. "역시 챗봇은 쉬운게 아니구나"라면서 말이다... * 다른 곳에서도 이런 생각이 들었지만, 준비하신 내용에 비해 발표시간이 너무 짧았던 것 안타까웠음...코드도 공개하신다고 했으니까 나중에 참고해서 공부하기로 함. * 감정, 생각 혹은 문장의 이해를 해야하는 부분에서는 Word2vec을 많이 써야된다는 것도 생각하게 됨. * 또한, 챗봇의 제일 문제점은 사람같지 않다는 점(물론 챗봇이 원래 사람은 아니다만...), 이용자 입장에서 답답하게 느끼지 않게 대화를 이어나갈수 있게하는게 최대의 과제같음.

8월 13일¶

구름이 하늘의 일이라면: Python과 TensorFlow를 이용한 기상예측¶

발표자: 윤상웅님

느낀점: * 데이터 분석할때의 과정과 방향성을 어떻게 잡아야할지 잘 이야기해주셨음. * "문제만들기 \(\rightarrow\) 모형만들기 \(\rightarrow\) 시스템만들기" 라는 순서로 정의하며, 제일 중요한 부분이 "문제를 어떻게 정의 할 것인가"다. * 물론 도메인 지식이 많이 필요하지만, 공통적인 부분도 있다고 생각했다. 주로, 데이터의 입력/출력, 문제의 유형(supervised/unsupervised), 데이터의 표현 등이었다. * 결국 우리가 머신러닝을 쓰는 것도 어떤 문제를 해결하려고 하는 것이기 때문에, 문제에 대한 질문을 잘 하고, 문제의 본질을 해석하는 것이 우선순위 같다.

기업 인사담당자들과의 토크¶

느낀점: * 중간에 시간이 떠가지고 발표 듣는 대신, wanted에서 마련한 몇개 기업 인사담당자들과의 토크시간에 참석했는데, 생각보다 현업에 계신 분들의 이야기를 많이 들어서 좋았다. * 업계는 이제 데이터 사이언스 분야의 직업경계선이 차츰 나눠진 듯 하다. 데이터 분석가, 데이터 사이언티스트, 데이터 엔지니어, 세분류로 나눠졌고, 더 이상 머신러닝 패키지를 잘 사용한다고 해서 데이터 사이언티스트가 아니라(요즘은 누구나 시간을 들이면 사용해서 간단한 분석정돈 할 수 있다고 한다.), 어떻게 머신러닝관련 이론을 더 효율적으로 구현을 하는지가 데이터 사이언티스트의 임무라고 생각한다. * 그리고 기업을 지원할 때, 자신의 무기를 잘 가져야하고(물론 이건 공통된 의견이긴 하지만), 자신이 지원한 분야가 무엇인지 정확히 파악해야한다. 아무튼 알찼던 시간이었다.

공통¶

느낀점:

• 이번 파이콘에서는 Django에 관련된 발표가 유난히 많았었던것 같다. 아무래도 장고공부도 해야할 것 같다.