✏️도전한 점1. 알쿼리즘: 파이썬, SQL 코드훈련2. 아티클 스터디 진행 중3. ADsP 자격증 신청 및 강의 수강 ✏️좋았던 점- 풀었던 문제들, 또는 풀지 않은, 풀지 못한 문제들을 다시 돌아보며 3+1 코드문제를 꾸준히 풀어보는 스터디를 하고 있다. 막연히 어렵다는 인식을 가지고 접근하기 어려웠던 문제를 다 같이 풀어보고 어려운 점에 대해 이야기해보는 시간이 얼마나 유익한지를 배우고 있다. 요즘 들어하는 생각은 다음과 같다. 성공 경험은 내 자존감을 높여주고 실패 경험은 두려움을 잘게 조각낸다. 비록 소멸시키지 않더라도 이겨내는 크기로 만든다는 말이다. 요즘 두려움에 대해 많이 생각하는데 이와 관련한 내용이 '듄'이라는 영화의 '베네게세리트 기도문'에서도 나온다. 두려움은 정신을 죽인다.두려움은..

01 알쿼리즘 스터디- 프로젝트 중에 급하게 풀려고 시도하던 문제가 있었다. 당시 69번에서 72번 문제를 시도하다가 너무 어렵다고 덮어뒀는데 지금 와서 풀어보니 의외로 가까운 곳에 해결 방법들이 있었고, 쿼리가 길어지더라도 내 수준으로 충분히 풀 수 있는 문제였다.- 실패 경험이라고 보긴 민망하지만 보류했던 경험은 나를 작아지게 만들었다. 나는 이걸 못 푸는구나 마음의 벽을 세우고 가상의 장애물을 만들어냈다. 분명 코드 문제 하나가 오래 걸려도 즐겁게 풀던 초기 때가 있었는데 다른 언어를 배운다고 소홀했던 점을 반성했다. 역시 문제를 해결하는 건 재밌는 과정이다. 02 데분 아티클 스터디- 통계 아티클을 읽으면서 수식이 어려우면 검색하고 개념이 어려우면 풀어쓰고 하는 과정을 통해 통계 감을 잡아가고 있..

✏️도전한 점1. 기초통계 개념학습 (아티클 스터디 활용)2. SQL, PYTHON 코드훈련: 알쿼리즘 스터디 활동3. 다양한 라이브러리 예제 훈련4. 비전공자를 위한 이해할 수 있는 IT지식 1회독5. 학습용 온라인 교환일기 ✏️좋았던 점- AARRR 관련 아티클에 설명이 매우 친절해서 유익했다. 그 외에는 데이터 과학을 위한 기초통계 개념을 나름 내 방식대로 이해하는 시간을 가졌다. 어렵지 않은 개념들을 이제 자세히 알아보려고 하면 속도가 느려진다. 천천히 배워가야 할 부분이라고 생각한다.- 백준 등의 알고리즘 문제를 풀어가며 라이브러리 사용에 대한 필요성을 느끼던 중 좋은 책을 발견해서 읽고 실습하고 있다. 점프 투 파이썬으로 코드를 익혔으니 다음은 무얼 해야 할까 고민하는 학습자에게 매우 유용할 ..

01 아티클 스터디- 이번 주에 읽었던 아티클 중에 학습 능률을 높이기 위한 온라인 교환일기, 코딩 테스트 준비하는 방법에 대한 글이 정말 유용했다. 그중에서도 실천하게 된 아티클이 있는데 바로 교환일기다. 공유가 되는 구글 문서를 활용해서 마음에 맞는 스터디 팀원을 모집하여 각자가 가벼운 메모장을 끄적이는 마음으로 시작한 온라인 일기. 서로가 평소에도 일상 대화는 자주 나누더라도 진중한 이야기를 나눌 수 있는 곳은 많이 없다. 그런 면에도 좋은 점도 있고 꼭 진중하지 않아도 좋으니까 일단 시작해 보는 것을 추천하겠다. 02 알고리즘 난도- 다양한 라이브러리 사용을 넘어서 로직 구현 자체가 어려워져서 의욕이 저하되고 있다. 팀원들에게 난도 조정에 대해 어떻게 생각하는지 물어보고 싶다. 다음 주 월요일 모..

01 어렵지 않다. 차근차근.- 알고리즘을 풀기 위해 자료를 찾다가 지금 이러는 게 맞나 싶은 의문점도 들었고, 쿼리 문제도 그렇고, 또 라이브러리예제 설명을 읽으면서도 이런 책이 나에게 필요하구나라는 깨달음, 앞으로의 계획표를 보니 정작 나는 뭘 했지라는 회고와 함께 너무 성급하게 여러 단계를 뛰어넘으려고 생각한 건 아닌가 생각이 들었다. 당장 할 수 있는 일부터 차근차근하는 게 중요한데 마음이 너무 급했다. 빠르게 쌓은 성이 공든 탑보다 빨리 무너질 확률이 높은 건 팩트지 않은가. 어렵게 생각하지 말자. 그냥 지금 할 수 있는 걸 하자. - 분석을 배우면서 깨달은 한 줄의 문장이 있는데, 지금 상황과 연결점이 있다. "앞에 둔 문제는 생각보다 어렵지 않다는 것이다. 오히려 단순할 가능성이 매우 높다...

01 스터디로 깨달은 점알쿼리즘 스터디에 참여하면서 어떤 부분이 부족한지, 어떤 파트를 더 공부해야 하는지 알 수 있었다. 부족한 부분을 채우며 스터디를 하는데 이번 주는 특히 기본기에 집중하면서 라이브러리 사용법을 익혀두면 다음에 꽤 도움이 될 것 같다고 생각했다. 필요한 자료구조에 대해서는 그때그때 개념을 살살 익혀가는 게 좋지 않을까? 싶고 pandas를 현명하게 사용하는 방법에 대해서는 여전히 공부해 나아가야 할 부분이라고 본다. 02 앞으로의 방향멘토님과 이야기를 나누면서 그리고 최근 생성형 AI에 대한 아티클을 읽으면서 나는 앞으로 어떤 데이터 분석가가 되어야 할지 그 방향에 대해서 고민하는 시간이 이어졌다. 제너럴리스트로만 남으면 빠르게 발전하는 업계에서 오래 버틸 수 없음을 체감하고 있다...

01 토익영어새로운 기술을 학습할 때도 영어가 필요함을 느꼈고, 어떤 기업에서는 외국어 학습 역량을 기본으로 체크하는 곳도 있어서 필요에 의해 공부를 시작했다. 비즈니스에 필요한 문법, 단어부터 학습을 하는데 전보다 꽤나 재밌다. 근데 시간 배분을 잘못했다고 생각해서 다음 주부터는 적절한 조정이 필요하다고 본다. 02 기초통계평균, 표준편차, 분산에 이어서 분포에 대해 학습하는 시간을 가졌다. 특히 정규분포 부분이 어려웠고 다양한 분포 중에서 이항 분포에 대해서는 또 이해하기 어렵지 않다고 느껴졌다. 문학, 비문학 독서랑 다르게 학습용 독서는 속도가 느려서 답답한 마음이 없지 않은데 어렵지 않아질 때까지 읽어보고 배워보려고 한다. 03 분석 아티클, 알쿼리즘 스터디오전엔 아티클을 보는 습관을 들이는 자체..

01 포트폴리오, 이력서포트폴리오는 미완성이지만 이력서와 포트폴리오를 작성하고 수정하고를 반복하면서 어느정도 스스로 할 수 있는 방법을 터득했다는 점에서 많은 것을 배웠던 한 주였다. 좀 더 완성시켜서 피드백을 받아야겠다. 다른 분들은 노션, 워드 등 다양한 포트폴리오를 작성하시는 것도 보면서 많이 배웠다. 02 아티클, 알쿼리즘 스터디이전과 차이점이은 전에는 아 어떤 걸 읽지?에 대한 고민이 길었다면, 지금은 어떤 게 읽고 싶다, 찾아서 봐야겠다는 방향이 확실히 정해져 있으니까 아티클 선택에 대한 고민시간이 줄어서 좋다. 그리고 읽을 때도 집중이 전과 달라서 전체적으로 아티클을 대하는 태도에 있어 긍정적인 방향의 변화가 기껍다. 03 머신러닝 학습이전에는 뭔가 잘못된 것 같은데? 였다면 지금은 실수해도..

01 이력서 완성예상했던 것보다 이력서를 굉장히 오랜기간 다듬었다. 1. 프로젝트를 정리했더니 2. 나를 짧게 소개하는 것부터 여러번 다듬었고, 3. 최종적으로 자기소개, 지원동기 이렇게 깎고 다듬는 시간이었다. 다듬을수록 전보다 나아지고 여러 사람들에게 피드백 받을수록 내가 찾지 못했던 아쉬운 점을 발견하게되니 적당히 여기서 그만둘까?가 되지 않았다. 그리고 이번만 쓰고 안쓸게 아니니까 어떻게하면 잘 쓸 수 있을지 방법을 계속 배웠던 시간이었다. 02 포트폴리오 진행포트폴리오 또한 막막했지만 서류로 정리를 해둔 게 있으니 비교적 쉽게 1차 가안을 작성할 수 있었다. 처음 만들었을 때에는 이정도면 잘 만들었다 생각을 했는데, 웬걸 지금 시점에서 당시의 포폴을 보자면 너무나 부족한 점이 많다. 내가 이 자..

01 사이드 프로젝트데이터를 분석해서 이 데이터와 어떤 데이터를 결합(JOIN, MERGE)할 수 있을지 고민해보는 시간을 가졌다. 캐글의 와인 데이터로 과제를 했을 때 참고한 블로그가 있는데 그 때 이렇게 결합을 하여 분석을 하셨던 게 생각났따. 근데 그땐 내가 실제로 할 수 있는 과정이라고 생각하지 못했다. 이제 수집부터 적재, 분석을 해보니 이런 저런 데이터셋이 필요하겠구나 라는 프로세스가 그려져서 자신감도 차고 유익한 시간이었다. 02 이력서 작성, 자기고찰사전캠프 기간에도 직무에 대해 고찰을 해봤지만, 지금 시점에서 하는 고찰보다는 깊이가 얕았다. 분석 과정을 겪어보니 이제 이력서 자격 요건 중에 어떤 과정을 재밌어하는지 안 풀리면 오히려 오기가 생기는지를 알게 된 까닭이라 생각한다. 그렇게 이..