이런 걸 배울 거예요
추천시스템의 큰 그림 이해하기
추천시스템이라는 서비스의 개발 과정과 목표에 대한 이해
추천시스템을 평가하는 방법
온라인 테스트, 오프라인 테스트와 그 방법들
룰 기반, 협업 필터링 기반의 추천시스템
단순 패키지 사용이 아닌, 상황별 분석과 알고리즘 적용을 이해
임베딩 모델 기반의 유사 아이템 추천
Meta-Prod2Vec, 그래프 딥 러닝 등의 임베딩 유사 추천 스킬
응용 어플리케이션 활용하기
잠재 요인, 임베딩 결과 등을 활용하는 벡터 연산 엔진 활용
✍ 추천시스템을 통해 비즈니스 성과를 올리는 것,
이미 많은 IT/커머스/플랫폼사에서 증명한 사실입니다.
▶ 추천 알고리즘 이해부터 다양한 서비스에 따른 추천시스템 구현 방법까지
추천시스템이 핵심이 되는 서비스, 푸드 딜리버리의 요기요 머신러닝 엔지니어가 여러분의 추천시스템 입문을 완벽하게 도와드립니다.
알고리즘과 이론 배우면 끝?
서비스에 최적화된 문제 해결이
추천시스템의 시작입니다.
이커머스와 푸드 딜리버리, 저는 '추천'이 서비스에서 중요한 역할을 차지하는 두 가지 영역을 모두 경험했습니다. 추천시스템 엔지니어로 근무하면서 서비스에서 발생하는 각각의 상황(Context)에 맞는 추천 알고리즘을 개발해보기도 하였고, 개인화(Personalization)에 기반한 추천 시스템을 개발해보기도 하였습니다. (E-commerce 서비스 개인화 / 배달 앱 서비스 추천 고도화)
현업에서 추천시스템을 구축하면서 느낀 점은, 알고리즘이나 이론을 넘어 각 비즈니스 상황에 맞도록 문제를 해결하는 것이 더 중요하다는 것이었죠.
패키지 한 줄 돌려보는 것은
추천시스템이 아닙니다.
추천시스템을 공부하기 위해 자료들을 찾다 보면, 논문 혹은 알고리즘의 이론을 장황하게 설명한 뒤에 패키지 코드를 한 줄 돌리면서 마무리가 되곤 합니다. 하지만 단순히 이론을 잘 알고 패키지를 한 줄 돌려보는 것은 추천시스템이 아닙니다.
▶ 추천이 중요한 역할을 하는 두 서비스, 이커머스와 푸드 딜리버리를 모두 경험해본 현직자에게 배워보세요
'추천'이라는 '상황'과 '서비스' 요소를 정확하게 이해하고, 여기에 맞는 해결 방법을 찾아나가는 것이 추천시스템을 올바르게 구축하는 과정입니다. 알고리즘과 이론은 논문을 통해서도 충분히 습득할 수 있지만, 현업의 문제 해결은 현업자에게 듣지 않는다면 전혀 알 수 없는 영역이죠.
이커머스와 푸드 딜리버리 서비스를 모두 경험해본 추천시스템 엔지니어와 함께, 실무의 관점을 그대로 가져갈 수 있도록 클래스를 진행합니다. 알고리즘을 이해하는 것을 시작으로 서비스와 각 비즈니스 상황에 맞는 추천시스템을 만들어봅니다.
▶ 클래스 커리큘럼
📌 이 상황에 왜 이 알고리즘을 사용했는가
📌 비즈니스 문제를 어떻게 개선할 수 있는가
본 클래스는 이론(30%) + 실습 코드 풀이(70%)의 비중으로 추천시스템을 공부합니다. 하지만 이론이나 코드가 전부는 아닙니다. 그보다는 이 상황에서 왜 이러한 알고리즘을 사용하는지, 문제를 어떻게 개선할 수 있는지 중점적으로 살펴볼 것입니다.
對(대) 사용자 서비스 경험을 통해 제가 배운 추천시스템이란 무엇인지, 어떻게 '상황'과 '서비스' 요소를 정의하고 해결해 나가는지 이 클래스를 통해 모두 들려드리겠습니다.
▶ 수강 대상
▶ 강의 특징
📧 야마래가 직접 알려주는 1:1 코칭
1회 코칭권 당 두 가지의 질문을 하실 수 있습니다.
- 최대한 상세하게 질문을 주시면 더욱 정확한 답변이 가능합니다.
1. 취업 및 이직, 직무 전환 관련 진로 컨설팅 (추천)
- 저는 현재 재직 중인 회사에서 입사 지원자들의 이력서, 면접 등을 직접 보고 있습니다.
- 전공 / 취업 희망 회사 / 취업 희망 도메인 / 직무 전환 여부 / 현재 경력 등을 포함한 내용을 보내주세요.
- 현재 상황, 그리고 원하는 방향에 맞게 이력서를 작성하고 필요한 포트폴리오를 설계하는 방법 등을 500자 내외로 답변해 드리겠습니다.
2. 클래스와 관련된 코드 및 분석에 관한 질문
- 수업에서 어려웠던 내용에서 300자 내외로 보충 설명을 드립니다.
- 실행 시 오류가 나는 부분 등을 해결해 드립니다.
📌 코칭권 사용방법
- Class 101 웹 또는 앱에서 [내 클래스]를 눌러주세요.
- [내 클래스]에서 [코칭권 미션]으로 들어가 [코칭 받기]를 눌러주세요.
- [글 작성하기]에서 작성해서 보내주세요!
- 코칭은 질문 접수일 기준으로 진행되며 7~10일 내 답변을 받을 수 있습니다.
🚨코칭권은 구매일 후 20주 동안 사용하실 수 있으며, 기간 내 미사용은 환불되지 않습니다.
- 📢 패키지는 일부 변동될 수 있으며, 변동될 시 충분히 안내됩니다.
커리큘럼
크리에이터
야마래
안녕하세요, 크리에이터 야마래입니다.
제 경력에 대해 짧게 요약하자면, 몇 년 정도 이커머스 분야에서 추천/검색 시스템을 만드는 일을 하다가 지금은 딜리버리 히어로라는 곳에서 추천/검색 시스템의 ML 엔지니어로 일하고 있습니다.
강의하는 것도 좋아하고, 글 쓰는 것도 좋아해서 회사 밖에서 이것저것 많이 하고 있습니다.
- 저서 <이것이 데이터 분석이다 with 파이썬 (한빛미디어, 2020)>
- 머신러닝 블로그 운영 (https://yamalab.tistory.com/)
- Fast Campus 파이썬 / 데이터 사이언스 강의 (2017 ~ 현재)
- Learning Spoons 데이터 분야 취업 진로 강의 (2021 ~ 현재)
- 고려아카데미 파이썬 자문위원 (2021)
- 그 외 강의 다수
저는 비전공자 출신입니다. 대학교를 다녔던 거의 대부분의 시간을 그래픽 디자인, UX 디자인 공부에 할애했습니다. 그런데 어쩌다보니 파이썬으로 무언가를 만들게 되었고, 그러다 우연히 추천시스템에도 관심을 가지게 되었습니다. 결국 어느 순간 정신을 차려 보니, 디자이너 지망생은 추천시스템을 만드는 ML 엔지니어가 되어있더군요.
그래서 저는 입문자 입장에서 강의하는 것을 굉장히 좋아합니다. 코딩을 잘 모르는 사람이 파이썬을 배우는 과정, ML의 M자도 모르는 사람이 그것을 알게 되는 과정에서의 고통을 잘 알고 있기 때문입니다.
이 클래스를 통해 새로운 영역에 발을 내딛고자 하는 분들에게 도움이 되었으면 합니다.
Yamarae
