ARAMDAUN

책 '유난한 도전' 리뷰

책 '유난한 도전'은 토스팀의 이야기를 담은 책이다. 지금의 토스가 될 수 있었던 그 과정에 대해 상세히 기술되어 있는 책이다.유난한 도전이라는 제목 답게, 정말 많은 도전과 실패를 경험해온 토스팀의 이야기가 담겨있다. 이번에 토스의 컬쳐핏 (문화적합성) 면접을 준비하면서 읽어보았다. 너무 가고 싶은 회사였지만, 회사의 겉모습이 아닌 토스팀의 문화를 보며 나랑 정말 맞는 회사인지를 확인하고자 하였다. 우선 결론부터 말하자면, 그렇다였다. 책을 읽고 나서 더 토스팀의 일원이 되고 싶었다. 책을 읽으면서 '내가 이 상황이었다면 어땠을까?'라는 생각도 많이 해보았다. 두근거렸던 경우도 있었고 공감되는 경우도 있었다. 가끔 이건 정말 어렵겠다라는 생각을 했던 부분도 있었는데 그 경우에도 함께 할 동료들이 있었다..

목차1. 논리적 데이터 모델링2. 논리적 데이터 모델링 예시 데이터 모델링은 총 4가지 단계로 구성되어 있다. 개념적 데이터 모델링 단계를 거쳐 엔티티와 관계를 정의하여 ERD를 만들어냈으면,이것을 바탕으로 상세하게 데이터 구조를 설계하는 논리적 데이터 모델링 단계를 진행하면 된다. 📌 데이터 모델링 이전 포스팅 📌[데이터 모델링] 1. 데이터 모델링이란?[데이터 모델링] 2. 개념적 데이터 모델 1. 논리적 데이터 모델링논리적 데이터 모델링이란, 개념적 데이터 모델을 바탕으로 DBMS에서 사용하는 데이터 모델에 맞춰 데이터의 구조와 관계를 표현하는 단계이다.작성된 ERD를 기반으로 논리적 모델을 만드는 과정이다. [1] 논리적 데이터 모델링의 목적데이터 구조 구체화 : 개념적 데이터 모델에서 ..

목차1. 개념적 데이터 모델링2. 개념적 데이터 모델링 예시 개념적 데이터 모델링에 본격적으로 들어가기 앞서, 다시 한 번 더 데이터 모델링의 단계를 복기해보자.총 4가지 단계로 구성되며, 어떤 Entity가 있으며, Entity 간의 관계가 어떻게 되는지 큰 틀에서 바라보며 비즈니스 요구사항을 반영하는 단계가 바로 개념적 데이터 모델링이다. 1. 개념적 데이터 모델링개념적 데이터 모델링이란, 비즈니스의 요구 사항을 반영하는 데이터 구조를 정의하는 것으로, 핵심 엔티티 (Entity)와 엔티티 간의 관계 (Relationship)을 정의하는 단계이다.시스템의 데이터 요구사항을 높은 수준으로 이해하고, 이를 시각적으로 표현한다. [1] 개념적 데이터 모델링의 목적비즈니스 요구사항 반영 : 비즈니스 요..

목차1. 데이터 모델링이란2. 데이터 모델링의 중요성3. 데이터 모델링의 단계 1. 데이터 모델링이란데이터 모델링이란, 데이터베이스 시스템을 설계하는 과정으로, 현실 세계의 복잡한 비즈니스 프로세스를 추상화여 데이터 구조로 옮기는 설계 과정이다.예를 들어, "고객이 상품을 주문하는 과정"을 표현하고자 할 때, 고객의 이름, 주문 시간, 결제 수단, 배송지 등 많은 정보들 중에서 비즈니스에 필요한 정보들만 선택하여, 어떤 테이블에 어떤 컬럼을 생성할지를 모델링하는 것이다.'고객'과 '주문'이라는 객체로 나누고 그 사이의 관계를 설정하는 작업이다. 데이터 모델링은 추상화, 단순화, 명확화라는 특징을 가지고 있다.추상화 : 비즈니스에 반드시 필요한 핵심 요소만 추출하여 표현단순화 : 누구나 이해할 수 있는 ..

데이터 로그 설계 1편 ~ 3편까지 이벤트 택소노미 (event taxonomy)가 무엇인지, 왜 중요한지, amplitude라는 분석 도구에서는 어떻게 이를 기반으로 로그 설계를 하고 있는지에 대해서 살펴보았다.이제는 실제로 서비스의 가설을 검증하기 위해 어떤 이벤트와 속성을 정의해야 하는지 실무에서처럼 설계해보려고 한다. 서비스의 중요한 지표를 검증하기 위해 필요한 이벤트만 정확하게 설계하는 것,그리고 일관된 규칙을 만들고 그 규칙을 기반으로 정의하는 것이 핵심이다. 이번 포스팅에서는 "올리브영"과 같은 이커머스 서비스에서 실제로 검증해볼만한 가설을 설정하고,이를 기반으로 이벤트 설계까지 해볼 예정이다.목차1. 확인하고 싶은 가설 설정2. 이를 측정하기 위한 지표 정의3. 이벤트 택소노미 구축4. 이..

앞선 글에서 이벤트 택소노미가 무엇인지, 왜 이벤트 택소노미 기반의 일관되게 이벤트를 정의하는 것이 중요한지를 살펴보았다.이벤트 택소노미는 결국 '데이터를 신뢰할 수 있는 상태로 만들기 위한 기준'이며,이것을 바탕으로 실제 이벤트를 설계하는 과정이 '로그 설계'이다. 이번 포스팅에서는 이벤트 택소노미가 실무에서는 어떻게 활용되어 이벤트 정의가 되는지,그리고 많은 기업들이 활용하는 분석 도구인 Amplitude에서는 어떻게 구현하는지를 살펴보자.목차1. Amplitude (앰플리튜드)란?2. 이벤트 택소노미 (Event Taxonomy) 구축3. 로그 설계4. E-commerce 사례 1. Amplitude (앰플리튜드)란?웹/앱 서비스 내에서 사용자 행동 데이터를 기반으로 제품의 성과를 분석하고,전환/..

요즘 많은 기업들이 데이터의 중요성을 깨닫고 방대한 양의 데이터를 쌓고 있지만,"데이터가 많은데 믿을 수 없다"는 이야기들이 곳곳에서 나온다. 나 또한 데이터 분석가로 일하면서 느낀 가장 큰 문제는 데이터가 있어도 제대로 활용할 수 없다는 점이었다.결국 문제는 '데이터의 양'이 아니라 '데이터의 질'이었다. 이제는 단순히 데이터를 많이 수집하는 것이 아니라, 신뢰할 수 있는 데이터를 수집하고 관리하는 것에 초점이 맞춰지고 있다.그래서 토스, 카카오 등 여러 기업에서는 조직 구성원이 데이터를 신뢰할 수 있도록 설계·관리하는 DataOps Manager 직무가 생겨나고 있다. 데이터의 양만큼 '질'이 중요해진 지금, 데이터를 일관되고 명확하게 정의하기 위한 이벤트 택소노미(Event Taxonomy) 구축이..

최근 사용자 행동 패턴 파악을 위한 로그 데이터를 많은 기업에서 수집하고 있다.수집 시 로그 데이터를 설계해야 하는데, 그 때 체계, 구조에 맞춰서 수집을 해야 한다.이벤트 택소노미 (Event Taxonomy) 체계를 기반으로 데이터를 수집하여 활용성을 높여야 한다. 데이터를 일관되도록, 원하는 목적에 맞게 측정 가능하도록,사용자의 행동을 정확하게 수집하기 위해서는 이벤트 택소노미가 필요하다. 로그 설계를 위한 이벤트 택소노미에 대해서 하나씩 정리하며 공부하고자 한다.첫번째, 이벤트 택소노미 (Event Taxonomy)가 무엇이며, 구조는 어떠한지 알아보자. 목차1. 이벤트 택소노미 (Event Taxonomy) 란?2. 이벤트 (Event) vs 로그 (Log)3. 이벤트 택소노미 구조 1. 이벤..

문제https://leetcode.com/problems/second-highest-salary/ 문제 접근 방식생각보다 간단한 방식이다.1) MAX() 활용 2) LIMIT, OFFSET 활용 총 2가지 방법이 있다. 1) MAX() 활용- where 조건절을 활용하여 최대값 (첫번째로 높은 salary)보다 작은 값들만 가져옴- 그 중에서 최대값 (MAX) 조회select MAX(salary) as 'SecondHighestSalary'from Employeewhere salary 2) LIMIT, OFFSET 활용- salary를 내림차순으로 정렬 후 2번째 값을 1개만 가져옴 (limit, offset)- LIMIT : 설정한 갯수만큼의 값을 가져옴- OFFSET : 가져올 데이터의 위치 값..

데이터분석가가 되기 위해 SQL, Python, Tableau 등 다양한 언어와 툴을 공부해왔다.데이터분석가가 되고 난 후, 내가 공부했던 언어와 툴은 기본이고 여기에 '데이터를 어떻게 분석할지에 대한 역량'과 '왜 데이터 분석을 해야 하는지 목적'이 중요하다는 것을 알게 되었다.이 책은 그러한 것들에 대해 알려주지 않을까 싶어 읽어보았다. 인상 깊은 부분- 인구통계학적 특성이 아니라 고객 행동에 기반 (p.50) - 어떤 시간대에 어떤 행동을 하는 사람들을 파악한 뒤 제품을 만드는 것이 훨씬 설득력 있음 (p.101) - 소비자는 자기도 모르게 거짓말을 할 때가 있다. 그러나 신체 전체로 거짓말을 체화하긴 어렵다 (p.133) 예전에는 인구통계학적 특성을 기준으로 세그먼트를 나누었다. 하지만 같은 환..