course thumbnail
오프라인
  • 데이터사이언스
  • 중급

비즈니스 Case와 딥러닝을 활용한 추천시스템 구현

더 이상 뒤쳐지지 말고 성과를 창출할 수 있도록 광고 추천/이커머스 추천/상품 추천 3가지 Case를 배울 수 있는 추천시스템 강의로 바로 실무 적용해보세요.

해당 기수는 조기마감됐어요!
강의 일정
22.02.05 ~ 22.03.12 (총 6회) 매주 토요일 14:00 ~ 17:00 (총 18시간)
강의장
강남대로 94길 15, S2빌딩 3층(지도확인)
강의 방식
온라인 강의 안내

본 강의의 오프라인 버전이 온라인으로 전환되어 출시되었습니다!

-

추천시스템 강의

↑온라인 강의 확인하러 가기↑ 

추천시스템 강의

IT 기업의 핵심 성장 동력 추천시스템

“카카오 출신 데이터 사이언티스트에게 배우는 추천시스템”

각종 Case Study부터 구축까지!

01

비즈니스 상황에 알맞는 추천시스템을 설계할 수 있습니다.

02

추천시스템을 나의 서비스에 도입할 수 있습니다.

03

실무에 가까운 코드를 활용할 수 있습니다.

본 강의를 수강하기 전, 안내사항

  • *해당 과정은 정원 초과 시 조기 마감될 수 있습니다.
  • *오프라인으로 진행됩니다.

우리 과정의 특징

  • 비즈니스 문제에 최적화된 추천시스템 설계 학습

    시중에 데이터 분석과 머신러닝 및 딥러닝 강의는 많이 있지만 추천 시스템에 최적화된 커리큘럼은 없습니다. 비즈니스 문제와 데이터에 따라 최적화된 추천 시스템을 구축할 수 있도록 이론적 배경을 배우고 관련 내용에 대한 실습을 수행합니다. 본 강의에서는 데이터와 비즈니스 문제를 분류하여 각 상황에 알맞은 추천 시스템을 학습하고 현업에 활용할 수 있는 수준의 코드를 제공합니다. 실무 데이터를 바탕으로 필요한 추천 시스템을 스스로 설계해보세요.

  • Production 레벨 현업 적용 코드 학습

    추천 시스템에 대한 연구 자료와 블로그 글은 많이 존재하지만 공개된 코드는 매우 적으며 토이 레벨 수준이기 때문에 현업에 바로 활용하기엔 다소 무리가 있습니다. 본 강의에서는 추천 시스템에 최적화된 비정형 데이터의 전처리 및 탐색 과정을 코드로 제공합니다. 또한 Python과 Tensorflow를 활용하여 머신러닝부터 딥러닝까지 직접 구현해보는 실습을 진행합니다. 그 어디에도 없는 추천 시스템의 Tensorflow 서빙을 경험하고 이를 현업에 적용해보세요.

  • 최신 트렌드의 추천시스템 기법 학습

    현업의 추천 시스템은 문제와 상황에 따라 사용하는 기법과 접근 방식이 다양합니다. 학습 데이터 크기, 사용자와 아이템의 개수, 추천 상황에 따라 간단한 기법으로도 높은 성능의 추천 시스템을 구축할 수 있습니다. 가장 많이 알려진 협업 필터링, Matrix Factorization 외에도 다른 기법을 통해 빠르고 실용적인 추천 시스템을 구현할 수 있습니다. 또한 딥러닝 기반으로 작동하는 추천 영역의 최신 트렌드를 배우고 이를 코드 레벨로 직접 구현합니다.

강의 코스 구성

우리는 이렇게 배워요!

추천시스템 강의
수강효과

수강하고 이렇게 성장해요!

01

비즈니스 상황에 적용할 수 있는 추천시스템 노하우 습득

추천시스템에 관련된 이론과 코드 모두 중요하지만, 현업에서 실제로 발생하는 이슈를 알기는 어렵습니다. 정형화된 데이터로 추천 모델을 만드는 것만큼이나 서비스를 운영하면서 발생하는 문제를 추천시스템에 반영하는 것은 중요합니다. 강사님이 현업에서 직접 추천시스템을 구축하며 당면했던 문제와 해결 방안을 강의를 통해 경험하여 현실에서 대처할 수 있을 것입니다.

02

추천시스템을 즉시 나의 서비스에 도입해 성과 창출

강의를 통해 배운 다양한 추천시스템 가운데 실제 서비스에 적합한 기법을 선택하여 적용할 수 있게 됩니다. 이를 통해 서비스 내 사용자의 클릭율과 체류시간을 높여 결과적으로 매출 향상으로 이어질 수 있습니다. 추천시스템의 모델 개발과 서빙을 직접 학습하여 실제 서비스에 적용하여 성과를 창출할 수 있습니다.

03

추천시스템 기술 습득을 통한 커리어 Up

추천시스템을 구현하기 위해서는 이론과 개발 능력 두가지 모두 중요합니다. 본 강의를 통해 추천시스템에 꼭 필요한 개념과 이론적 배경을 배울 수 있으며, 이를 바탕으로 현업에서 필요로 하는 추천시스템을 알맞게 구현할 수 있습니다. 단순히 데이터사이언티스트라는 역량과 더불어 우대사항에 자주 포함되는 추천시스템의 전문성을 가진 본인만의 커리어를 쌓을 수 있습니다.

수강대상

이런 분들이라면, 이번 강의를 그냥 지나치지 마세요!


다양한 비즈니스 case에 따른 추천시스템 적용법을 알고싶은 분


추천시스템 기술을 습득해 나만의 커리어를 쌓고 싶은 분


현업에서 추천시스템을 구축해야 하는 분


추천시스템 구축 프로젝트를 경험하고 싶은 분

강의에 대해 궁금한 점이 있으신가요?

Q. 오프라인 강의만 진행하나요?

해당 과정은 전체 오프라인 과정으로만 진행됩니다.

Q. 수강 시, 준비 사항은 어떤 것이 있을까요?

실습을 위해 개인 PC가 꼭 필요합니다.

강사소개

우리 강사님을 소개할게요!

대기업 추천 시스템 개발자!

추천시스템 강의
이준원
이력사항
  • (전) S사 데이터 사이언티스트
  • (전) 카카오 데이터밸류팀 데이터 사이언티스트
  • (전) 어바웃타임 소프트웨어 엔지니어
  • 서울대학교 산업공학과 머신러닝 석사 졸
  • 서울대학교 산업공학과 학사 졸
  • 사용자 군집화 및 MAB 알고리즘을 활용한 상품 추천
  • CTR 예측 모델을 이용한 광고 추천
  • 스마트폰 데이터를 이용한 개인화 푸시 발송
Q. 간단하게 자기소개 부탁드립니다.

안녕하세요, 저는 데이터 사이언스라는 기술과 학문으로 비즈니스에서 사용자의 니즈를 파악하고 유의미한 가치를 창출하는 일을 하고 있습니다.

과거에 카카오 데이터밸류팀에서 사용자에게 적합한 광고를 추천하는 업무를 담당하였고, 현재 S사의 데이터 사이언티스트로서 추천 시스템 개발을 담당하고 있습니다. 추천 서비스는 머신 러닝이 실무에 가장 적극적으로 활용되는 분야로서, 알고리즘의 성능이 실제 서비스의 사용자 수 증가와 매출 증대로 직결된다는 점에서 큰 매력을 가지고 있습니다.

비즈니스에 직접 활용되는 만큼 단순한 기술의 성숙도 외에도, 사용자 및 서비스에 대한 이해도와 Real World에서 발생하는 다양한 문제와 예상치 못한 이슈에 대응하는 능력도 크게 요구됩니다.

Q. 강의에서는 주로 어떤 내용을 다룰 예정이시고, 어떤 형태로 진행되나요?

현업에서 사용되고 있는 거의 모든 추천 기법에 대해 배울 수 있습니다. 추천 시스템를 이해하기 위해 꼭 필요한 이론과 개념을 배우게 되지만, 대부분의 수업은 실습 위주로 진행됩니다.

먼저 추천 시스템 구축에 필요한 데이터를 탐색하고 알맞게 전처리하는 법을 익히고, 머신러닝과 딥러닝을 사용한 추천 알고리즘에 알맞게 데이터를 가공하여 모델을 학습하고 과정을 익힙니다. 주어진 강의시간동안 추천 알고리즘 구현에 꼭 필요한 최소한 이론 지식을 배운 뒤에 곧바로 코드를 따라치는 실습을 진행합니다.

이를 통해 추천 알고리즘에 쉽게 익숙해지고 직접 구현할 수 있는 능력을 얻게 됩니다. 또한 실제 서비스와 유사한 데이터를 다루기 때문에 현업에 바로 적용하기에 어려움이 적습니다.

Q. 본 강의에서 배운 내용을 수강생 분들이 어떻게 활용할 수 있을까요?

대부분의 웹/앱 서비스는 사용자가 서비스 내에 존재하는 아이템에 대해 액션을 하는 형태로 이루어져 있습니다. 현업에서 수강생들이 자주 보던 데이터가 바로 추천 시스템 구축한 필요한 사용자-아이템 행동 데이터이며, 이를 활용하여 자신의 서비스에 적합한 추천 시스템을 구현할 수 있게 됩니다. 본 강의는 다양한 비즈니스 문제를 풀기 위해 현업에서 다루는 데이터와 유사한 데이터를 사용하여 추천 시스템을 구축합니다. 실무에서 데이터베이스에 접근하여 추천 시스템을 구축하고 실제 결과를 서비스에 쉽게 적용할 수 있도록 준비하였습니다.

Q. 다른 강의와 어떤 차별점이 있나요?

대부분의 머신러닝 및 딥러닝 강의들은 광범위한 데이터 분석을 다루거나 자연어 혹은 이미지 처리를 다루고 있습니다. 딥러닝에서 가장 중요한 주제이지만, 실제 현업에서 이런 데이터를 다루고 적용해보기는 어렵습니다. 하지만 추천 시스템은 대부분의 IT 서비스에 적용될 수 있으며, 이를 위해 필요한 데이터도 이미 현업에 많이 존재합니다.

추천 시스템은 현 시점에서 머신러닝, 딥러닝 기술이 비즈니스에 가장 직접적으로 기여하고 있는 분야 중 하나입니다. 이를 위해 추천 기술에 대한 이론적 배경 외에도 추천 시스템을 적용하려는 환경과 비즈니스에 대한 이해는 필수적입니다. 학문적 접근이 아닌 현업의 실무자가 배우고 직접 적용할 수 있도록 눈높이를 맞췄습니다.

Q. 마지막으로 수강생들에게 하고 싶으신 말이 있나요?

추천시스템은 머신러닝 및 딥러닝 기술 가운데 현업에서 가장 활발히 사용되는 기술입니다. 단순히 학습에 그치지 않고 현업에 적용한다면 여러분의 능력은 큰 발전을 이루게 되고, 필드에서도 인정을 받게 될 것입니다. 좋은 강의와 실습을 여러분들께 전달하여 큰 성취를 이룰 수 있도록 도와드리겠습니다.

커리어 성장으로 가는 길, 러닝스푼즈와 함께 하세요!

지금 보고 계시는 강의의 관련 태그로 다른 강의도 찾아보세요.

오프라인

비즈니스 Case와 딥러닝을 활용한 추천시스템 구현

매일 선착순 20명 한정! 할인가 확인하고 커리어 성장하세요!