업무 모델 기반 데이터 구조화와 파이프라인 구축대부분 조직 전사 데이터는 시스템을 중심으로 운영되고 생성된다. 그리고 그 시스템 안의 테이블을 중심으로 접근한다. CRM에는 고객 테이블, ERP에는 상품 테이블, 결제 DB에는 주문 테이블, 마케팅시스템에는 발송 로그, 보고서에는 결과 데이터 등과 같이 각각의 테이블이 잘 정의되어 있다. 그럼에도 한가지 생각해 볼 질문은 “이러한 테이블이 실제로 ‘비즈니스 문제 해결’과 직접적으로 연결돼 있는가?” 라는 점이다. 비즈니스 문제를 해결하고자 할 때 중요한 것은 “어떤 테이블이 있느냐”도 중요하지만, 더 본질적으로는 “데이터가 문제 해결을 위해 어떻게 연결되어 유의미한 지식을 제공할 수 있느냐”이다. 데이터는 업무의 흐름과 활동을 기준으로 연결될 때 가장 ..
업무와 데이터 엔지니어링의 조화 데이터는 AI가 발전함에 따라 그 중요성이 지속적으로 이야기 되고 있다. 초기에는 양적으로 현저히 부족함으로 인해 중요성을 인식하였고, 시간이 지나면서 질적으로도 중요성을 이야기 한다. 이제는 양적으로나 질적으로나 풍부한 데이터 환경 속에서 데이터의 가치에 대해 이야기 하고 있다. 데이터의 가치와 업무 이해우리는 어떠한 도구에 대해 하고자 하는 것에 활용할 수 있으면 가치 있는 것으로 인식하고, 활용할 수 없으면 무용지물이라고 인식한다. 데이터도 마찬가지라고 생각한다. 데이터가 아무리 많아도 어떠한 목적을 이루어야 할 때 활용할 수 없으면 데이터가 없다고 한다. 반대로 데이터가 양적으로 적어도 필요한 데이터만 있다면 충분히 데이터를 활용하고 있다고 한다.너무나 당연한 이..
- Total
- Today
- Yesterday
- Knowledge Graph
- TopBraid Composer
- 타임리프
- django
- Neo4j
- neosemantics
- Thymeleaf
- networkx
- Linked Data
- 장고
- TDB
- cypher
- 지식 그래프
- 그래프 데이터베이스
- LOD
- RDF 변환
- Ontology
- property graph
- sparql
- 지식그래프
- RDF
- 트리플 변환
- 트리플
- 온톨로지
- rdfox
- 사이퍼
- TBC
- stardog
- pyvis
- 스프링부트
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | |
| 7 | 8 | 9 | 10 | 11 | 12 | 13 |
| 14 | 15 | 16 | 17 | 18 | 19 | 20 |
| 21 | 22 | 23 | 24 | 25 | 26 | 27 |
| 28 | 29 | 30 |