라이트닝 토크는 그날의 프로그램이 모두 끝나고, 모든 참석자가 모여 5분 이내의 가벼운 이야기를 하는 행사입니다. 라이트닝 토크는 아래와 같은 주제로 이야기됩니다! - 2018 라이트닝 토크 : https://archive.pycon.kr/2018/program/lightning_talk/ 홍연의 사회자. 둘째날 발표 세션까지 다 끝나. 잘 들었나요? ----- 소프트웨어 엔지니어의 플러스 마이너스 - 강재성 기술고문 이력서 받고 공유하고 싶은 이야기 아쉬움을 많이 느껴. 더 잘 쓸 수 도 있을텐데 이력서 중 일부. 다른 회사 이름 X 필기합격만 4개.. 안좋은 인상 워드프로세서도 마이너스로 적용 운전면허도 꼭 필요한게 아니라면... 보는 사람이 궁금하면 안됨. 영어라면 어느정도인지 관심분야 적는 경우도..
Python으로 입법을 연구합니다. 전) 국회 법제실, 예산정책처 서울대학교 행정대학원 박사과정 재학 중 더 좋은 법률을 만들기 위해 Python으로 법률을 분석한 사례를 공유합니다. 사용 라이브러리: pandas, requests, urllib, beautiful soup, re, networkx, community, matplotlib 법률을 잘 몰라도 듣는데 어려움이 없습니다. 0. 도입: '법률'이라는 프로젝트 70년간의 초장기 프로젝트, 입사와 퇴사를 반복하는 개발자 코드의 길이는 2,500만 글자 Python으로 '법률' 프로젝트에 조금이나마 커밋해봅시다. 1. 법률간 충돌 자동검사 입법상 착오로 법률간 인용연결이 끊어지는 경우(404!) Python으로 법률의 에러를 찾아봅니다. 조문별 웹크..
A의료인공지능 기업 AITRICS에서 backend와 frontend 개발을 하고 있는 윤소영입니다. 새로운 것을 배우는 것에 관심이 많습니다. Web service 구현 시 속도 최적화는 모든 개발자들이 마주하는 필수적인 부분입니다. 딥러닝을 이용한 서비스가 점점 늘고, 처리해야 하는 데이터의 양이 점점 늘어나면서 많은 양의 데이터 처리 성능 최적화의 중요성도 점점 늘고 있습니다. 제가 현재 일하고 있는 의료 인공지능 회사에서도 역시, Django로 대용량의 의료 정보 데이터를 실시간으로 받아 빠르게 저장하고 업데이트를 해줘야 하는 경우가 많습니다. 저는 먼저 Django ORM이 무엇인지에 대해 설명하고, 이러한 데이터를 처리할 때 마주했던 문제점들을 소개한 후, 이 문제점들을 어떻게 해결했는지를 발..
오늘날 자동번역기술이 상당한 수준에 이르렀습니다. 그중 딥러닝 기술을 활용한 자동번역(Machine Translation) 기술이 최근 개발자들에게 널리 소개되기도 했지만, 불과 얼마전까지도 우리들은 확률에 기반한 머신러닝 기술로 만들어진 자동번역기를 편리하게 이용했었습니다. 이 발표는 확률에 기반한 머신러닝 알고리즘을 구현하여 일종의 자동번역기를 만드는 방법에 대해 소개합니다. 이 자동번역기는 로마자(알파벳)로 입력한 문자열을 한글 문자열로 변환하여 출력합니다. (ex. Obama => 오바마) 얼핏 머신러닝 기술 없이도 rule-base 로 만들 수 있을 것 같지만, rule-base 로 해결하기 어려운 문제점들이 있습니다. 첫째, "hangul", "hangeul", "hanguel" 등 여러가지 ..