프로덕트매니저

1. PRODUCT CONCEPT : 제품 컨셉 규정하기제품(서비스) 컨셉을 한 문장으로 규정해보기제품/서비스를 가시적으로 설명할 수 있는 사진이나 이미지가 있다면 첨상용화 할 또는 상용화된 제품(서비스)이 고객에게 전달하는 효용(Benefit)을 고려하여 고객이 이해 가능한 수준의 구체적인 한 문장으로 표현해 보기ex. 카카오톡 : 스마트폰 기반의 공짜로 사용 가능한 모바일 인스턴트 메세징 서비스   2. MARKET : 시장규정하기시장 포지셔닝 정의 및 시장규모 추정하기고객 세그먼트(ex. 학년, 성별, 지역, 성적)상용화 할 또는 상용화된 제품(서비스)이 위치할 목표(거점) 시장은 어디인지 구체적으로 정의해 보기이에 근거하여 해당 목표(거점) 시장의 규모를 추정하여 진입하기에 바람직한 시장인지를 파..

(애자일 프로젝트 관리 실무 스크럼 칸반 지라 도서를 참고하여 작성했습니다.) 1. 프로젝트 개념 특정 제품, 용역, 또는 서비스를 만들기 위해 투입되는 일시적인 노력 목표지향적 행위 반복 X, 운영 X 2. 프로젝트 특징 명확한 목적과 목표를 가진다. 한시적이다. 프로젝트 그 자체(즉, 환경, 행위, 내용 결과)는 유일하다. 점진적인 상세화 : 불확실하고 선명한 고객의 요구를 명확하게 드러내는 행위 프로젝트는 현재의 개선활동이기 때문에 필연적으로 변화를 수반하다, 프로젝트 결과물은 가치를 가져야 하며 그러한 가치를 가지기 위해서모든 프로젝트는 재무적, 사회적, 환경적 가치를 충분히 고려하여 수행하여야 한다. 고유한 제품, 서비스, 결과물을 만든다. 3. 프로젝트 환경 요인 프로젝트 성공에 영향을 미치거..

절차지향 프로그래밍 프로그램을 일련의 순차적인 절차나 작업의 나열로 보고, 문제를 해결하기 위한 절차를 차례대로 실행하는 방식 객체지향 프로그래밍 프로그램을 객체라는 기본 단위로 구성하고, 이 객체들이 서로 상호작용하며 문제를 해결하는 방식 코드 재사용과 확장성: 객체지향은 코드의 재사용성과 확장성이 높지만, 절차지향은 상대적으로 낮음 유지보수: 객체지향은 유지보수가 용이하지만, 절차지향은 대규모 프로젝트에서 유지보수가 어려울 수 있음 적합한 프로젝트 유형: 절차지향은 작고 간단한 프로젝트에 적합하고, 객체지향은 복잡하고 대규모의 프로젝트에 적합 객체지향 프로그래밍의 4가지 특징 캡슐화(Encapsulation) 상속(Inheritance) 다형성(Polymorphism) 추상화(Abstraction):..

(1) 모집단의 평균이 궁금할 때 z-검정(z-test) 큰 표본 크기(보통 30 이상)에서 모집단의 평균을 검정할 때 사용합니다. 모집단의 분산이 알려져 있어야 하며, 정규 분포를 따르는 데이터에 적용됩니다. t-검정(t-test) 모집단의 평균에 대해 가설을 세우고 이를 검정할 때 사용합니다. 작은 표본 크기에서도 사용할 수 있으며, 모집단의 분산이 알려지지 않았을 때 유용합니다. t-검정에는 한 표본 t-검정, 독립 두 표본 t-검정, 대응 두 표본 t-검정 등이 있습니다. (2) 모집단의 분산이 궁금할 때 카이제곱 분산 검정(Chi-square test for variance) 한 모집단의 분산이 특정 값과 같은지를 검정하거나, 두 모집단의 분산이 같은지를 비교할 때 사용합니다. 분산의 차이를 검..

1. 평균과 가깝다는 것은 데이터가 정상적이라는 것을 의미한다. Solution 오해: 데이터 세트의 평균이 특정 값에 가깝다는 것은 그 데이터가 '정상적'이라는 의미로 해석될 수 있습니다. 실제: 평균은 데이터 세트의 경향을 나타내지만, 이상치(outliers)나 극단적인 값들에 매우 민감합니다. 따라서, 평균만으로는 데이터의 분포 상태나 '정상성'을 전체적으로 이해하기 어렵습니다. 2. 평균은 데이터 셋을 대표한다. Solution 오해: 데이터의 평균값이 그 데이터 세트 전체를 잘 대표한다고 가정합니다. 실제: 평균은 모든 데이터 포인트를 고려하긴 하지만, 데이터가 균일하게 분포되어 있지 않은 경우(예: 극단적으로 높거나 낮은 값이 포함된 경우) 데이터의 실제 분포를 왜곡할 수 있습니다. 3. 평균..

데이터 리터리시 데이터를 효과적으로 이해, 분석 및 해석하여 의사결정에 활용하는 능력 이는 데이터를 읽고, 이해하며, 데이터에 기반하여 의사결정을 내릴 수 있는 역량 데이터(ex. 고객 설문조사의 응답, 판매 기록) 관찰, 측정 또는 질문을 통해 수집된 사실이나 수치의 집합 가장 기본적인 형태로, 데이터는 현실 세계에 대한 원시 정보를 제공한다. 분석되지 않은 상태에서는 종종 의미를 갖지 않는다. DATA > INFORMATION > KNOWLEDGE DATA : 원시적 형태의 사실과 수치, 데이터는 구조화되지 않았거나 분석되지 않았기 때문에 그 자체로 큰 의미 X INFORMATION : 데이터를 처리하고 조직화하여 얻은 결과물, 웹사이트 방문자 데이터를 일별, 주별, 월별 방문자 수로 정리하는 것 K..

학습 : 환경에서 경험을 통해서 일어나는 과정 행동주의 관점에서의 학습 고전적 조건형성 → ex. 파블로프 : 인간행동을 이해하고자 하는 심리학의 발전에 크게 공전하는 계기 마련 ⇒ 조건화 성립 조작적 조건형성 → 학습자의 반응은 행동 이전의 자극이나 환경보다는 행동에 결과에 따라 더 많이 결정된다고 주장 강화 정적강화 : 행동 빈도 증가 부적강화 : 행동 빈도 감소 인지론적에서의 학습 인본주의 입장에서의 학습 발달과업의 교육적 의의 각 발달단계에 맞는 교육과정을 결정하는 단서 학생의 신체적, 정신적, 지적, 사회적인 정상적 성장 발달을 어떻게 도울 것인가에 대한 준거 교육목표 설정 도움 학습준비도 결정 도움 영유아 콘텐츠 개발 = 직관적 IT Engineering Education* Ai Science..

학습목표 통합 사용자 친화성 데이터 프라이버시 및 보안 사용자수정 비용절감 기술지원 = '브랜드 이미지 마케팅' 출처 : https://brunch.co.kr/@brunchjwshim/294 Generalization Personalization Prediction Structed data 영상처리 기초 히스토그램 평활화, 모핑(Morphing) [영상처리 필요성] 인간 정보처리 데이터의 핵심이 시각정보 사람과 같거나 사람보다 나은 일처리 필수적(AI 기계 구현 필수적) 현대의 영상처리 구현에는 다른 분야들과 마찬가지로 AI기술의 적용이 많아지고 있다 [실습 예정] 나의 분석 디지털교과서 + 밀크티 제품 구성, 유아/초/중/고 제품 분석 교원 연수 과정 유아용 오스모 분석 AI 콘텐츠 기획 프로그램 설계..

빅데이터의 활용 다양성 : 정형/비정형의 다양한 데이터 규모 : 테라바이트 수준의 데이터 규모 속도 : 적시성 있는 분석이 필요한 실시간 데이터 (ex. 범죄위험도 예측분석 시스템 : 구역별 위험도 예측 결과, 방법 시설, 기타자료 등) [KeyPoint] (1) 요청(Request) → 반응(Response) (2) 적응형 ↔ 반응형(유지보수 원활) 홈페이지 제작비용, 반응형과 적응형의 가격이 다른 이유는? 홈페이지 제작비용, 반응형과 적응형의 가격이 다른 이유는? www.openads.co.kr (3) 네이티브 애플리케이션 ↔ 모바일 웹 앱 ↔ 하이브리드 애플리케이션 PWA (Progressive Web Apps) 모바일 기기에서 네이티브 앱(Native App)과 같은 사용자 경험을 제공하는 웹/앱..

에듀테크 배경 : 1990년대 후반 이후에 출생하여 TV보다는 스마트폰 등 모바일 기기에 익숙한 모모시대(More Mobile Generation)를 주 대상으로 시작되었으나, 스마트폰 등 스마트 기기 보급으로 점차 모든 연령대로 확산 (1) 디지털교과서에 첨단 기술의 적용과 확대 (2) 인공지능 AI 선생님 등장 (3) 무료 스마트 강의 확대 (4) 지식 전달을 넘어서는 미래 역량 강화 e러닝 → 에듀테크 미국, 유럽, 중국 등을 중심으로 E-러닝이라는 용어 대신 새로운 개술 트랜드를 반영하며 '에듀테크'를 사용하며 큰 성장세 마이크로 러닝 : 학습 및 교육개념, 한입 크기 학습으로 불리며 한 번에 소화할 수 있는 분량의 학습 콘텐츠를 통해 쉽고 빠르면서도 꼭 필요한 내용을 학습하는 전략(독립성) 학습..