Enviar pesquisa
Carregar
데이터 수집부터 시각화까지
•
Transferir como PPTX, PDF
•
5 gostaram
•
853 visualizações
용호 최
Seguir
엘라스틱서치 실무가이드 저자 강연 발표자료입니다.
Leia menos
Leia mais
Engenharia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 29
Baixar agora
Recomendados
정보검색 최종프로젝트 발표 github: https://github.com/lee95292/Jclip-proto
Ir termproject 201716422(marco lee)
Ir termproject 201716422(marco lee)
MyeunggyuLee
데이터 시각화
Elastic stack
Elastic stack
Kenu, GwangNam Heo
Logstash, ElsticSearch, Kibanba 간략 리뷰
Logstash, ElasticSearch, Kibana
Logstash, ElasticSearch, Kibana
HyeonSeok Choi
elasticsearch
elasticsearch
elasticsearch
승우 백
집단 지성 스터디 4장 제 발표자료 입니다. 인공지능 스터디 Facebook URL: https://www.facebook.com/groups/ArtificialIntelligenceGroup
집단 지성 (Programming collective intelligence) 스터디: Chapter 4 - Searching & Ranking
집단 지성 (Programming collective intelligence) 스터디: Chapter 4 - Searching & Ranking
Ian Choi
Elastic Search Performance Optimization (in Korean) Presented by Ho-wook Jeong, search specialist at Gruter, at DeView 2014, Sep. 30 in Seoul Korea
Elastic Search Performance Optimization - Deview 2014
Elastic Search Performance Optimization - Deview 2014
Gruter
20151022 elasticsearch 적용및활용_송준이_sds발표용
20151022 elasticsearch 적용및활용_송준이_sds발표용
20151022 elasticsearch 적용및활용_송준이_sds발표용
Junyi Song
Elastic Search (엘라스틱서치) 입문 - 엘라스틱서치, Log Stash, KIBANA
Elastic Search (엘라스틱서치) 입문
Elastic Search (엘라스틱서치) 입문
SeungHyun Eom
Recomendados
정보검색 최종프로젝트 발표 github: https://github.com/lee95292/Jclip-proto
Ir termproject 201716422(marco lee)
Ir termproject 201716422(marco lee)
MyeunggyuLee
데이터 시각화
Elastic stack
Elastic stack
Kenu, GwangNam Heo
Logstash, ElsticSearch, Kibanba 간략 리뷰
Logstash, ElasticSearch, Kibana
Logstash, ElasticSearch, Kibana
HyeonSeok Choi
elasticsearch
elasticsearch
elasticsearch
승우 백
집단 지성 스터디 4장 제 발표자료 입니다. 인공지능 스터디 Facebook URL: https://www.facebook.com/groups/ArtificialIntelligenceGroup
집단 지성 (Programming collective intelligence) 스터디: Chapter 4 - Searching & Ranking
집단 지성 (Programming collective intelligence) 스터디: Chapter 4 - Searching & Ranking
Ian Choi
Elastic Search Performance Optimization (in Korean) Presented by Ho-wook Jeong, search specialist at Gruter, at DeView 2014, Sep. 30 in Seoul Korea
Elastic Search Performance Optimization - Deview 2014
Elastic Search Performance Optimization - Deview 2014
Gruter
20151022 elasticsearch 적용및활용_송준이_sds발표용
20151022 elasticsearch 적용및활용_송준이_sds발표용
20151022 elasticsearch 적용및활용_송준이_sds발표용
Junyi Song
Elastic Search (엘라스틱서치) 입문 - 엘라스틱서치, Log Stash, KIBANA
Elastic Search (엘라스틱서치) 입문
Elastic Search (엘라스틱서치) 입문
SeungHyun Eom
강병엽(네이버) Spark와 R을 연동한 빅데이터 분석
RUCK 2017 - 강병엽 - Spark와 R을 연동한 빅데이터 분석
RUCK 2017 - 강병엽 - Spark와 R을 연동한 빅데이터 분석
r-kor
Talk at SOSCON (Samsung OpenSource CONference) 2015
Expanding Your Data Warehouse with Tajo
Expanding Your Data Warehouse with Tajo
Matthew (정재화)
Big Data Platform Field Case in MelOn (in Korean) - Presented by Byeong-hwa Yoon, engineer manager at Loen Entertainment - at Gruter TECHDAY 2014 Oct. 29 Seoul, Korea
Gruter TECHDAY 2014 MelOn BigData
Gruter TECHDAY 2014 MelOn BigData
Gruter
elasticsearch
elasticsearch_적용 및 활용_정리
elasticsearch_적용 및 활용_정리
Junyi Song
Log Collection and Analysis with elk Stack
Log Collection and Analysis with elk Stack
Log Collection and Analysis with elk Stack
t lc
ELK 스택 기본 개념 설명
Fundamental of ELK Stack
Fundamental of ELK Stack
주표 홍
Daum내부 Hadoop 활용 사례 | Devon 2012
Daum내부 Hadoop 활용 사례 | Devon 2012
Daum DNA
스프링 스터디 3일차 데이터 엑세스 기술 발표자 - 강한규
[스프링 스터디 3일차] 데이터엑세스기술
[스프링 스터디 3일차] 데이터엑세스기술
AnselmKim
검색 서비스 간략 교육
검색 서비스 간략 교육
검색 서비스 간략 교육
Rjs Ryu
[ http://infiniflux.com/download ] InfiniFlux, MySQL, MongoDB, Splunk, ElasticSearch 기능, 성능 관점 제품 비교
Feature perf comp_v1
Feature perf comp_v1
InfiniFlux Korea
2017 데이터 그랜드 컨퍼런스 발표 자료
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
eungjin cho
[ http://infiniflux.com/download ] The world's fastest time series DBMS. What is InfiniFlux? 1) InfiniFlux is a time-series database which performs real-time data processing, i.e., data are inserted at high speed, retrieved and analyzed without elapsed time. 2) InfiniFlux also compresses and stores data in real-time. Its query language and syntax complies with the SQL standard. The extended SQL syntax provides additional features such as the text search tool.
Infiniflux introduction
Infiniflux introduction
InfiniFlux Korea
2012년 SAC 발표 자료 입니다.
Real-time Big Data Analytics Practice with Unstructured Data
Real-time Big Data Analytics Practice with Unstructured Data
Ted Won
– Elastic stack과 Data pipeline의 개념 – 데이터의 종류와 형태 / Document 데이터 모델링 (mapping, data type) – 분산 데이터 저장소 관점에서의 Elasticsearch (index, shard & replica, segment) https://learningspoons.com/course/detail/elastic-stack/
Elastic Stack & Data pipeline
Elastic Stack & Data pipeline
Jongho Woo
Lab Seminar - Reading Wikipedia to Answer Open-Domain Questions (DrQA)
Lab Seminar - Reading Wikipedia to Answer Open-Domain Questions (DrQA)
Lab Seminar - Reading Wikipedia to Answer Open-Domain Questions (DrQA)
hkh
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study 이 세션에서는 데브시스터즈의 Case Study를 통하여 Data Lake를 만들고 사용하는데 있어 요구 되는 사항들에 대해 공유합니다. 여러 목적에 맞는 데이터를 전달하기 위해 AWS 를 활용하여 Data Lake 를 구축하게된 계기와 실제 구축 작업을 하면서 경험하게 된 것들에 대해 말씀드리고자 합니다. 기존 인프라 구조 대비 효율성 및 비용적 측면을 소개해드리고, 빅데이터를 이용한 부서별 데이터 세분화를 진행할 때 어떠한 Architecture가 사용되었는지 소개드리고자 합니다.
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
Amazon Web Services Korea
Apache Zeppelin은 Apache Spark을 기반으로 한 웹기반 노트북&시각화 툴입니다. http://zeppelin.incubator.apache.org/
Apache Zeppelin으로 데이터 분석하기
Apache Zeppelin으로 데이터 분석하기
SangWoo Kim
DeView2013 session note - Big Data Platform Architecture with Hadoop by Hyeong-jun Kim, Architect at Gruter, inc.
DeView2013 Big Data Platform Architecture with Hadoop - Hyeong-jun Kim
DeView2013 Big Data Platform Architecture with Hadoop - Hyeong-jun Kim
Gruter
안드로이드 자바스크립트 자바 , mysql
2017 중간발표 준비(수정)
2017 중간발표 준비(수정)
병필 임
AWSKRUG Winter Meetup 김명보 / VCNC
Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기
Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기
AWSKRUG - AWS한국사용자모임
1.HomePage 2.Android Application
Portfolio
Portfolio
ByungHak Jang
데이터 웨어하우스에서 빠르게 데이터 블렌딩하는 방안에 대해 설명합니다. 대용량의 데이터세트를 in-database 데이터블렌딩을 하여 빠른 데이터 블렌딩이 가능합니다. --- by 픽데이터(pikdata inc.)
Datawarehouse를 이용한 데이터 블렌딩
Datawarehouse를 이용한 데이터 블렌딩
Pikdata Inc.
Mais conteúdo relacionado
Mais procurados
강병엽(네이버) Spark와 R을 연동한 빅데이터 분석
RUCK 2017 - 강병엽 - Spark와 R을 연동한 빅데이터 분석
RUCK 2017 - 강병엽 - Spark와 R을 연동한 빅데이터 분석
r-kor
Talk at SOSCON (Samsung OpenSource CONference) 2015
Expanding Your Data Warehouse with Tajo
Expanding Your Data Warehouse with Tajo
Matthew (정재화)
Big Data Platform Field Case in MelOn (in Korean) - Presented by Byeong-hwa Yoon, engineer manager at Loen Entertainment - at Gruter TECHDAY 2014 Oct. 29 Seoul, Korea
Gruter TECHDAY 2014 MelOn BigData
Gruter TECHDAY 2014 MelOn BigData
Gruter
elasticsearch
elasticsearch_적용 및 활용_정리
elasticsearch_적용 및 활용_정리
Junyi Song
Log Collection and Analysis with elk Stack
Log Collection and Analysis with elk Stack
Log Collection and Analysis with elk Stack
t lc
ELK 스택 기본 개념 설명
Fundamental of ELK Stack
Fundamental of ELK Stack
주표 홍
Daum내부 Hadoop 활용 사례 | Devon 2012
Daum내부 Hadoop 활용 사례 | Devon 2012
Daum DNA
스프링 스터디 3일차 데이터 엑세스 기술 발표자 - 강한규
[스프링 스터디 3일차] 데이터엑세스기술
[스프링 스터디 3일차] 데이터엑세스기술
AnselmKim
검색 서비스 간략 교육
검색 서비스 간략 교육
검색 서비스 간략 교육
Rjs Ryu
[ http://infiniflux.com/download ] InfiniFlux, MySQL, MongoDB, Splunk, ElasticSearch 기능, 성능 관점 제품 비교
Feature perf comp_v1
Feature perf comp_v1
InfiniFlux Korea
Mais procurados
(10)
RUCK 2017 - 강병엽 - Spark와 R을 연동한 빅데이터 분석
RUCK 2017 - 강병엽 - Spark와 R을 연동한 빅데이터 분석
Expanding Your Data Warehouse with Tajo
Expanding Your Data Warehouse with Tajo
Gruter TECHDAY 2014 MelOn BigData
Gruter TECHDAY 2014 MelOn BigData
elasticsearch_적용 및 활용_정리
elasticsearch_적용 및 활용_정리
Log Collection and Analysis with elk Stack
Log Collection and Analysis with elk Stack
Fundamental of ELK Stack
Fundamental of ELK Stack
Daum내부 Hadoop 활용 사례 | Devon 2012
Daum내부 Hadoop 활용 사례 | Devon 2012
[스프링 스터디 3일차] 데이터엑세스기술
[스프링 스터디 3일차] 데이터엑세스기술
검색 서비스 간략 교육
검색 서비스 간략 교육
Feature perf comp_v1
Feature perf comp_v1
Semelhante a 데이터 수집부터 시각화까지
2017 데이터 그랜드 컨퍼런스 발표 자료
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
eungjin cho
[ http://infiniflux.com/download ] The world's fastest time series DBMS. What is InfiniFlux? 1) InfiniFlux is a time-series database which performs real-time data processing, i.e., data are inserted at high speed, retrieved and analyzed without elapsed time. 2) InfiniFlux also compresses and stores data in real-time. Its query language and syntax complies with the SQL standard. The extended SQL syntax provides additional features such as the text search tool.
Infiniflux introduction
Infiniflux introduction
InfiniFlux Korea
2012년 SAC 발표 자료 입니다.
Real-time Big Data Analytics Practice with Unstructured Data
Real-time Big Data Analytics Practice with Unstructured Data
Ted Won
– Elastic stack과 Data pipeline의 개념 – 데이터의 종류와 형태 / Document 데이터 모델링 (mapping, data type) – 분산 데이터 저장소 관점에서의 Elasticsearch (index, shard & replica, segment) https://learningspoons.com/course/detail/elastic-stack/
Elastic Stack & Data pipeline
Elastic Stack & Data pipeline
Jongho Woo
Lab Seminar - Reading Wikipedia to Answer Open-Domain Questions (DrQA)
Lab Seminar - Reading Wikipedia to Answer Open-Domain Questions (DrQA)
Lab Seminar - Reading Wikipedia to Answer Open-Domain Questions (DrQA)
hkh
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study 이 세션에서는 데브시스터즈의 Case Study를 통하여 Data Lake를 만들고 사용하는데 있어 요구 되는 사항들에 대해 공유합니다. 여러 목적에 맞는 데이터를 전달하기 위해 AWS 를 활용하여 Data Lake 를 구축하게된 계기와 실제 구축 작업을 하면서 경험하게 된 것들에 대해 말씀드리고자 합니다. 기존 인프라 구조 대비 효율성 및 비용적 측면을 소개해드리고, 빅데이터를 이용한 부서별 데이터 세분화를 진행할 때 어떠한 Architecture가 사용되었는지 소개드리고자 합니다.
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
Amazon Web Services Korea
Apache Zeppelin은 Apache Spark을 기반으로 한 웹기반 노트북&시각화 툴입니다. http://zeppelin.incubator.apache.org/
Apache Zeppelin으로 데이터 분석하기
Apache Zeppelin으로 데이터 분석하기
SangWoo Kim
DeView2013 session note - Big Data Platform Architecture with Hadoop by Hyeong-jun Kim, Architect at Gruter, inc.
DeView2013 Big Data Platform Architecture with Hadoop - Hyeong-jun Kim
DeView2013 Big Data Platform Architecture with Hadoop - Hyeong-jun Kim
Gruter
안드로이드 자바스크립트 자바 , mysql
2017 중간발표 준비(수정)
2017 중간발표 준비(수정)
병필 임
AWSKRUG Winter Meetup 김명보 / VCNC
Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기
Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기
AWSKRUG - AWS한국사용자모임
1.HomePage 2.Android Application
Portfolio
Portfolio
ByungHak Jang
데이터 웨어하우스에서 빠르게 데이터 블렌딩하는 방안에 대해 설명합니다. 대용량의 데이터세트를 in-database 데이터블렌딩을 하여 빠른 데이터 블렌딩이 가능합니다. --- by 픽데이터(pikdata inc.)
Datawarehouse를 이용한 데이터 블렌딩
Datawarehouse를 이용한 데이터 블렌딩
Pikdata Inc.
본 영상은 2021-2 KMOOC-데이터엔지니어링 강의의 원본이며, 강좌 오픈 이후에는 질의 응답 채널으로 이용 예정입니다. 각 Topic에 질문 해주시면 가능한 답은 달아드리도록 하겠습니다. 강의노트 (SlideShare) - https://www.slideshare.net/ssuser4a9113 코드 (GitHub) - https://github.com/JaewookByun/data_engineering 총 11강 구성 - ArrayList 연산 - MyArrayList - 배열 기반 List interface 구현 - LinkedList 연산 - MyLinkedList - 참조 기반 List & Queue interfaces 구현 - HashSet/HashMap 연산 - Lambda Expression - Stream - Open JDK 15에서 이용가능한 거의 대부분의 연산을 다루려고 노력함
데이터 분석 1 - 소개
데이터 분석 1 - 소개
Jaewook Byun
오늘자 방송: https://www.youtube.com/watch?v=_TWmXx1ECd4&list=PLdntWJk2tJPJuQctXMbRDdr9TWOsXClm6&index=1
(책 소개) 엘라스틱 스택 개발부터 운영까지
(책 소개) 엘라스틱 스택 개발부터 운영까지
Jay Park
Druid+superset
Druid+superset
Druid+superset
Dongwoo Lee
[215]네이버콘텐츠통계서비스소개 김기영
[215]네이버콘텐츠통계서비스소개 김기영
[215]네이버콘텐츠통계서비스소개 김기영
NAVER D2
그림으로 공부하는 오라클 구조라는 책입니다. 개인적으로 공부하기 위해 정리한 내용입니다. 오라클 구조에 대해서 간략하게나마 알게 된것 같네요.
그림으로 공부하는 오라클 구조
그림으로 공부하는 오라클 구조
Choonghyun Yang
2014 ACE Conference & Academy 발표 자료
빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)
Channy Yun
데이터 엔지니어링 프로젝트를 진행한 Catch, Traffic! 팀에서는 아래와 같은 프로젝트를 진행했습니다. 수도권 교통의 혼잡성을 해결하기 위한 방안을 찾는 데이터 파이프라인 구축 18기 김인섭 숭실대학교 산업정보시스템공학과 18기 김재민 국민대학교 AI빅데이터융합경영학과 18기 서은유 동덕여자대학교 정보통계학과 18기 윤정원 숙명여자대학교 소프트웨어융합전공 18기 이현진 서울과학기술대학교 산업정보시스템전공 18기 조은학 명지대학교 융합소프트웨어학부
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Catch, Traffic!] : 지하철 혼잡도 및 키워드 분석 데이터 파이프라인 구축
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Catch, Traffic!] : 지하철 혼잡도 및 키워드 분석 데이터 파이프라인 구축
BOAZ Bigdata
LevelDB 간단한 소개
LevelDB 간단한 소개
종빈 오
Semelhante a 데이터 수집부터 시각화까지
(20)
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
Infiniflux introduction
Infiniflux introduction
Real-time Big Data Analytics Practice with Unstructured Data
Real-time Big Data Analytics Practice with Unstructured Data
Elastic Stack & Data pipeline
Elastic Stack & Data pipeline
Lab Seminar - Reading Wikipedia to Answer Open-Domain Questions (DrQA)
Lab Seminar - Reading Wikipedia to Answer Open-Domain Questions (DrQA)
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
데브시스터즈 데이터 레이크 구축 이야기 : Data Lake architecture case study (박주홍 데이터 분석 및 인프라 팀...
Apache Zeppelin으로 데이터 분석하기
Apache Zeppelin으로 데이터 분석하기
DeView2013 Big Data Platform Architecture with Hadoop - Hyeong-jun Kim
DeView2013 Big Data Platform Architecture with Hadoop - Hyeong-jun Kim
2017 중간발표 준비(수정)
2017 중간발표 준비(수정)
Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기
Spark + S3 + R3를 이용한 데이터 분석 시스템 만들기
Portfolio
Portfolio
Datawarehouse를 이용한 데이터 블렌딩
Datawarehouse를 이용한 데이터 블렌딩
데이터 분석 1 - 소개
데이터 분석 1 - 소개
(책 소개) 엘라스틱 스택 개발부터 운영까지
(책 소개) 엘라스틱 스택 개발부터 운영까지
Druid+superset
Druid+superset
[215]네이버콘텐츠통계서비스소개 김기영
[215]네이버콘텐츠통계서비스소개 김기영
그림으로 공부하는 오라클 구조
그림으로 공부하는 오라클 구조
빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Catch, Traffic!] : 지하철 혼잡도 및 키워드 분석 데이터 파이프라인 구축
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [Catch, Traffic!] : 지하철 혼잡도 및 키워드 분석 데이터 파이프라인 구축
LevelDB 간단한 소개
LevelDB 간단한 소개
Mais de 용호 최
020년 7~8월 약 1개월간 디프만 8기에서 진행한 프로젝트입니다. 팀원 : 최용호, 심문성, 이지원, 심재철, 황태림, 박상욱, 김한나 개발 언어 : React, Python 백엔드에 사용한 서비스 : AWS, ECS Fargate, Network Load Balancer, EventBridge, Lambda, RunCommand, New Relic, MongoDB Atlas, Github Action, Locust
작업공간 - 나만을 위한 카페를 찾는 카페 유목민을 위한 서비스
작업공간 - 나만을 위한 카페를 찾는 카페 유목민을 위한 서비스
용호 최
2020년 7~8월 약 1개월간 디프만 8기에서 진행한 프로젝트입니다. 팀원 : 최용호, 심문성, 이지원, 심재철, 황태림, 박상욱, 김한나 CI/CD에 사용한 서비스 : Docker, Github Action, Amazon ECR, ECS Fargate
내 주변 작업하기 좋은 카페 찾아주는 웹앱 "작업공간" - CI/CD
내 주변 작업하기 좋은 카페 찾아주는 웹앱 "작업공간" - CI/CD
용호 최
2020년 7~8월 약 1개월간 디프만 8기에서 진행한 프로젝트입니다. 팀원 : 최용호, 심문성, 이지원, 심재철, 황태림, 박상욱, 김한나 개발 언어 : Python 백엔드에 사용한 서비스 : AWS, ECS Fargate, Network Load Balancer, EventBridge, Lambda, RunCommand, New Relic, MongoDB Atlas, Github Action, Locust
내 주변 작업하기 좋은 카페 찾아주는 웹앱 "작업공간" - 백엔드 아키텍처
내 주변 작업하기 좋은 카페 찾아주는 웹앱 "작업공간" - 백엔드 아키텍처
용호 최
2020년 게임 산업 재도약을 위한 대토론회 발표 자료 입니다.
빠르고 안정적인 게임 시장 진출을 위한 클라우드 전략 - 최용호
빠르고 안정적인 게임 시장 진출을 위한 클라우드 전략 - 최용호
용호 최
2020년 AWS Community Day 발표 자료 입니다.
쿠알못이 Amazon EKS로 안정적인 서비스 운영하기 - 최용호
쿠알못이 Amazon EKS로 안정적인 서비스 운영하기 - 최용호
용호 최
2019년 10월 29일 순천향대학교 특강 자료입니다.
개발자로써 갖춰야할 스킬들 - 최용호
개발자로써 갖춰야할 스킬들 - 최용호
용호 최
2019년 7월 AWSKRUG 판교 소모임에서 발표한 내용입니다.
Terraform 입문 - 최용호
Terraform 입문 - 최용호
용호 최
엘라스틱서치 저자 강연 발표자료 입니다.
ElasticStack으로 다양한 수집 아키텍처 구성하기
ElasticStack으로 다양한 수집 아키텍처 구성하기
용호 최
2019년 For Developer "나의 개발 이야기" 세미나에서 개발자 경력을 위한 소프트 스킬 발표
[For.D] 개발자 경력을 위한 소프트 스킬 (2019)
[For.D] 개발자 경력을 위한 소프트 스킬 (2019)
용호 최
2019년 DDD 2기 직군 세션에서 AWS 활용에 대한 공유를 위해 이전 발표 재활용
[DDD] 모바일 게임을 만들기 위한 AWS 고군분투기 (2019)
[DDD] 모바일 게임을 만들기 위한 AWS 고군분투기 (2019)
용호 최
2018년 자바카페 엘라스틱서치 공개 강의 발표 자료
[자바카페] Elasticsearch Aggregation (2018)
[자바카페] Elasticsearch Aggregation (2018)
용호 최
2018년 구글 클라우드 Summit에서 구글 스터디잼 해커톤에서 쿠버네티스로 엘라스틱서치 서비스 구축한 내용 발표
[GCP Summit 2018] Kubernetes with Nginx and Elasticsearch on GCP
[GCP Summit 2018] Kubernetes with Nginx and Elasticsearch on GCP
용호 최
2018년 팀 내 쿠버네티스 공유
[넥슨] kubernetes 소개 (2018)
[넥슨] kubernetes 소개 (2018)
용호 최
2018년 AWS Summit에서 모바일 게임을 만들기 위한 AWS 고군분투기 발표
[AWS Summit 2018] 모바일 게임을 만들기 위한 AWS 고군분투기
[AWS Summit 2018] 모바일 게임을 만들기 위한 AWS 고군분투기
용호 최
2018년 넥슨 사내 세미나인 넥슨토크에서 모바일게임 하이브 런칭기 발표
[넥슨토크] 모바일게임 하이브 런칭기 (2018)
[넥슨토크] 모바일게임 하이브 런칭기 (2018)
용호 최
2018년 자바카페 빅데이터 스터디에서 Infra CI 발표
[자바카페] Infra CI (2018)
[자바카페] Infra CI (2018)
용호 최
2018년 AWSKRUG Enterprise 모임에서 모바일게임 하이브 런칭기 발표
[AWSKRUG] 모바일게임 하이브 런칭기 (2018)
[AWSKRUG] 모바일게임 하이브 런칭기 (2018)
용호 최
2018년 빅데이터 스터디 람다 아키텍처 더 깊게 살펴보기 발표
[자바카페] 람다 아키텍처, 더 깊이 살펴보기
[자바카페] 람다 아키텍처, 더 깊이 살펴보기
용호 최
2018년 빅데이터 스터디 람다 일괄처리 계층 사례 발표
[자바카페] 람다 일괄처리 계층 사례
[자바카페] 람다 일괄처리 계층 사례
용호 최
2018년 빅데이터 스터디 람다 일괄처리 계층 발표
[자바카페] 람다 일괄처리 계층
[자바카페] 람다 일괄처리 계층
용호 최
Mais de 용호 최
(20)
작업공간 - 나만을 위한 카페를 찾는 카페 유목민을 위한 서비스
작업공간 - 나만을 위한 카페를 찾는 카페 유목민을 위한 서비스
내 주변 작업하기 좋은 카페 찾아주는 웹앱 "작업공간" - CI/CD
내 주변 작업하기 좋은 카페 찾아주는 웹앱 "작업공간" - CI/CD
내 주변 작업하기 좋은 카페 찾아주는 웹앱 "작업공간" - 백엔드 아키텍처
내 주변 작업하기 좋은 카페 찾아주는 웹앱 "작업공간" - 백엔드 아키텍처
빠르고 안정적인 게임 시장 진출을 위한 클라우드 전략 - 최용호
빠르고 안정적인 게임 시장 진출을 위한 클라우드 전략 - 최용호
쿠알못이 Amazon EKS로 안정적인 서비스 운영하기 - 최용호
쿠알못이 Amazon EKS로 안정적인 서비스 운영하기 - 최용호
개발자로써 갖춰야할 스킬들 - 최용호
개발자로써 갖춰야할 스킬들 - 최용호
Terraform 입문 - 최용호
Terraform 입문 - 최용호
ElasticStack으로 다양한 수집 아키텍처 구성하기
ElasticStack으로 다양한 수집 아키텍처 구성하기
[For.D] 개발자 경력을 위한 소프트 스킬 (2019)
[For.D] 개발자 경력을 위한 소프트 스킬 (2019)
[DDD] 모바일 게임을 만들기 위한 AWS 고군분투기 (2019)
[DDD] 모바일 게임을 만들기 위한 AWS 고군분투기 (2019)
[자바카페] Elasticsearch Aggregation (2018)
[자바카페] Elasticsearch Aggregation (2018)
[GCP Summit 2018] Kubernetes with Nginx and Elasticsearch on GCP
[GCP Summit 2018] Kubernetes with Nginx and Elasticsearch on GCP
[넥슨] kubernetes 소개 (2018)
[넥슨] kubernetes 소개 (2018)
[AWS Summit 2018] 모바일 게임을 만들기 위한 AWS 고군분투기
[AWS Summit 2018] 모바일 게임을 만들기 위한 AWS 고군분투기
[넥슨토크] 모바일게임 하이브 런칭기 (2018)
[넥슨토크] 모바일게임 하이브 런칭기 (2018)
[자바카페] Infra CI (2018)
[자바카페] Infra CI (2018)
[AWSKRUG] 모바일게임 하이브 런칭기 (2018)
[AWSKRUG] 모바일게임 하이브 런칭기 (2018)
[자바카페] 람다 아키텍처, 더 깊이 살펴보기
[자바카페] 람다 아키텍처, 더 깊이 살펴보기
[자바카페] 람다 일괄처리 계층 사례
[자바카페] 람다 일괄처리 계층 사례
[자바카페] 람다 일괄처리 계층
[자바카페] 람다 일괄처리 계층
Último
발표: 김성준 교수, 조선대학교 영상: https://youtu.be/MxJYM5sf8R8?feature=shared 문의: ask.kr@jmp.com 2024년 4월 30일 | JMP Korea
JMP를 활용한 가속열화 분석 사례
JMP를 활용한 가속열화 분석 사례
JMP Korea
발표: 주용한 교수, 선문대학교 영상: https://youtu.be/ut-KcM_G1YQ?si=V1FSs_7nDclfOlQH 문의: ask.kr@jmp.com 2024년 4월 30일 | JMP Korea
실험 설계의 평가 방법: Custom Design을 중심으로 반응인자 최적화 및 Criteria 해석
실험 설계의 평가 방법: Custom Design을 중심으로 반응인자 최적화 및 Criteria 해석
JMP Korea
발표: 김한성 상무, 한국표준협회 영상: https://youtu.be/lh3d8eMfnnw?si=Rww_BlZ8QxguQL1N 문의: ask.kr@jmp.com 2024년 4월 30일 | JMP Korea
JMP를 활용한 전자/반도체 산업 Yield Enhancement Methodology
JMP를 활용한 전자/반도체 산업 Yield Enhancement Methodology
JMP Korea
발표: 이광기 상무, 한얼솔루션 영상: https://youtu.be/WazObAnz6ns?si=71tQ0uQpAVsAAvWg 문의: ask.kr@jmp.com 2024년 4월 30일 | JMP Korea
공학 관점에서 바라본 JMP 머신러닝 최적화
공학 관점에서 바라본 JMP 머신러닝 최적화
JMP Korea
발표: 이승환 과장, 한얼솔루션 영상: https://youtu.be/ONMpo9lGFdE?si=h1o5lSoyhaLkrxLC 문의: ask.kr@jmp.com 2024년 4월 30일 | JMP Korea
JMP 기능의 확장 및 내재화의 핵심 JMP-Python 소개
JMP 기능의 확장 및 내재화의 핵심 JMP-Python 소개
JMP Korea
발표: 민철희 지사장, JMP Korea 영상: https://youtu.be/JQR5S0KpJg4?si=VIwUToaA4J3-q2Jz 문의: ask.kr@jmp.com 2024년 4월 30일 | JMP Korea
JMP가 걸어온 여정, 새로운 도약 JMP 18!
JMP가 걸어온 여정, 새로운 도약 JMP 18!
JMP Korea
오늘자 강의: https://www.youtube.com/watch?v=RCecshSbeZA&list=PLdntWJk2tJPJuQctXMbRDdr9TWOsXClm6
(독서광) 인간이 초대한 대형 참사 - 대형 참사가 일어날 때까지 사람들은 무엇을 하고 있었는가?
(독서광) 인간이 초대한 대형 참사 - 대형 참사가 일어날 때까지 사람들은 무엇을 하고 있었는가?
Jay Park
발표: 이동복 책임, 현대자동차 영상: https://youtu.be/ZDwgfuPvCFs?si=kfkCnOrXLAbuTYa6 문의: ask.kr@jmp.com 2024년 4월 30일 | JMP Korea
데이터 분석 문제 해결을 위한 나의 JMP 활용법
데이터 분석 문제 해결을 위한 나의 JMP 활용법
JMP Korea
Último
(8)
JMP를 활용한 가속열화 분석 사례
JMP를 활용한 가속열화 분석 사례
실험 설계의 평가 방법: Custom Design을 중심으로 반응인자 최적화 및 Criteria 해석
실험 설계의 평가 방법: Custom Design을 중심으로 반응인자 최적화 및 Criteria 해석
JMP를 활용한 전자/반도체 산업 Yield Enhancement Methodology
JMP를 활용한 전자/반도체 산업 Yield Enhancement Methodology
공학 관점에서 바라본 JMP 머신러닝 최적화
공학 관점에서 바라본 JMP 머신러닝 최적화
JMP 기능의 확장 및 내재화의 핵심 JMP-Python 소개
JMP 기능의 확장 및 내재화의 핵심 JMP-Python 소개
JMP가 걸어온 여정, 새로운 도약 JMP 18!
JMP가 걸어온 여정, 새로운 도약 JMP 18!
(독서광) 인간이 초대한 대형 참사 - 대형 참사가 일어날 때까지 사람들은 무엇을 하고 있었는가?
(독서광) 인간이 초대한 대형 참사 - 대형 참사가 일어날 때까지 사람들은 무엇을 하고 있었는가?
데이터 분석 문제 해결을 위한 나의 JMP 활용법
데이터 분석 문제 해결을 위한 나의 JMP 활용법
데이터 수집부터 시각화까지
1.
데이터 수집부터 시각화까지 JAVACAFE 최용호
2.
발표자 • 최용호 • 넥슨
코리아 • 자바카페 운영진 • 엘라스틱서치 실무 가이드 저자 중 1인
3.
1. 데이터 수집의
목적 2. 데이터 파이프라인 3. 로그스태시 4. 키바나
4.
사용자 행동 분석
5.
이상징후 탐지
6.
추천 서비스
7.
1. 데이터 수집의
목적 2. 데이터 파이프라인 3. 로그스태시 4. 키바나
8.
데이터 수집 데이터 소스
9.
데이터 수집 데이터 소스 •
수집할 데이터의 대상 • 데이터베이스, 웹, 파일 등등
10.
데이터 수집 데이터 소스 이
때 수집되는 데이터들은 비정형 데이터
11.
데이터 가공 데이터 소스 가공
12.
데이터 가공 데이터 소스 가공 •
필요 없는 데이터 제거 • 데이터 형식 변환 • 데이터 첨가
13.
데이터 저장 데이터 소스 저장소 가공
14.
데이터 저장 데이터 소스 저장소 가공 수집되는
데이터의 양과 속도에 대 응하기 위해 NoSQL 데이터베이스 를 주로 사용
15.
데이터 시각화 데이터 소스 저장소 분석
및 시각화 가공
16.
1. 데이터 활용 2.
데이터 파이프라인 3. 로그스태시 4. 키바나
17.
로그스태시 역할 데이터 소스 저장소 분석
및 시각화 가공
18.
로그스태시 역할 데이터 소스 가공 Input Plugin
19.
로그스태시 역할 데이터 소스 가공 Input Plugin Filter Plugin
20.
로그스태시 역할 데이터 소스 가공 Input Plugin Filter Plugin Output Plugin
21.
ElasticStack 파이프라인
22.
1. 데이터 활용 2.
데이터 파이프라인 3. 로그스태시 4. 키바나
23.
키바나 역할 데이터 소스 저장소 분석
및 시각화 가공
24.
키바나 역할 분석 및
시각화
25.
Demo http://bit.ly/2XWTP26
26.
ElasticStack 파이프라인
27.
ElasticStack 파이프라인 파일
28.
Kibana로 시각화
29.
Thank you
Baixar agora