데이터 직군에 대한 지식 쌓기

https://github.com/Team-Neighborhood/I-want-to-study-Data-Science/wiki/%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%95%BC%EC%9D%98-%EC%A7%81%EA%B5%B0-%EC%86%8C%EA%B0%9C

 

Data Lake - Data Warhouse - Data Mart

 

OLAP vs OLTP
column oriented vs row oriented

하둡, 스파크 vs MySQL, 오라클

 

CPU Bound, IO Bound

Nonblocking Async
Blocking Sync

 

Airflow, 대시보드 생성 등

 

k8s ELK
EFK stack

 

ML Engineer

1. Core / Applied ML Engineer

- 이미 만들어진 모델을 최적화 (ONNX, TensorRT, TRITON)

- CPU로 Inference를 해야할 때 최적화 혹은 경량화

- (Core) C++ 레벨까지 내려감

2. ML(Ops) Engineer

- 모델 학습 파이프라인 자동화 및 운영, 최적화, 인프라 (Airflow, Kuberflow, mlflow)

- 모델 서빙 백엔드 개발 및 가끔 모델 최적화도

3. Research ML Engineer

- 모델 찍어내고 논문 구현하고