• 데이터는 계속 늘어난다!

• parquet

• 1TB를 저장하는데 3만원 정도 ; 아마존

• 이런식으로 데이터가 늘어나는 것을 어떻게 저장할 것인가. 얼마나 빠르게 접근할 것인가에 대한 고민.

• 내가 정말 나중에 서비스를 만든다면

• 심지어 데이터 양이 많다고 한다면 구글 escape에 넣는 것이 맞고 1년에 한 두번 본다면 가져오는데 3-4일이 걸린다고 하더라도 가장 저렴한 것을 사용하면 됨.

• 넷플릭스와 같은 스트리밍 서비스의 추천 알고리즘은 얼마가 든다고 하더라도 해야 하지만 시도해볼까? 하는 것들은 시간이 오래 걸려도 저렵한 것이 낫다.

• 비용 cost

  • 비용이라는 측면이 있어서 우리나라는 '돈'이라고 생각을 한다. 하지만 cost라고 생각하면 '시간' 이라는 개념도 포함하게 되는 것이다.
  • 쿠팡
    • 빚이 -2조원정도 됨. 그럼에도 불구하고 계속 확장하는 이유는 놓치지 싫기 때문이다.
    • 중요한 것은 데이터를 저장하고 분석하는 데에 더 많은 이슈가 생기는 것이다. 이것을 판단하는 역량이 정말 중요하다.
    • 지금 학부 때는 많이 고민 하지 않아도 된다. 많이 해보는 것이 이득

딴 얘기

• 내가 코딩을 잘하느냐는 와는 다르다.
• 역량이 뛰어나신 분들이 분명히 있지만 상징적인 인물이 없다.
• 기술적인 것들만 놓고 본다면 "판단"을 어떻게 하느냐가 굉장히 중요한 이슈가 된다. 맨 밑에서 일하는 개발자라면 그렇지 않겠지만 팀장만 되도 이러한 이슈가 굉장히 중요하다.

• 메타데이타
• 노트북에 데이터를 쭉 파일로 가지고 있다고 생각해보자.
• 이 데이터에 설명이 필요하다면, 무슨 데이터인지 생각을 해야 한다
  • 아주 쉽게 생각하면 readme를 만든다
  1. 다이아몬드 예측
  2. 결과... 등