Datalore

투자 관리 업계에서 성공하는 비결은 무엇일까요? 성공적인 회사의 비결은 해당 분야의 전문 지식, 최신 기술, 관계 관리, 빠른 적응 및 경쟁력입니다. 생성형 AI(genAI) 기반의 데이터 과학을 이용한다고 해서 하루 아침에 직원을 특정 분야의 전문가로 만들 수도 없고, 경쟁사를 없애버릴 수도 없지만, 다른 세 가지 영역은 크게 개선할 수 있습니다. 이 글에서는 AI 기반의 데이터 과학이 투자 전략 구현 과정을 가속화하고, 고객 관계를 강화하여 투자 관리 회사를 더욱 기민하게 만들어주는 방법을 알아봅니다. 1. 전략 구현의 속도를…

JetBrains에서 아트 피스 만들기 JetBrains에서는 웹사이트 요소 및 출시 그래픽으로 사용할 아트 피스를 제작하는 접근 방식을 지속적으로 개선하고 있습니다. 목표는 그래픽 디자이너가 일상적인 작업에서 해방되어 핵심 역량인 창의성에 집중할 수 있도록 하는 것입니다. JetBrains에서 아트 피스를 생성하기 위한 내부 도구의 스토리가 시작된 것은 약 10년 전의 일입니다. 처음에는 브라우저에서 즉시 모든 요소를 무작위로 생성하는 WebGL 기반 도구를 주로 사용했습니다(대화형으로 사용해 볼 수 있는 아카이브는 여기에서 확인…

Datalore Enterprise 2023.2가 출시되었습니다! 이 버전은 R 사용자를 위한 기본 R 패키지 지원을 제공하고 Notebook 콘텐츠 검색, 환경 변수 관리 및 Report builder(보고서 작성기)의 유용성 개선을 통해 협업 데이터 과학의 경험을 향상합니다.  이어지는 내용을 통해 Datalore Enterprise 2023.2의 새로운 기능을 알아보고 최신 버전으로 업그레이드 하세요! 2023.2로 업그레이드 기본 R 패키지 지원 열정적인 R 사용자를 위해 Datalore Enterprise 2023…

29,269명의 개발자로부터 받은 응답을 담은 2022년 개발자 에코시스템 설문조사의 원시 데이터가 공개적으로 액세스할 수 있도록 준비되었습니다! 이 데이터가 유용하면서도 개발 커뮤니티에서 더 심도 있는 연구조사를 진행하는 데 보탬이 되기를 바랍니다.  원시 데이터는 원시 데이터가 포함된 csv 및 분석 예시가 포함된 Jupyter Notebook의 두 가지 형식으로 액세스할 수 있습니다.  Notebook에서는 설문조사의 기본 분석 내용을 보여줍니다. 데이터의 구조를 보여주고 몇 가지 분석 예시를 제시하며 자체…

2023년 1월부터 Community 및 Professional 사용자를 위한 여러 가지 새로운 기능이 출시되었습니다. 이 목록에는 오랫동안 기다려온 Datalore Run API, 더 강력해진 반응형 커널, 고성능 CPU 및 GPU, Professional 사용자를 위한 Datalore 크레딧 및 여러 가지 성능 개선 사항이 포함됩니다.  Datalore Run API 새로운 Datalore Run API를 사용하면 API 호출을 통해 Datalore Notebook을 실행하거나 보고서를 다시 게시할 수 있습니다. 이 기…

저희 팀은 이번 릴리스 주기에서 빠르면서도 유용한 기능을 제공하고자 노력하였으며, 그 결과 Datalore의 마지막 메이저 릴리스에서는 11개 이상의 주요 기능을 출시했습니다. 저희는 앞으로 더 많은 흥미로운 업데이트를 제공하고자 하는 궁극적인 목표를 바탕으로 버그를 수정하고 안정성을 높일 수 있도록 코드 베이스를 리팩터링했습니다. 오랫동안 기다려온 Datalore Run API뿐만 아니라 품질 및 성능 개선을 제공하는 Datalore Enterprise 2023.1을 소개해 드리겠습니다. 새로운 기능과 개선된 기능에 대해 자세히 …

Git은 일반적으로 데이터 과학 팀에서 사용하는 도구입니다. 이 튜토리얼에서는 협업 데이터 과학 플랫폼인 Datalore에서 Git으로 작업하는 방법을 설명하겠습니다.   Datalore로 Git 저장소를 설치하고 해당 저장소의 내용을 수정하고 작업 버전을 관리하는 방법을 알아보려면 계속 읽어보세요.  Datalore Notebook 환경에서 Git 저장소를 설치하는 방법 개인적으로 또는 팀에서 Python 스크립트 모음이나 Git에 저장된 pip 호환 패키지를 개발하는 경우, Datalore의 Jupyter No…

데이터 과학 프로젝트는 Notebook, 데이터, 환경 및 스크립트와 같은 많은 부분으로 구성되어 있어 복잡할 수 있으며 데이터 과학 팀이 이러한 복잡성 속에서 효과적으로 협력하기란 쉽지 않을 수 있습니다. 이 게시물에서는 데이터 기반 팀의 생산성을 높이고 스트레스를 줄여주는 5가지 최신 협업 기술을 알아봅니다. 코드 및 필수 아티팩트를 쉽게 공유 데이터 과학 프로젝트에서 협업할 때는 다른 팀원과 자료를 공유하기가 너무 번거롭다는 문제 때문에 처음부터 난관에 부딪히기 쉽습니다. Jupyter Notebook을 공유하려면 특정 환…

목차 Datalore 대화형 보고서 소개 대화형 보고서 게시 방법 대화형 보고서가 유용한 경우 자주 묻는 질문 어떤 사용자가 대화형 보고서를 생성할 수 있나요? 보고서 생성 시 컴퓨팅 리소스가 사용되나요? 어떤 커널에서 보고서를 이용할 수 있나요? SQL 셀 및 데이터베이스 연결과 함께 대화형 보고서를 사용할 수 있나요? 안녕하세요, Datalore 팀입니다! 저희 팀은 데이터 워크플로의 본질은 협업이라 굳게 믿으며 Datalore의 공유 기능에 관해 계속해서 설명하고 글을 작성하고 있습니다.  일부 코드…

지난해에는 세계적으로 모두가 대처해야 했던 예기치 못한 어려운 일이 있었습니다. 그래도 저희는 2020년에 Datalore Professional을 출시하고 수많은 탁월한 새 기능을 사용자 여러분에게 제공할 수 있었습니다. 이 글에서는 가장 주목할 만한 기능 중 몇가지에 관한 설명을 모아보았습니다. Datalore Professional Datalore Professional은 11월에 출시되었습니다. 이 제품은 강력한 컴퓨팅 하드웨어가 필요한 대규모 데이터세트를 다루는 복잡한 작업을 해결하도록 설계되었습니다. 다음은 Datalo…

이 프로젝트에 대한 작업을 시작한 지 꽤 오랜 시간이 지났고, Datalore가 무엇이며 데이터 과학 여정에서 어떤 도움을 줄 수 있는지에 대해 알려드릴 때가 되었다고 생각합니다. Datalore는 스마트 코딩 지원이 포함된 온라인 데이터 과학 노트북입니다. 정의에 대해 자세히 살펴보겠습니다. Datalore는 온라인입니다 Datalore에서는 모든 계산이 클라우드에서 수행됩니다. Python 및 Kotlin 코드를 실행하려면 간단히 브라우저를 열고 https://www.jetbrains.com/datalore/에서 등록한 다음…