2024. 8. 27. 15:30ㆍEtc
포트폴리오 관련 주요 내용
1. 프로젝트, 공모전, 창의적 아이디어 및 직무 관련 이력을 통합하여 전문성과 일관된 방향성을 어필.
2. 줄글 형식 대신 PPT 형식으로 정리. 도표를 통해 강조. 양식 및 디자인의 통일성 필요. 본인만의 카피라이트를 표지에 작성. 프로젝트 내용은 시간 순서가 아니라, 직무 연관성이 높은 것부터 작성.
3. 노션이나 블로그에 정리해 놓은 것을 그대로 제출하는 경우가 많이 있는데, 성의가 없어 보임.
4. 이름, 사진, 인적 사항 / 전공 및 이수 교과목 등의 학습 내용, 어학, 자격증 등 직무수행을 위한 자격 사항 / 직무 관련 이력 및 활동 사항 / 회사에서 이루고 싶은 비전이나 목표 (중요) → 회사에서 이루고자 하는 비전이나 목표에 대한 지원자만의 생각이 보이면, 합격 확률 상승.
5. 정리할 것: 주요 전공과목 및 외부 핵심 교육 내용, 연도별 경험사례와 역할, 경험 별 담당 활동, 경험 별 주요 과제와 문제점, 문제 해결에 쓰인 지식과 기술, 결과물, 성과, 기업 및 직무에 활용할 수 있는 지식과 기술
6. 추상적인 단어 대신 요구사항을 정확히 설명. 사용된 언어, 프레임워크, 알고리즘 나열과 본인의 역할과 과정에서의 이슈 및 해결 과정, 객관적인 성과(다운로드 횟수, 조회수 등)와 주관적인 성장에 대한 서술.
* 강연자: 오종필 선생님
느낀 점
1. 머신러닝, 스프링 부트 프레임워크나 nodejs 웹 개발, 코틀린으로 앱 개발 등 여러 분야를 시도해 보려고 노력했었다. 스스로는 재밌었지만, 이제 앞으로 방향성이 보이는 이력을 쌓아가야 할 것 같다.
2. 회사나 지원 분야의 특색에 맞게 포트폴리오를 조금씩 다르게 제출할 필요가 있겠다.
3. 회사의 직무나 비전에 대해 먼저 이해하고, 그 내용을 바탕으로 왜 해당 조직에 들어가고 싶은지 어필하는 게 중요한 것 같다. 가고 싶은 기업의 직무 교육 경험도 쌓으면 좋을 것 같다.
4. 창의적인 아이디어와 고정관념을 깨는 생각을 많이 강조하셔서, 심심할 때 방법을 검색해 봐야겠다. 카피라이트에 창의성을 녹여보고 싶다.
5. 깃헙 프로젝트 README를 핵심 내용만 간결하게 작성해야겠다.
6. 포트폴리오의 좋은 예시와 나쁜 예시에 대한 설명을 듣고, 사족과 지저분한 구성을 주의해야겠다고 생각했다. 앞으로 1년 동안 진행할 졸업 프로젝트에서 발표도 있을 텐데, 이 강의는 포트폴리오뿐만 아니라 발표 자료 구성에도 도움이 될 것 같다.
흥미가 생기는 기업과 직무 3가지 탐색
강사님께서 가고 싶은 기업과 직무를 자세히 꼭 찾아보라고 하셔서, 멘토링 다녀오는 길에 AI 관련 직무를 검색해보았다.
A. 현대자동차 ML 기반 주행 데이터 분석 솔루션 개발
- 주행 데이터 기반 AI/ML 활용 PHM 기술 개발
- 주행 데이터 기반 분석 자동화 도구 개발 및 MLOps 플랫폼 구축
- AI/ML 최적 알고리즘 연구
B. 서울아산병원 의료 언어모델 관련 (GPT, LLM) 개발자, 연구원_바이오 메디컬 컴퓨팅 코어(BMC) 랩
- 의료 데이터 기반의 언어 모델 그래프 노드 아키텍쳐 설계 및 최적화
- 의료 데이터 기반 딥러닝 모델링 개발
- 의료 데이터의 멀티 모달 아키텍쳐 학습 기법 개발
- 의학 분야에 대한 언어 이해, 추론 등 벤치마크 개발 및 평가
- 의료 데이터 처리에 대한 기본 업무
- Skill: Python, PyTorch, Keras, Tensorflow 등
- 우대사항: 웹 솔루션 개발 경험, 의료 데이터 통계분석 및 리서치 경험, 석사학위 수여자, Kaggle이나 Dacon 등 경진대회 참여 경험
C. SK텔레콤 AI R&D
- Foundation model(LLM, MLLM)의 아키텍처 및 학습 기법 개발
- 언어이해, 상식추론, 수리 논리, 코드, 멀티모달 등 벤치마크 개발 및 평가
- 효율적인 학습을 위한 대규모 데이터 Augmentation 기법 연구
- Alignment Tuning 기술 (Human/AI Feedback) 기반 대화형 언어모델 개발
- 자격요건: CS, ML, 수학, 통계 프로젝트 경험자, 언어모델 및 멀티모달 모델의 학습 및 활용 역량, Python 프로그래밍 언어 및 PyTorch 딥러닝 프레임워크 활용 가능, Linux/Unix 환경 개발 가능, 최신 ML 방법론 빠르게 습득하고 프로토타이핑하여 분석하는 역량
