CLIEN

본문 바로가기 메뉴 바로가기 보기설정 테마설정
톺아보기 공감글
커뮤니티 커뮤니티전체 C 모두의광장 F 모두의공원 I 사진게시판 Q 아무거나질문 D 정보와자료 N 새로운소식 T 유용한사이트 P 자료실 E 강좌/사용기 L 팁과강좌 U 사용기 · 체험단사용기 W 사고팔고 J 알뜰구매 S 회원중고장터 B 직접홍보 · 보험상담실 H 클리앙홈
소모임 소모임전체 ·굴러간당 ·주식한당 ·아이포니앙 ·MaClien ·일본산당 ·방탄소년당 ·자전거당 ·개발한당 ·소시당 ·이륜차당 ·안드로메당 ·나스당 ·AI당 ·육아당 ·영화본당 ·골프당 ·가상화폐당 ·클다방 ·디아블로당 ·사과시계당 ·걸그룹당 ·리눅서당 ·소셜게임한당 ·젬워한당 ·노젓는당 ·패스오브엑자일당 ·IoT당 ·창업한당 ·노키앙 ·축구당 ·윈폰이당 ·캠핑간당 ·라즈베리파이당 ·패셔니앙 ·여행을떠난당 ·맛있겠당 ·물고기당 ·바다건너당 ·3D메이킹 ·X세대당 ·ADHD당 ·AI그림당 ·날아간당 ·배드민턴당 ·야구당 ·농구당 ·블랙베리당 ·곰돌이당 ·비어있당 ·FM당구당 ·블록체인당 ·보드게임당 ·활자중독당 ·볼링친당 ·냐옹이당 ·문명하셨당 ·클래시앙 ·콘솔한당 ·요리한당 ·쿠키런당 ·대구당 ·DANGER당 ·뚝딱뚝당 ·개판이당 ·동숲한당 ·날아올랑 ·전기자전거당 ·e북본당 ·갖고다닌당 ·이브한당 ·도시어부당 ·FM한당 ·포뮬러당 ·안경쓴당 ·차턴당 ·총쏜당 ·땀흘린당 ·하스스톤한당 ·히어로즈한당 ·인스타한당 ·KARA당 ·키보드당 ·꼬들한당 ·덕질한당 ·어학당 ·가죽당 ·레고당 ·LOLien ·Mabinogien ·임시소모임 ·미드당 ·밀리터리당 ·땅판당 ·헌팅한당 ·오른당 ·MTG한당 ·소리당 ·적는당 ·방송한당 ·PC튜닝한당 ·찰칵찍당 ·그림그린당 ·소풍간당 ·심는당 ·품앱이당 ·리듬탄당 ·달린당 ·Sea마당 ·SimSim하당 ·심야식당 ·윈태블릿당 ·미끄러진당 ·나혼자산당 ·스타한당 ·스팀한당 ·파도탄당 ·퐁당퐁당 ·테니스친당 ·테스트당 ·빨콩이당 ·공대시계당 ·터치패드당 ·트윗당 ·VR당 ·시계찬당 ·WebOs당 ·위스키당 ·와인마신당 ·WOW당
임시소모임
고객지원
  • 게시물 삭제 요청
  • 불법촬영물등 신고
  • 쪽지 신고
  • 닉네임 신고
  • 제보 및 기타 제안
© CLIEN.NET
공지[점검] 잠시후 서비스 점검을 위해 약 30분간 접속이 차단됩니다. (금일 18:15 ~ 18:45)

개발한당

질문 머신러닝 신입 스펙? 3

2022-03-22 21:16:48 114.♡.43.244
갑갑순

취미와 분위기(?)에 휩쓸려 머신러닝을 공부한지 꽤 됐습니다


제가 공과계열이 아닌 이과계열이여서 수학부분이 특히 약했어서


본격적으로 해보고자 선형대수도 시간투자 많이해서 공부해보고

통계 미분도 선형대수보단 적지만 투자좀 했습니다.


그런데 정말 폭이 넓더라구요


진입 초기만해도 그냥 scikitlearn에 있는 것들만 활용하면 충분할줄 알았는데

점점 알면 알수록 복잡해져가고


어쩌면 이런 알고리즘을 다 파악하는 것보다 데이터 전처리에 힘쓰는게 나은거 같기도 싶고


아무튼 각설이 길었는데


머신러닝으로 신입을 뽑는다고하면 어느정도 스펙일까요


규모있는 기업은 물론 좀 큰 투자를 받았다고 하면 기본은 석사이상이긴 하더라구요


만약 석사가 아니라면 캐글과같은 데이터 경진대회에서 눈에 띌만한 성과를 낸 사람을 뽑느건지

(예전이야 모르겠는데 지금 캐글은 워낙 빡세져 신입정도가 눈에 띌만한 성과를 내는게 가능할까도 싶네요)

여쭙고자 개발한당에 글 써봅니다


전 당연히 본업은 있고 반 취미 반 회사에서 하라고해서 하고있는건데

취미로 하자니 무조건 데이터 많은게 장땡이니 개인이 뭘 만들어서 할 수 있나 싶기도하구요


 

갑갑순 님의 게시글 댓글
  • 주소복사
  • Facebook
  • X(Twitter)
댓글 • [3]
IIIxe
IP 125.♡.213.14
03-23 2022-03-23 00:02:07
·
이게 취업이 목적이면
사실 각 회사마다 그 회사의 담당자의 변덕(?)이라는 끝판왕이 있습니다.

다만, 누가 보더래도 이 노력은 무시할 수 없는 노력이다 싶은 것을 본인이 골라서 하시는게 좋지 않을까 싶네요.

어떤 평가지점을 가상의 회사를 상정해서 하기보다는 본인이 가볼 수 있는 것에서
(즉 본인이랑 좀 핏이 맞는 쪽을 찾아서)
상당히 높은 곳까지 간 기록을 바탕으로 얘기를 하면 좀 수월하시지 않을까 싶습니다.
팸비즐리
IP 76.♡.234.220
03-24 2022-03-24 23:22:21 / 수정일: 2022-03-24 23:39:36
·
현재 미국에서 대기업에 ML Engineer 로 있습니다. 저희가 머신 러닝 관련 직군을 뽑을때 주로 보는 사항입니다. 도움이 될까하여 적습니다!
BS: 학사, MS: 석사 ,Ph.D: 박사

ML Scientist: MS/Ph.D, 머신 러닝 모델 개발 경험, CVPR, NEURIPS, ICML 같은 최상위 컨퍼런스에 publication. 이 직군은 주로 새로운 모델 개발 및 논문에 집중합니다
ML Engineer: MS/Ph.D, 머신 러닝 모델 개발 경험, 최근에 논문으로 나온 모델들을 직접 코드로 구현 가능해야됨, 데이터 전처리 경험, 클라우드 컴퓨팅 (AWS, SLURM 등등) 경험. 이 직군은 제품에 들어가는 모델 개발을 주로 합니다.
Data Engineer: BS/MS, 데이터 전처리 경험, 머신 러닝 모델에 맞게 데이터 준비 능력, 데이터에 관한 statistical analysis 가능, 데이터 파이프라인 (Apache, Airflow) 경험
Software Engineer, AI: BS/MS 컴공과 선호, 앱이나 웹에 머신 러닝 모델 inference 적용 능력(inference 이후 퍼포먼스 관리 등), 분산 처리 (parellel computing) 경험, 알고리즘 데이터 구조 고수..!

ML Scientist/Engineer 직군을 바라보시면 석사학위 이상에 논문 그리고 캐글 경험 혹은 최신 논문을 직접 구현한 깃헙 기록들이 도움이 많이 됩니다. 캐글도 시도해보시고(개인으로 좋은 성적 내시는 분들도 분명 있습니다) 논문 구현도 하셔서 깃헙에 올리시면 좋은 기록이 됩니다. 모델 구현 가능한가는 인터뷰때 볼 수있습니다.
예를 들어 loss function 이나 metric 을 직접 구현 시키기도하고 (Dice score, mAP) 아니면 간단한게 U-Net 스타일 layer 를 짜보라고 하기도 합니다.

이게 저희 회사에서 머신러닝 관련 직군 요구사항입니다. 글쓴이님의 관심에 맞는 포지션에 맞춰 준비하면 되지 않을까요?
엉클머리
IP 220.♡.180.115
03-27 2022-03-27 14:53:03 / 수정일: 2022-03-27 15:00:34
·
새로운 학술적 머신러닝 방법을 고안할 게 아니라면 학력은 안볼 거 같네요. 스스로 뭘 만들었는지를 볼 거 같아요. 더불어 유명한 머신러닝 방식을 현장에 맞춰 수정할 수 있는지 정도 볼 거 같아요. 시험 낸다면 그 머신러닝 알고리즘을 최적해와라~ (아니 수십 년 넘게 최적화된 알고리즘 어디를 더 최적 화하란건지) 그러나 인재상이 회사마다 다를 테니 맞는 회사를 찾으시면 되겠죠. 저는 구글의 채용스타일이 맘에드네요. 저랑 4시간동안 문제를 해결하기 위해 주거니 받거니 이야기나눠서 잠재적 문제를 찾거나, 최적화를 하거나, 속도를 높이거나, 기능을 확장해 낼 수 있다면yo. 수학 못해도 괜찮고, 설명 잘 못해도 괜찮고, 코드 못짜도 괜찮지만 위트는 있고. 신입이니까요. :-)
새로운 댓글이 없습니다.
이미지 최대 업로드 용량 15 MB / 업로드 가능 확장자 jpg,gif,png,jpeg,webp
지나치게 큰 이미지의 크기는 조정될 수 있습니다.
목록으로
글쓰기
글쓰기
목록으로 댓글보기 이전글 다음글
아이디  ·  비밀번호 찾기 회원가입
이용규칙 운영알림판 운영소통 재검토요청 도움말 버그신고
개인정보처리방침 이용약관 책임의 한계와 법적고지 청소년 보호정책
©   •  CLIEN.NET
보안 강화를 위한 이메일 인증
안전한 서비스 이용을 위해 이메일 인증을 완료해 주세요. 현재 회원님은 이메일 인증이 완료되지 않은 상태입니다.
최근 급증하는 해킹 및 도용 시도로부터 계정을 보호하기 위해 인증 절차가 강화되었습니다.

  • 이메일 미인증 시 글쓰기, 댓글 작성 등 게시판 활동이 제한됩니다.
  • 이후 새로운 기기에서 로그인할 때마다 반드시 이메일 인증을 거쳐야 합니다.
  • 2단계 인증 사용 회원도 최초 1회는 반드시 인증하여야 합니다.
  • 개인정보에서도 이메일 인증을 할 수 있습니다.
지금 이메일 인증하기
등록된 이메일 주소를 확인하고 인증번호를 입력하여
인증을 완료해 주세요.