본문 바로가기

일상

정보처리기사 시험 합격 나는 원래 지식보단 경험으로 얻는 지혜를 더 선호하는 사람으로서 자격시험에 큰 의미를 두지않는다. 그런데 대학원 졸업 후 전공과 다른 Computer science 쪽으로 진로를 선택하면서 많은 회사들과 컨택했었고 면접 중 열에 아홉은 가장 많이 들었던 말은 "비전공자인데 전공자만큼 잘할 수 있을지 어떻게 알죠?" 였다. 그 뒤, 실력이랑 상관없다는 순진한 생각은 덮어두고 어느정도는 남들에게 보여지는 것도 관리해야할 필요가 있다는 생각을 하게되었다. 정보처리기사는 IT쪽 전공자는 필수적으로 따고 대학졸업을 했다할 정도로 기본적인 자격시험이지만, 1년 중 시험기회가 3번 밖에 없었고 퇴근 후 공부시간이 많지않은 나에겐 조금 중요도가 높았다. 다행히 한번에 합격을 하게되었고, 올해 계획했던 목표들을 모두 완.. 더보기
코세라 Machine Learning Modeling Pipelines in Production 수료 코세라 MLOps 특화과정의 세번째 강의이다. 두번째 강의인 Data Lifecycle in Production 처럼 있는 구글 텐서플로 엔지니어 Robert Crowe 라는 분이 강의를 진행하신다. 수업은 총 5주차 내용으로 구성되어있고, 4주차 과제까지 완료하면 수료증이 발급된다. 나는 ML 이나 특히 MLOps 쪽을 잘아는 것은 결코 아니지만 전혀 모르는 것도 아니다. 철저하게 내 입장에서 강의를 평가한다면, 이번강의 역시 약간 실망스러운 감이 있다. 코세라 강좌가 MLOps 를 위한 Tensorflow 소개를 위한 것인가 싶기도하다. 실무적으로 활용할 수 있는 스킬적인 부분은 없고, 아주 기본적인 내용.. 더보기
코세라 Machine Learning Data Lifecycle in Production 수료 코세라 Machine Learning Engineering for Production (MLOps) 특화과정의 두번째 강좌로서, 이번에는 Andrew Ng 교수님이 아닌 구글의 TensorFlow Developer Engineer로 있는 Robert Crowe 라는 분이 강의를 진행하신다. 수업은 총 4주차 내용으로 구성되어있고, 마지막 4주차 수업은 Optional 이라 나처럼 생략해도 수료증이 발급된다. 솔직히 첫번째 강좌인 Introduction to Machine Learning in Production 을 들으며 데이터처리와 모델관리 부분에 있어 굉장히 공감을 많이 했었고 다음 강좌의 콘텐츠에 대해 기대했던.. 더보기
코세라 Introduction to Machine Learning in Production 수료 Machine Learning Engineering for Production (MLOps) 의 첫번째 강의로 실제 산업에서 ML 프로젝트를 성공적으로 잘 수행하기 위해 기본적으로 알아두어야할 과정들과 체크포인트들을 짚어준다. Introduction to Machine Learning in Production 에서 다루고 있는 내용은 아래와 같다. ML lifecycle and definition of "concept drift" Shadow, canary, and blue-green deployment scenario in automation Selecting and Training a Model Precess .. 더보기
코세라 Sequence Models 수료 코세라 Deep Learning 특화과정 중 마지막 강의이며, 언어처리 모델에 대해 알려준다. 강의를 들으면 Recurrent Neural Networks, Natural Language Processing(word embedding), Attention mechanism, Transformers 등의 대표적인 Sequential 모델의 알고리즘의 원리와 코드 프로그래밍 과제를 할 수 있다. 나에게는 주 관심분야인 비전쪽이 아니어서 이해하기도 약간 어려웠고 꾸역꾸역 다른 분들 git repo에 업로드된 솔루션 따라하면서 완료했다. Sequence Models 에서 다루고 있는 내용은 아래와 같다. Recurrent Neural Networks Building your .. 더보기
코세라 Convolutional Neural Networks 수료 코세라 Deep Learning 특화과정 중 네번째 강의이다. Computer Vision 분야에서 기본적으로 사용되는 CNN에 대한 전반적인 내용을 다루고 있으며, 기본적인 기능인 Convolution, Pooling, Fully Connected Layer 에 대한 특징과 원리를 간단한 매트릭스 연산예제를 통해 상세하게 알려준다. 나아가, Image Classification, Object Localization, Object Detection, Landmark Detection, Semantic Segmentation, Face Recognition, Neural Style Transfer 알고리즘의 원리와 코드구현을 통해 비전 분야에서 .. 더보기
코세라 Structuring Machine Learning Projects 수료 코세라 Deep Learning 특화과정 중 세번째 강의이다. 실제로 머신러닝 연구개발 프로젝트를 진행하다보면 모델을 분석하고 개선하는 과정에 꽤나 시간을 많이 낭비할 수 있는데, 이 강좌에서는 Andrew Ng 교수님이 여러 머신러닝 팀들과 프로젝트를 진행하며 겪은 개발사례를 토대로 프로젝트의 진행, 모델의 분석, 고도화 방안에 대한 핵심적인 노하우를 알려준다. 실제 프로젝트 개발을 진행할 때 필요한 전반적인 워크플로우, 데이터이해, 모델학습과 성능개선을 위해 유념해야할 내용들을 살펴볼 수 있어 유익한 시간이었다. Structuring Machine Learning Projects 에서 다루고 있는 내용은 아래와 같다. Eval.. 더보기
스타트업 vs 대기업 vs 외국계 나에게 4, 5월달은 이직준비로 꽤 바쁜 시기였다. 내 이직의 큰 사유는 소통이나 공유가 없는 업무환경으로 더이상 커리어적 성장을 하지못할 것 같다는 확신이 들어서였고, 2년간 내가 개발해온 프로젝트는 토이프로젝트 수준과 크게 다르지 않다고 생각되기도 했고 이대로 계속 있다가는 IT, ML 기술트렌드에 너무 많이 뒤처지진 않을까 걱정되기도 했었다. 그래서 인공지능 기술을 연구개발하는 업무로 유망해보이는 스타트업, 대기업(N*, K*, H*), 외국계 기업(N*, I*) 등 15 군데정도에 지원을 하여 수차례 면접을 보게되었다. 첫회사 입사 후 2년만에 다시 보는 면접이라 긴장되기도 했고, 2년간 프로젝트를 하며 쌓은 커리어가 다른 사람의 시선에서는 어떻게 평가될지도 궁금했던 자리였다. 가장 첫 면접은 처.. 더보기
728x90
반응형

티스토리툴바