안녕하세요 재주스 (안재주) 입니다.

본 포스팅은 <2023년 10월 21일>에 진행한 멘토링 중 '신업/주니어 연구개발자'가 흔히 갖는 고민에 대한 내용입니다.

여러분도 비슷한 상황이시라면 제가 추천드리는 솔루션을 참고해주시면 좋겠습니다.

멘티 개인상황

• 학력/경력

   

  • 학과 : 학사 ( 생활과학 관련 학과 )

     

  • 인공지능 국비교육 ( 실습위주 부트캠프 참여 )

  • 23년 하반기부터 AI 연구원으로 근무

• 자격증/어학/수상내역

   

  • ADsP

  • Tensorflow Certificate

  • AI 경진대회 참여

• 기술스택

  • OpenCV, Visualization

  • Python, Pytorch, Tensorflow

     

메인 고민

• 아이디어가 현실 가능성이 있는지 없는지 조차 감 잡기가 어렵고, 솔루션을 생각할때 단편적인 생각만 들어서 이미 선임분들의 스쳐지나간 아이디어일 경우가 많습니다

솔루션 일부 중 '개인상황분석'

• 이번 멘티는 전혀 다른 학과출신으로 국비교육을 통해서 공부를 시작했으며 성공적으로 'ML 엔지니어'로 취업을 했습니다.

  • 취업을 했음에도 불구하고, 사내에서 맡는 역할에 한계가 분명했고 1인분을 해내지 못해내고 있는 상황이였습니다.

  •  

    저는 이러한 상황을 전반적으로 Basic-Level에 갇혀있기 때문이라고 생각했습니다.

• 제가 생각하는 Basic-Level은 시중에 나와있는 책이나 강의를 읽고 공부해본 수준이 아닙니다.

  • 공부하고 '작은 수준'의 문제를 해결해본 사람부터 Basic-Level로 생각합니다.

  • Basic-Level : 인공지능의 전반적인 개요와 간단한 코딩을 통해 개념을 적용 해본 정도

  • 개념을 적용 해본 정도 : 기 구축된 데이터셋 or 스스로 구축한 데이터셋을 갖고 프로젝트를 진행한 수준

• 현재 회사에서 수행하는 역할이 단순지식노동에 가깝다고 생각이듭니다.

  • GPT가 생성한 코드/기존의 코드를 가져와서 활용하는데 시간이 많이걸림

  • 가끔은 활용하지 못하는 경우도 발생함

• 현재는 [탄탄한 이론에 근거한 코딩실력] + [데이터 사이언스에 필요한 코딩실력] 을 쌓는것이 옳아보입니다.

  • 이론에 근거한 기초 자료구조의 구현연습→ [Stack, Queue, …]

  • 이론에 근거한 ML 함수 구현 → 이미지 Flipping, Stacking, Keras의 전처리 기능수행 코드들

  • 데이터 사이언스에 필요한 코딩실력 → 통계학, 인공지능 간단이론들 Numpy로 구현

     

위 솔루션에 대한 자세한 내용은 해당 블로그에서 확인하실 수 있습니다.

블로그에서 대학원 학업계획서, 연구태도 등 다양한 얘기를 다루고있습니다.

감사합니다 :)