인프런 영문 브랜드 로고
인프런 영문 브랜드 로고

인공지능 대학원 준비 A-Z: 스펙 정리에서 컨택, 서류, 면접까지

이 강의를 통해 인공지능 대학원 입시 과정 및 준비 방법을 처음부터 끝까지 알아가실 수 있을 거예요! 합격 확률을 높이는 좋은 내용도 같이 알려드리겠습니다!

17명 이 수강하고 있어요.

Thumbnail

입문자를 위해 준비한
[인공지능(AI), 대학원] 강의입니다.

이런 걸 배울 수 있어요

  • CV 작성

  • 컨택 메일 작성

  • 면담 준비

  • 자기소개서 작성

  • 실제 면접장 분위기 및 면접 진행 방식

  • 면접 준비

빠르고 정확하게 진행하는

인공지능(AI) 대학원 입시 준비!🚗

본 강의에서는 대학원 입시 준비 방법에 대해서 배웁니다.

대학원의 입시 과정 전체를 다루며 도움이 되실 자료나 강의를 제공해드립니다. 입시 과정을 거치시기 전, 필수적으로 해야하는 스펙 정리에 대해 다룹니다. 또한 연구실 컨택에서 부터 서류 평가, 면접 평가까지 입시 전체 과정을 대비하시는 방법과 합격률을 높이실 수 있는 방법을 소개합니다!

중구난방으로 퍼져있는 인공지능 대학원 입시에 정보를 한눈에 보실 수 있도록 강의를 준비해보았습니다. 연세대학교, UNIST, 성균관대학교 총 3개의 대학원에 입학한 경험과 교수님 인터뷰 내용을 이용하여 대학원 입시 준비를 잘 수행하실 수 있도록 도와드리겠습니다!

이런 내용을 배워요

1⃣ 원하는 연구실에 컨택하는 방법에 대해 자세히 다룸

나와 맞는 연구실을 찾는 방법에 대해 다룹니다. 본인의 관심 연구 주제에 따라 알맞은 연구실을 찾는데 도움이 될 방법을 알려드립니다.

교수님께 어필할 수 있는 컨택 메일 작성 방법을 배워봅니다. 교수님의 연구 논문을 읽고 컨택 메일에 녹여내는 방법 등을 사용하여 컨택 성공률을 높입니다.

컨택의 마지막 단계인 면담을 준비하는 방법을 배웁니다. 제공해드리는 면담 대비 자료를 통해 빠르고 적절하게 면담을 준비하실 수 있습니다.



2강 "연구실 알아보기"의 한 장면

2⃣ 서류 평가 / 면접 평가 대비 방법에 대해 다룸

자기소개서 예시를 해설해드립니다. 합격 자기소개서의 각 부분에 담긴 의도를 해설해드리며 각자의 자기소개서 작성에 참고할 수 있도록 합니다.

서류 평가 합격률을 높이기 위해 사용할 수 있는 추천서에 대해 다룹니다. 추천서 초안을 직접 작성해야 하는 경우를 대비하여 추천서 초안 예시를 제공 및 해설해드립니다.

면접 대비를 위해 사용할 수 있는 사전 정보를 제공해드리고 면접을 준비하기 위한 자료를 제공합니다. 총 3곳의 대학원(연세대학교, UNIST, 성균관대학교)의 사전 정보와 자료를 공유해 드립니다.

CV 양식의 일부

3⃣ 면접/면담 대비 질문지 제공

어떤 질문들이 면접/면담에 나올지 가늠하실 수 있도록 면접/면담 대비 질문지를 제공합니다. 예상문제 및 기출문제를 모아둔 자료입니다! 5개의 분야('선형대수학', '확률과 통계', '머신러닝', '자료구조 알고리즘 및 코딩', '기타')에 대해 각 20개의 질문 및 적절한 대답 예시를 제공해드립니다. 총 27페이지로 이루어져 있습니다.

전공 질문('선형대수학', '확률과 통계', '머신러닝', '자료구조 알고리즘 및 코딩') 80선에 대해 적절한 예시 대답이 포함되어 있습니다. 그 외의 개인적 경험 등에 대해 묻는 '기타'에 대해서는 예시 질문이 포함되어 있지 않습니다.

면접/면담 대비 질문지

면접/면담 대비 질문지 예시

면접/면담 대비 질문지 예시입니다. 선형대수학의 두가지 질문에 대한 예시입니다.

면접 문항 10개 예시


선형대수학

🧱 고유값(eigenvalue)과 고유벡터(eigenvector)에 대해 설명해보세요.

🧱 PCA(Principal Component Analysis)에 대해 수학적으로 설명해보세요.

확률과 통계

🧱 중심극한정리에 대해 설명해보세요.

🧱 베이지안 정리에 대해 설명하고 수식으로 나타내 보세요.

머신러닝

🧱 Overfitting이란 무엇이며 어떻게 해결할 수 있나요?

🧱 SVM에서 마진(margin)이 높으면 왜 좋은가요?

자료구조 알고리즘 및 코딩

🧱 퀵 정렬(Quick Sort)에 대해 설명해보세요.

🧱 힙(Heap)이란 무엇인가요?

기타

🧱 영어로 자기소개 해보세요.

🧱 ~과목의 성적이 좋지 않은데 왜 그랬는지 알 수 있을까요?


수강 전 참고 사항

당부사항

  • 해당 강의는 대학원 입시를 위한 스펙이 만들어진 분들을 대상으로 하는 강의입니다. 스펙이 만들어지신 분들이 수강하시는 것을 추천드립니다.

  • 무엇을 준비해야 하는지 먼저 알고 스펙 쌓기를 시작하려 하시는 분들도 활용하실 수 있습니다.

  • 하지만 최대 입시 2년 전까지인 분들께 추천드립니다.

학습 자료

  • 컨택 메일 형식

  • 자기소개서 예시

  • CV 형식

  • 면접/면담 질문 100선

  • 추천서 초안

  • 면접 대비 사전 정보

선수 지식 및 유의사항

  • 선수 지식은 필요하지 않습니다.

  • 하지만 대학원 준비를 위해 스펙을 먼저 쌓아두신 경우 더 수월하게 강의의 내용을 실천하실 수 있습니다.

이런 분들께
추천드려요!

학습 대상은
누구일까요?

  • 인공지능 대학원 입시를 도와주실 선배가 없으신 분들

  • 인터넷 정보만을 믿고 인공지능 대학원 준비를 하시고 싶지 않으신 분들

  • 인공지능 대학원 입시 성공 경험을 상세히 듣고 참고하고 싶으신 분들

  • 인공지능 대학원 입시 자료를 많이 얻고 싶으신 분들

선수 지식,
필요할까요?

  • 선수 지식은 필요하지 않습니다.

안녕하세요
에폭입니다.

안녕하세요.

강의하는 대학원생 에폭입니다.

인공지능/대학원과 관련한 주제로 여러분과 소통하고 있습니다.

 

관련 이력

 __________

Position

인공지능 대학원 석사과정

 

Paper

  • 계층적 강화학습에서의 표준적 계층 추가 방안: Timely Hierarchical Elaborated FeUdal Networks

  • HierarchyDrop: Dynamic Hierarchical Reinforcement Learning for Long- and Short -Term Subgoals

 

Others

인공지능 동아리 운영(2022~2023)

다수의 인공지능 관련 멘토링 및 과외 수행(머신러닝, 딥러닝, 대학원 준비 등)

다수의 스터디 운영(딥러닝, 자연어처리, 데이터베이스, 컴퓨터비전, 강화학습 등)

 

더보기

커리큘럼

전체

12개 ∙ (1시간 52분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!