1일차 - <특강>AI engineer란...

업스테이지 송인서 강사님의 강의 내용 

 

 

• 사전 지식
  • AI란?
    • 인공지능의 정의 
      • 인간의 학습능력, 추론능력, 지각능력을 인공적으로 구현하려는 컴퓨터 과학은 세부분야 중 하나
    • 머신 러닝과 딥 러닝
      • 전체적인 틀[AI: any program[finding prime number] 안에 머신 러닝[ML : AI learns how to play mario game] 그리고 그 안에 딥 러닝 [DL: chatGPT]
    • AI engieer란 
      • AI 기술을 이용해 문제를 해결하는 사람
• 본론
  • AI 기술 개발 과정
    • 문제 정의 및 데이터 수집
    • 모델 개발 및 평가
    • 벤치마크 평가
    • 필드 테스트
  • AI Engineer의 역할
    • 데이터 엔지니어링 : 데이터 전처리(anomaly 제거 ) / 버전 관리등..
    • 모델링 및 모델 평가 : 구조 설계 및 학습/ 학습결과 분석 -> 평가 지표 설정, 안정성 검토
    • 시스템 개발 : 실제 문제 해결을 위한 시스템 개발 
  • Foundation Model의 등장  
    
    • Foundation model이란  :
      • 대규모 데이터 세트를 기반으로 훈련된 파운데이션 모델(FM)은 데이터 사이언티스트가 기계 학습(ML)에 접근하는 방식을 변화시킨 대규모 딥 러닝 신경망 (LLM : chatGPT, llama)
    • Foundation Model example : AskUP by Upstage, Perplexity.ai, Copilot(github)
    • New AI 기술 개발 과정:
      • 문제 정의 
      • 데이터 수집 (OpenAI)
      • 모델 개발 및 평가 (OpenAI)
      • 벤치마크 평가 (OpenAI)
      • 필드 테스트
    • 빠르게 바뀌고 있으며 chatGPT 이후 새로운 방식으로 접근해야함 
• 결론
  • AI Engineer로서의 커리어 개발
    • 필요한 기술 역량
    • 취업 준비 및 JD 분석
    • 구성원 check 및 LinkedIn 
    • Appropriate CV 작성 
    • Side Project 
  • 핵심 - 문제 해결 능력

미국에서 computer science bachelor's degree를 수료하고 6개월 간 full-stack web developer로써 volunteer 하고 그 이후 여러 곳에 job apply도 많이 해보고 앞으로의 커리어에 고민이 많던 중 4학년 초에 들었던 NLP가 재밌었던 생각이 났고 AI쪽을 더 배워두고 더 활용해 보고 싶단 생각이 들었다. 결국 STEM extension을 하지 않기로 결정했고 한국으로 돌아와 Upstage와 패스트캠퍼스에서 진행하는 AI Lab 을 신청하게 되었고 1일차의 강의 내용 중 결론 저 마지막 ai enginner로서의 커리어 개발 : JD 분석, LinkedIn, approprite CV 작성은 외국에서도 저렇게 대부분 이루어진다. (아직 난 신입에 visa문제도 걸리고 실질적으로 Linkedin에서 benefit을 못 봤지만..)  한번 겪어봤으니 앞으로 7개월간 정말 제대로 AI쪽을 준비해서 field에 입문하고 싶다.