|
|
|
|
|
 |
네이버 AI/ML 모델 서빙 및 파이프라인 개발 경력
그 과정에서 모델 학습, 데이터 전처리, 모델 배포 및 서빙 등의 다양한 기술적 문제를 해결하며 AI/ML 분야에 대해 깊이 이해하게 되었습니다.
입사 후, 제 커리어 목표는 AI/ML 모델의 실시간 서빙 시스템을 설계하고 개발하는 데 주력하는 것입니다.
이 경험은 제가 AI/ML 모델 서빙과 파이프라인 개발에 필요한 중요한 기술적 역량과 리더십을 갖추게 해주었습니다.
|
|
|
 |
그 과정에서 모델 학습, 데이터 전처리, 모델 배포 및 서빙 등의 다양한 기술적 문제를 해결하며 AI/ML 분야에 대해 깊이 이해하게 되었습니다.
또한, 파이프라인 개발을 통해 모델을 효율적으로 배포하고 관리하는 시스템을 구축하여, 더 나아가 네이버의 AI 기술 발전에 기여하는 것이 제 목표입니다.
우선, 기존 모델이 사용하는 학습 알고리즘을 분석한 후, 자체적으로 데이터를 더 세밀하게 전처리할 필요가 있다는 결론을 내렸습니다.
기존에는 단순히 데이터를 하나의 형식으로 변환해 학습에 사용했지만, 데이터의 다양성을 고려한 맞춤형 전처리 기법을 적용했습니다.
또한, 데이터의 피처엔지니어링을 통해 모델 학습에 최적화된 데이터 셋을 구축할 수 있었습니다.
또한, 기존 모델의 서빙 방식을 개선하기 위해, 파이프라인을 재설계했습니다.
이를 통해, 모델 학습 후 빠르게 배포하고 결과를 실시간으로 분석할 수 있게 되었고, 정확도는 15% 이상 향상되었습니다.
이후, 이 경험을 바탕으로 실제 산업현장에서의 문제 해결을 위한 새로운 기술과 방법론을 지속적으로 탐구하게 되었고, AI/ML 모델 서빙 및 파이프라인 구축에 대한 깊은 이해와 관심을 가지게 되었습니다. |
 |
모델, ai, 데이터, ml, 되어다, 서빙, 파이프라인, 학습, 구축, 기술, 통해, 문제, 해결, 개발, 실시간, 경험, 프로젝트, 처리, 시스템, 네이버 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.06.07
4페이지
