|
|
|
|
|
 |
문제 해결 경험 1-수치가 아닌 사람을 위한 AI
저는 기술을 사람에게 연결하고, 문제를 해결하는 AI 전문가로 성장하고자 하며, 그 여정을 레브잇과 함께하고 싶습니다.
AI 개발 시 가장 중요하게 생각하는 요소는 무엇인가요?
예를 들어, 과거 노인 대상 대화형 AI를 개발하며 정확도보다 감정기반 설계를 통해 실제 반응을 개선한 경험이 있습니다.
AI 프로젝트에서 가장 힘들었던 경험은 무엇이었고, 어떻게 극복했나요?
|
|
|
 |
어릴 적부터 저는 '왜?'라는 질문을 달고 살았습니다.
그 결과, 노인 대상자의 대답은 질문의 방식과 단어 선택에 따라 크게 달라졌고, 감정을 고려한 질문재구성이 훨씬 긍정적인 반응을 유도함을 발견했습니다.
특히 BERT, GPT 계열의 사전 학습 모델을 활용한 텍스트 분류 및 감정분석에 강점을 가지고 있으며, 프로젝트마다 적용된 하이퍼파라미터 튜닝, 오류로 그 분석, 모델 성능 비교문서를 직접 작성하며 성장을 거듭해왔습니다.
레브잇은 단순히 기술 구현을 넘어서 '일상 속 문제 해결'에 집중하고 있다고 느꼈습니다.
특히 자사 플랫폼을 통해 특정 사용자의 행동 패턴을 분석하고, 더 나은 의사결정을 유도하는 방식은, AI가 가장 인간적으로 쓰일 수 있는 영역이라고 생각합니다.
저는 기술을 사람에게 연결하고, 문제를 해결하는 AI 전문가로 성장하고자 하며, 그 여정을 레브잇과 함께하고 싶습니다.
레브잇의 'Pro blemSolver'는 단순히 문제를 해결하는 사람이 아닌, 문제를 제대로 정의하고, 팀과 함께 가장 인간적인 해답을 찾는 사람이라고 생각합니다.
레브잇은 'AI로 문제를 해결한다'는 단순한 접근이 아니라, '어떤 문제를, 누구의 관점에서, 어떻게 풀 것인가'에 대한 고민이 깊은 기업이라고 느꼈습니다.
단순한 모델 성능이 아니라, 실제 사용자 경험에 영향을 주는 형태의 AI를 개발해보고 싶었고, 이러한 방향성이 맞닿아 있어 지원하게 되었습니다.
AI 개발 시 가장 중요하게 생각하는 요소는 무엇인가요?
두 영역 모두 중요하다고 생각하지만, 저는 문제정의와 데이터 분석 단계에 특히 흥미를 느낍니다.
AI 프로젝트에서 가장 힘들었던 경험은 무엇이었고, 어떻게 극복했나요? |
 |
모델, 문제, ai, 데이터, 기반, 프로젝트, 사람, 분석, 경험, 감정, 성능, 단계, 기술, 가장, 사용자, 레브잇, 개발, 되어다, 단순하다, 해결 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.07.14
5페이지
