|
|
|
|
|
 |
석사과정에서는 딥러닝 기반의 최신 AI 기술을 심도 있게 연구하면서, 실제 멀티모달 데이터를 처리하고 모델을 설계·개선하는 프로젝트를 수행할 계획입니다.
KT의 다양한 데이터 인프라와 클라우드 기술을 활용해 대용량 멀티 모달 데이터 처리 경험을 쌓고, AI 서비스 개발과 운영 역량을 함께 강화하는 것을 목표로 삼고 있습니다.
졸업 프로젝트로 진행한 '대형 언어모델을 활용한 멀티모달 정보 검색시스템 개발'이 대표적인 연구 경험입니다.
이 프로젝트를 통해 대규모 멀티모달 데이터 처리, 딥러닝 모델의 효율적 활용, 실시간 검색 시스템 구축 등 다양한 기술 역량을 종합적으로 익혔습니다.
앞으로 KT에서 이 역량들을 활용해 멀티모달 LLM 기술 개발에 기여하며, 꾸준한 연구와 학습으로 최신 AI 기술 트렌드에 맞춰 성장해 나가겠습니다.
석사과정에서는 최신 멀티모달 AI 기술과 LLM 연구에 집중하며, 논문과 프로젝트를 통해 실질적 역량을 키우겠습니다.
대규모 멀티모달 데이터 처리 및 모델 최적화 기술을 선도적으로 연구하며, 글로벌 AI 트렌드를 선도하는 전문가로 성장하고 싶습니다.
|
|
|
 |
지원 직무와 관련해서 본인의 대표적인 연구/Project 수행 경험에 대해 구체적으로 기술해 주십시오
학부 연구실에서 진행한 '영상과 텍스트 융합을 통한 멀티모달 감 성 분석' 프로젝트에서 팀 리더를 맡아 역할을 수행했습니다.
팀원은 컴퓨터 비전, 자연어 처리, 데이터 엔지니어링 전공자로 구성되어 있었고, 저는 전체 프로젝트 일정 조율과 연구방향 설정, 그리고 자연어 처리 모델 개발을 주로 담당했습니다.
이후 자연어 처리 모듈에서는 BERT 기반 감성 분석 모델을 설계하고, 컴퓨터 비전팀이 제공한 이미지 특징벡터와 효과적으로 융합하는 방법을 연구했습니다.
졸업 프로젝트로 진행한 '대형 언어모델을 활용한 멀티모달 정보 검색시스템 개발'이 대표적인 연구 경험입니다.
이 프로젝트를 통해 대규모 멀티모달 데이터 처리, 딥러닝 모델의 효율적 활용, 실시간 검색 시스템 구축 등 다양한 기술 역량을 종합적으로 익혔습니다.
저는 딥러닝을 중심으로 한 AI 개발 역량을 갖추고 있으며, 특히 자연어 처리와 컴퓨터 비전 분야에서 실질적인 프로젝트 경험이 풍부합니다.
멀티모달 AI 개발을 위해 CLIP, ViLT, Flamingo 등 최신 모델 구조를 분석하고, 자체 데이터 셋을 활용해 fine-tu ning과 성능 개선을 경험했습니다.
앞으로 KT에서 이 역량들을 활용해 멀티모달 LLM 기술 개발에 기여하며, 꾸준한 연구와 학습으로 최신 AI 기술 트렌드에 맞춰 성장해 나가겠습니다.
석사과정에서는 최신 멀티모달 AI 기술과 LLM 연구에 집중하며, 논문과 프로젝트를 통해 실질적 역량을 키우겠습니다.
멀티모달 데이터 처리와 모델 최적화, 서비스 배포 기술도 꾸준히 습득해 통합 솔루션을 만들 수 있도록 성장할 계획입니다.
Q3. 멀티모달 LLM 개발을 위해 가장 중요한 기술요소는 무엇이라고 생각하나요?
Q7.AI 연구에서 지속적인 학습을 위해 어떤 노력을 하고 있나요?
Q8. 멀티모달 AI 개발에서 데이터 처리 시 가장 신경 쓰는 부분은 무엇인가요?
데이터 불균형과 편향 문제도 꾸준히 점검하며, 다양한 샘플링과 증강기법을 통해 모델의 일반 화 능력을 높입니다. |
 |
데이터, 기술, 멀티, 달, ai, 개발, 처리, 모델, 경험, 프로젝트, kt, 통해, 연구, llm, 이미지, 분야, 텍스트, 자연어, 다양하다, 활용 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.07.24
5페이지
