|
|
|
|
|
 |
제가 교육과정 중 만들어보고 싶은 프로젝트는 'AI 기반 이력서 자동분석 및 포지션 매칭 시스템'입니다.
이 프로젝트를 통해 텍스트 분류, 감성 분석, 추천시스템 알고리즘 등의 모델을 구현해 보고, AWS 기반의 서버 리스 환경에서 어떻게 AI 서비스를 안정적으로 운영할 수 있을지까지 학습하고 싶습니다.
교육 이후에는 스타트업 혹은 AI 기반 플랫폼 기업에 입사하여, 실제 데이터를 다루고 비즈니스 문제를 해결하는 AI 엔지니어로 성장하고 싶습니다.
또한 장기적으로는 데이터 기반 문제 해결 전문가로서 사회문제 해결 프로젝트에 참여하거나, AI 교육 플랫폼을 설계해 디지털 소외계층에게 기술을 나누는 일도 함께 병행하고자 합니다.
|
|
|
 |
비록 상용화까지 이어지지는 못했지만, 사회적 문제를 데이터 기반 기술로 해결하려는 접근 방식과 협업 과정에서의 소통, 기술적 성장이라는 면에서 저에게 큰 전환점이 된 경험이었습니다.
이 경험을 통해 실제 문제를 정의하고, 협업과 기술을 통해 해결책을 제시하는 전 과정을 주도적으로 경험하며 실질적인 역량을 기를 수 있었습니 다.
저는 인공지능 융합전공자로서 기초적인 AI 모델링과 데이터 분석 역량을 갖추었지만, 실제 현업에서 사용하는 MLOps 파이프라인 구축, 대규모 데이터 셋처리, 모델 배포 및 운영자동화 등 실전 중심의 경험은 부족함을 절감하고 있습니다.
이 프로젝트를 통해 텍스트 분류, 감성 분석, 추천시스템 알고리즘 등의 모델을 구현해 보고, AWS 기반의 서버 리스 환경에서 어떻게 AI 서비스를 안정적으로 운영할 수 있을지까지 학습하고 싶습니다.
기술은 기술 그 자체보다 그것을 어떻게 활용하느냐에 따라 사회적 가치가 결정된다고 생각하기 때문에, 기술과 사회를 잇는 연결고리를 설계하고 싶은 욕심도 있습니다.
교육 이후에는 스타트업 혹은 AI 기반 플랫폼 기업에 입사하여, 실제 데이터를 다루고 비즈니스 문제를 해결하는 AI 엔지니어로 성장하고 싶습니다.
또한 장기적으로는 데이터 기반 문제 해결 전문가로서 사회문제 해결 프로젝트에 참여하거나, AI 교육 플랫폼을 설계해 디지털 소외계층에게 기술을 나누는 일도 함께 병행하고자 합니다.
제가 수행한 프로젝트에서의 주요 역할은 데이터 전처리와 모델 설계, 그리고 정확도 향상을 위한 하이퍼파라미터 튜닝이었습니다.가장 어려웠던 점은 초기에 라벨링 오류로 인해 학습성능이 낮았던 것이었는데, 이를 해결하기 위해 데이터 증강을 도입하고 모델 구조를 ResNet에서 MobileNet으로 변경하는 등의 개선을 진행했습니다.
제가 가장 배우고 싶은 기술은 AWS 기반의 MLOps 자동화입니다. |
 |
데이터, 기반, ai, 프로젝트, 모델, 기술, 싶다, 분류, 설계, 해결, 문제, 학습, 통해, 처리, 교육, 서비스, 실제, 점, 경험, 사회 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.07.27
4페이지
