|
|
|
|
|
 |
구체적으로는 기업과 공공기관이 직면한 데이터 기반 문제를 분석하고, 이를 해결할 수 있는 AI 모델을 설계 및 구현하여 효율성과 신뢰성을 높이는 역할을 수행하고 싶습니다.
이 경험을 통해 데이터 기반 문제 해결 역량, AI 모델 설계 및 구현 능력, 그리고 협업과 프로젝트 관리 능력을 동시에 강화할 수 있었습니다.
저는 데이터와 AI를 기반으로 실질적 문제를 해결하며 사회적 가치를 창출하는 전문가로 성장하고 싶습니다.
입사 후에는 AI 기술을 활용하여 실제 산업과 공공분야의 문제를 해결하는 전문가로 성장하고자 합니다.
산업별 데이터 기반 문제 해결 및 AI 솔루션 개발에 기여하고 싶습니다.
|
|
|
 |
대학에서 컴퓨터공학과 인공지능을 전공하며, 데이터를 활용한 문제 해결, 머신러닝과 딥러닝 기반 AI 모델 구축 등 다양한 학문적 경험을 쌓으면서 IT기술이 단순한 계산이나 자동화를 넘어 사회적 효용성 을 창출하는 강력한 도구임을 실감했습니다.
장기적으로는 AI 기반의사결정 지원 시스템이나 산업별 맞춤형 예측 모델 개발을 통해 LGCNS의 디지털 혁신 전략에 기여하며, 기술적 전문성과 실무역량을 동시에 갖춘 AI 전문가로 성장하는 것이 제 목표입니다.
먼저, 머신러닝과 딥러닝 관련 과목에서 데이터 전처리, 모델 학습, 검증, 성능 평가까지 전 과정에 걸친 실습 경험을 수행하며, 다양한 알고리즘의 원리와 적용방법을 이해했습니다.
또한, AI 연구동아리에 참여하여 실제 데이터를 기반으로 문제를 정의하고, 해결방안을 도출하는 과정에서 협업과 문제 해결 능력을 동시에 발전시켰습니다.
이 과정에서 Python과 TensorFlow를 활용하여 데이터 전처리와 모델 학습, 평가를 수행하였고, 데이터 시각화를 통해 팀과 결과를 공유하며 개선점을 논의했습니다.
이 경험은 지원 직무인 AI 분야에서 실질적인 문제 해결 역량과 협업 능력을 쌓는 기회가 되었으며, 데이터 기반의사결정의 중요성을 깊이 이해하게 해주었습니다.
이를 통해 실제 데이터를 다루는 과정에서 발생하는 결측치 처리, 이상치 제거, 피처엔지니어링 등 현실적인 문제를 해결하는 능력을 갖추게 되었으며, 이는 LG CNS에서 산업별 맞춤형 AI 솔루션 개발에 즉시 활용할 수 있는 역량이라고 생각합니다.
특히 딥러닝과목에서는 이미지와 텍스트 데이터를 활용한 신경망 모델 학습을 수행하며 하이퍼파라미터 최적화, 모델 검증, 성능 평가 등 전 과정을 직접 수행하여 실무 수준의 이해를 갖추게 되었습니다.
프로젝트 과정에서 데이터의 불균형 문제와 예측 성능 저하 문제를 마주했지만, 데이터 증강기법과 피처엔지니어링을 적용하여 모델 성능을 개선했습니다.
이 경험을 통해 데이터 기반 문제 해결 역량, AI 모델 설계 및 구현 능력, 그리고 협업과 프로젝트 관리 능력을 동시에 강화할 수 있었습니다.
구체적으로는 데이터 기반 예측 모델과의사결정 지원 시스템을 개발하여 LGCNS의 디지털 혁신 전략에 기여하며, 장기적으로는 산업별 맞춤형 AI 솔루션 개발 전문가로 자리매김하고 싶습니다. |
 |
데이터, 문제, ai, 모델, 해결, 통해, 프로젝트, 과정, 수행, 기반, 활용, 경험, 산업, 개발, 능력, 예측, 기술, 역량, 혁신, 효율 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.09.01
5페이지
