|
|
|
|
|
 |
저는 서강대학교 대학원에서 컴퓨터공학의 핵심 이론과 최신 기술, 실무적 문제 해결 능력을 균형 있게 습득하고, 이를 바탕으로 데이터 기반 문제 해결과 알고리즘 최적화, 인공지능 응용 분야에서 전문성을 갖춘 연구자로 성장하고자 합니다.
학문적 탐구와 실무 적용을 동시에 경험하며, 창의적 문제 해결 능력과 분석 역량을 확보하는 것이 궁극적인 목표입니다.
이를 통해 학문적 깊이와 실무적 적용성을 동시에 확보하고, 연구 과정에서 발생하는 오류와 예외 상황을 해결하며 문제 해결 능력을 심화할 계획입니다.
궁극적으로 저는 대학원 학업과 연구를 통해 컴퓨터공학의 핵심 이론과 최신 기술, 실무적 문제 해결 능력을 균형 있게 갖춘 전문연구자로 성장하고자 합니다.
학부와 실무 경험을 대학원 연구와 연계하여, 기술적 전문성과 창의적 문제 해결 능력을 겸비한 연구자로 성장하는 것이 목표입니다.
초기 실무 경험을 통해, 머신러닝 모델 개발, 빅데이터 처리, 클라우드 기반 시스템 설계, 알고리즘 최적화 등 실제 산업 문제를 해결하며 실용적 기술과 연구적 사고를 연결할 계획입니다.
|
|
|
 |
이러한 경험을 통해 학부 수준의 지식만으로는 한계가 있음을 절감했고, 보다 심화된 학문적 연구와 체계적인 문제 해결 능력을 갖추기 위해 대학원 진학을 결심하게 되었습니다.
또한, 학부 시절부터 참여한 연구 경험과 프로젝트 경험을 대학원 과정에 서심화하고, 최신 기술과 연구 동향을 적용하여 문제 해결 능력과 연구 역량을 한층 강화하고자 합니다.
저는 서강대학교 대학원에서 컴퓨터공학의 핵심 이론과 최신 기술, 실무적 문제 해결 능력을 균형 있게 습득하고, 이를 바탕으로 데이터 기반 문제 해결과 알고리즘 최적화, 인공지능 응용 분야에서 전문성을 갖춘 연구자로 성장하고자 합니다.
구체적으로, '고급 알고리즘', '자료구조 심화', '병렬 및 분산 컴퓨팅', '머신러닝 응용', '딥러닝 구조 및 최적화', '데이터베이스 설계 및 최적화', '클라우드 컴퓨팅 및 분산시스템', ' 빅데이터 처리 기법', '컴퓨터 시스템 구조', '연구방법론 및 논문 작성' 등 다양한 과목을 학습할 계획입니다.
각 과목은 단순한 이론 습득에 그치지 않고, 실습과 프로젝트를 통한 실제 문제 해결 능력 강화를 목표로 설계하였습니다.
구체적으로는 머신러닝과 딥러닝 기반 모델 개발, 이미지 처리와 자연어 처리 응용, 대규모 데이터 처리와 분산 최적화, 실시간 데이터 분석 및 시각화 등 실제 응용 가능성이 높은 주제를 중심으로 연구할 계획입니다.
자연어 처리 분야에서는 텍스트 전처리, 임베딩, 모델 학습, 성능평가 과정을 반복하며, 문서분류, 감성분석, 챗봇 응용 등 다양한 실무 프로젝트와 연결할 계획입니 다.
또한, 빅데이터 환경에서는 실시간 데이터 스트리밍 처리, 분산 연산, 메모리 효율 최적화, 클라우드 기반 분산 시스템 설계 등 고급 기술을 학습하고 실습을 반복하여 실무와 연구의 연결성을 높일 예정입니다.
특히 인공지능 프로젝트와 소프트웨어 개발 인턴십을 수행하면서, 데이터 전처리, 모델 학습, 성능 최적화, 예외처리 등 다양한 문제를 직접 경험하며 실질적 연구역량을 키웠습니다.
궁극적으로 저는 머신러닝과 딥러닝, 대규모 데이터 처리, 컴퓨터 비전과 자연어 처리 분야를 통합하여, 실제 문제 해결과 산업 적용이 가능한 연구 성과를 창출하고자 합니다.
초기 실무 경험을 통해, 머신러닝 모델 개발, 빅데이터 처리, 클라우드 기반 시스템 설계, 알고리즘 최적화 등 실제 산업 문제를 해결하며 실용적 기술과 연구적 사고를 연결할 계획입니다.
예를 들어, 기업의 고객행동 데이터를 기반으로 예측 모델을 설계하거나, 대규모 실시간 데이터를 분석하여 시스템 성능을 개선하는 연구 프로젝트를 수행하며, 실제 산업환경에서 데이터 분석과 알고리즘 적용이 가지는 의미를 직접 체감할 것입니다. |
 |
문제, 데이터, 연구, 해결, 처리, 이다, 능력, 경험, 분석, 실무, 모델, 과정, 최적화, 프로젝트, 알고리즘, 기반, 통해, 성능, 기술, 시스템 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.11.03
5페이지
