|
|
|
전체
(검색결과 약 64,151개 중 49페이지)
| |
|
|
|
 |
|
| 다른 사람들이 지원자를 평가할 때 가장 많이 언급하는 장점과 단점을 기술하여 주십시오
본인이 살아오면서 가장 도전적이었거나 가장 인상 깊었던 경험을 기술해 주십시오
사람 중심 공간의 가치에 AI 기술을 실질적으로 더하는 엔지니어가 되고 싶어 지원하게 되었습니다.
공간 데이터 기반 AI는 어떤 점에서 일반 모델과 다른 가요?
질문하는 AI 엔지니어 #문제를 좋아하는 사람
당시 저는 딥러닝 기반 .. |
|
 |
기술, 모델, ai, 데이터, 예측, 사람, 공간, 시오, 기반, 가장, 생각, 분석, 프로젝트, 경험, 지원, 점, hdc, 랩스, 이다, 설계 |
|
|
|
|
 |
|
| 현대엘리베이터 데이터/AI 개발 직무에서 가장 중요하다고 생각하는 역량은 무엇입니까?
현대엘리베이터의 MIRI 같은 서비스에서 데이터/AI 개발자가 특히 중요하게 봐야 할 지표는 무엇입니까?
저는 바로 이런 환경에서 데이터/AI 개발이 가장 실질적인 가치를 만든다고 생각했습니다.
저는 이때 데이터/AI 개발자의 역할이 시스템을 더 똑똑하게 만드는 운영 해석자라고 생각합니다.
스마트팩토리에서 데.. |
|
|
데이터, ai, 생각, 엘리베이터, 서비스, 모델, 운영, 업, 더, 보다, 만들다, 연동, 이다, 문제, 개발자, 어떻다, 중요하다, 사람, 실제, 기준 |
|
|
|
|
 |
|
| 이러한 경험을 바탕으로, KT에서 최적의 AIAgent 솔루션을 개발하고, AI 기반 고객 서비스 및 비즈니스 프로세스 자동화를 혁신하는 역할을 수행하고 싶습니다.
특히, Trans former기반의 자연어 처리기술을 활용한 대화형 AI 개발에 관심을 가지고 연구를 진행하였으며, GPT-3 및 BERT 모델을 활용한 질의응답 시스템을 구현하는 프로젝트를 수행한 경험이 있습니다.
이러한 경험을 바탕으로, KT에서도 최.. |
|
|
ai, 활용, 모델, 개발, 고객, 기반, 수행, aiagent, 학습, 경험, 시스템, 기술, 챗봇, 대화, 형, 지속, 프로젝트, kt, 위해, 서비스 |
|
|
|
|
 |
|
| 미래에셋생명 DX(생성형 AI) 직무에 지원한 이유는 무엇인가
보험업에서 생성형 AI가 크게 기여할 수 있는 분야는 무엇인가
생성형 AI 프로젝트 경험이 있다면 말해달라
고객 상담·콜센터 업무에서 생성형 AI가 할 수 있는 역할
이러한 산업구조는 LLM 기반 생성형 AI가 즉시 혁신할 수 있는 최고의 환경입니다.
저는 생성형 AI 기술을 실제 프로젝트 기반으로 학습해왔습니다.
3년차에는 보험상담·심사·청.. |
|
|
ai, 보험, 고객, 심사, 생, 기반, 성형, 약관, 이다, llm, 경험, 문서, 더, 데이터, 모델, 상담, 기준, 산업, 생명, 이해 |
|
|
|
|
 |
|
| 한화오션 AI 개발 직무에 지원한 이유는 무엇입니까?
AI 개발 직무에서 가장 중요한 역량은 무엇이라고 생각합니까?
실제 산업현장에서 AI는 업무가 흘러가는 방식을 바꾸는 기술이어야 한다고 생각합니다.
이러한 성격은 한화오션 AI 개발 직무에서 분명한 강점으로 작용할 것이라고 생각합니다.
제가 생각하는 한화오션 AI 개발 직무의 가장 중요한 역량은 '현업의 문제를 데이터와 시스템의 언어로 번역.. |
|
|
데이터, ai, 개발, 모델, 오션, 한화, 생각, 어떻다, 만들다, 직무, 업무, 더, 운영, 기술, 중요하다, 문제, 산업, 업, 방식, 실제 |
|
|
|
|
 |
|
| 특히 현대모비스와 같은 모빌리티 분야에서는 이미지, 음성, 텍스트 등 다양한 센서 데이터를 AI가 학습하고, 실제 환경에서 창의적이고 안정적으로 활용할 수 있는 모델을 구현하는 역량이 필수적이라고 봅니다.
저는 생성형 AI와 딥러닝 모델의 이론적 원리는 물론, 실전 데이터로 실제 서비스가 가능한 수준의 모델을 설계하고 구현하는 경험을 꾸준히 쌓아왔습니다.
저는 자연어, 이미지, 멀티센서 등 .. |
|
|
데이터, 모델, 실제, 경험, 생, ai, 문제, 다양하다, 개발, 프로젝트, 환경, 성능, 기술, 딥, 러닝, 과정, 성형, 목표, 직접, 결과 |
|
|
|
|
 |
|
| 이 경험은 신호가 단순한 파형이 아니라, 효율적인 시스템 설계를 위한 데이터의 언어라는 사실을 깨닫게 했습니다.
대학교 4학년 때 '저전력 신호처리시스템 설계' 연구를 수행하면서 처음으로 AI의 에너지 효율 문제를 직접 체감했습니다.
삼성전자는 이미 AI 반도체에서 전력효율을 극대화하기 위한 연구를 선도하고 있으며, AI 센터의 시스템 설계 기술은 이 문제를 해결하는 핵심 역할을 담당하고 있습.. |
|
|
설계, 신호, 시스템, ai, 기술, 효율, 모델, 단순하다, 회로, 과정, 문제, 기반, 알고리즘, 데이터, 구조, 경험, 프로젝트, 되어다, 해결, 최적화 |
|
|
|
|
 |
|
| 문제 해결 경험 1-수치가 아닌 사람을 위한 AI
이러한 경험은 레브잇과 같이 혁신적이고 사람 중심 적인 AI 기술을 개발하는 조직에 적합한 인재로 거듭나게 했습니다.
프로젝트를 진행하며 팀 내 다양한 의견을 조율하고 문제 해결 방향을 논의하는 과정에서 협업 역량도 크게 성장하였습니다.
저의 종합적인 기술 역량과 사람 중심의 개발 철학은 레브잇의 ProblemSolver로서 복잡한 문제를 창의적이고 효.. |
|
|
ai, 기술, 문제, 해결, 경험, 프로젝트, 사용자, 개발, 사람, 되어다, 팀, 과정, 레브잇, 중심, 이다, 능력, 실패, 분석, 다양하다, 데이터 |
|
|
|
|
 |
|
| 저는 "AI 기술을 통해 고객 경험을 혁신하고, 데이터 기반으로 새로운 가치를 창출한다"는 목표를 가지고 롯데하이마트 AI 직무에 지원했습니다.
저는 이러한 분야에서 제가 가진 데이터 분석 역량과 AI 모델링 경험을 발휘하여 롯데하이마트의 디지털 혁신에 기여하고 싶습니다.
데이터 분석 및 AI 모델링 경험입니다.
롯데하이마트 AI 직무에서도 고객 데이터를 기반으로 한 맞춤형 서비스, 재고·물류 최.. |
|
|
고객, 데이터, ai, 롯데, 하이마트, 기술, 경험, 기반, 싶다, 분석, 활용, 모델, 예측, 통해, 이다, 프로젝트, 직무, 혁신, 단순하다, 맞춤 |
|
|
|
|
 |
|
| AI센터 SW 개발 직무에서 가장 중요하다고 생각하는 역량은 무엇입니까
그래서 저는 AISW 개발이 단순히 모델을 잘 학습시키는 일을 넘어, 데이터와 모델, 코드와 시스템, 성능과 운영을 함께 고려해야 하는 매우 본질적인 직무라고 생각합니다.
모델 성능과 시스템 효율, 연구와 개발, 아이디어와 구현 사이를 연결하는 SW 개발자가 되어, 삼성전자 AI센터의 기술이 실제 사업과 제품 경쟁력으로 이어지는.. |
|
|
ai, 성능, 모델, 생각, 개발, 시스템, 구조, 실제, 더, 코드, 데이터, 기술, 어떻다, 중요하다, 센터, 가장, 가능하다, 환경, 되어다, 결과 |
|
|
|
|
 |
|
| 저의 가장 큰 강점은 공정 데이터를 기반으로 한 문제 해결 능력과 AI 모델 운영 경험입니다.
그래서 공정엔지니어와 지속적으로 협력하며 데이터의 의미를 이해하는 습관을 갖게 되었고, 이는 동진쎄미켐의 AI 시스템 운영에서도 큰 경쟁력이 될 것입니다.
불량 예측 및 공정 최적화 AI 모델 개발입니다.
AI 모델 운영안정화 및 지속적 개선입니다.
AI 시스템 운영의 핵심은 데이터 품질과 모델의 지속적 .. |
|
|
데이터, 모델, ai, 공정, 분석, 운영, 불량, 시스템, 오다, 이다, 동진쎄미켐, 활용, 통해, 빅데이터, 생산, 성능, 위해, 현장, 성, 률 |
|
|
|
|
 |
|
| 한전의 전력 데이터 특성상 가장 중요한 AI 기술 요소는 무엇인가
실제 산업현장에 AI 모델을 적용할 때 가장 어려운 점은 무엇이며 어떻게 해결했는가
저는 대학원에서 AI 기반 예측 모델과 이상 탐지 모델을 중심으로 연구하며 실제 산업데이터를 모델에 녹여내는 과정을 반복적으로 경험했습니다.
또한 전력설비 데이터는 설명 가능성이 매우 중요해 모델의 블랙박스화를 방지하는 해석 가능한 AI 기법이.. |
|
|
모델, ai, 전력, 데이터, 기반, 설비, 예측, 현장, 이다, 산업, 구조, 분야, 성, 기술, 안정, 성능, 경험, 탐지, 설명, 만들다 |
|
|
|
|
 |
|
| 포항산업과학연구원의 AI 직무를 어떻게 이해하고 있습니까
이를 보면 포항산업과학연구원의 AI 직무는 특정 알고리즘 하나를 잘 쓰는 사람보다, 산업 문제를 정의하고 데이터 파이프라인부터 검증, 현장 적용까지 연결할 수 있는 연구원을 필요로 한다고 생각합니다.
저는 산업 AI의 핵심을 '성능'이 아니라 '현장지속가능성'이라고 생각합니다.
포스코그룹 제조현장 AI 연구에서는 세 가지를 중요하게 봐.. |
|
|
ai, 산업, 현장, 연구원, 데이터, 생각, 모델, 문제, 보다, 포항, 과학, 안전, 공정, 연구, 포스코, 설비, 형, 직무, 적용, 품질 |
|
|
|
|
 |
|
| 이 경험들을 통해 저는 콘텐츠 AI 연구에서 중요한 것은 단순한 예측 정확도가 아니라"사람의 감정맥락을 해석하고 표현하는 능력"이라는 결론에 이르렀습니다.
단순히 추천하는 기술이 아니라, 사용자의 감정과 호흡하는 창작형 AI를 연구하는 것이 제 목표입니다.
저는 이곳에서 데이터를 감정으로 번역하고, 기술을 예술로 발전시키는 AI 연구자가 되고 싶습니다.
저는 이곳에서 감정서사의 패턴을 모델.. |
|
|
감정, ai, 모델, 데이터, 연구, 콘텐츠, 기술, 사람, 이해, 가다, 분석, 음악, 기반, 학습, 싶다, 통해, 카카오, 이다, 단순하다, 표현 |
|
|
|
|
 |
|
| 특히, GPT 기반의 언어 모델을 활용한 문서 요약 및 텍스트 생성 시스템 개발 프로젝트에 참여하여, 프롬프트 엔지니어링을 최적화하고 모델의 성능을 향상시키는 연구를 수행하였습니다.
KT에서도 생성형 AI 기반의 서비스 최적화 연구를 수행하며, 다양한 응용기술을 개발하는 데 기여하고 싶습니다.
저는 GPT 및 StableD iffus ion 모델 연구를 통해 생성형 AI의 구조를 깊이 이해하고 있으며, 이를 활용.. |
|
|
ai, 모델, 생, 연구, 기술, 개발, 기반, kt, 활용, 서비스, 최적화, 성형, 경험, 프로젝트, 사용자, 위해, gpt, 수행, 통해, 성 |
|
|
|
|
|
|
