|
|
|
전체
(검색결과 약 64,151개 중 56페이지)
| |
|
|
|
 |
|
| AI 기반 보안서비스의 오탐지 또는 미 탐지 문제를 해결하기 위해 어떤 방식으로 로그 데이터를 검증할 것인가
윈스테크넷에서 제가 가장 이루고 싶은 것은 자사 보안 솔루션에 'AI 기반 실시간 행동분석 레이어'를 구축하는 것입니다.
데이터 구조에 대한 이해와 모델 설계 능력, 둘째는 보안도메인 지식, 셋째는 서비스화 과정에서 발생하는 기술적 문제를 해결할 수 있는 실무 역량입니다.
최근 2년 동안.. |
|
 |
모델, 탐지, 기반, 데이터, 보안, ai, 분석, 서비스, 로그, 과정, 경험, 실제, 이다, 학습, 기술, 적용, 행위, 윈스, 테크넷, 문제 |
|
|
|
|
 |
|
| 저는 생성형 AI와 딥러닝 모델을 연구하고 개발한 경험을 바탕으로 해당 직무에 적합한 역량을 갖추었다고 생각합니다.
딥러닝 모델 개발 경험을 보유하고 있습니다.
이러한 경험을 바탕으로 현대모비스에서 딥러닝과 생성형 AI 기술을 활용하여 자율주행, 차량 내 인공지능 시스템, 인포테인먼트 기술을 발전시키는 데 기여하고 싶습니다.
딥러닝 모델을 개발하던 중 데이터 부족 문제로 인해 학습 성능이 .. |
|
|
데이터, 모델, 개발, 주행, ai, 활용, 생, 경험, 기술, 시스템, 러닝, 딥, 성형, 자율, 프로젝트, 차량, 처리, 인식, 사용자, 학습 |
|
|
|
|
 |
|
| 두산에너빌리티[데이터 분석 기반 AI 모델 개발] 자기소개서와 면접
저는 이러한 시점에서 AI와 데이터 분석 기반의 기술을 접목해 새로운 가치를 창출하는 업무에 깊은 관심을 갖고 두산에너빌리티에 지원하게 되었습니다.
특히 두산에너빌리티가 추진하고 있는 발전설비 예지 보전(PredictiveMaintenance), 플랜트 운영 효율화, 디지털 트윈 기반 시뮬레이션 등은 데이터 분석과 AI 기술이 실질적으로 적.. |
|
|
데이터, 기반, 분석, 기술, 모델, ai, 산업, 현장, 프로젝트, 빌리다, 티, 두산, 예측, 실제, 이다, 경험, 문제, 보전, 효율, 실무 |
|
|
|
|
 |
|
| 가비아의 AI/ 클라우드 마케팅 직무에 지원한 이유는 무엇인가요?
이러한 경험들은 단순히 마케팅 기술을 배우는 것을 넘어, '복잡한 기술을 쉽게 전달하는 능력' 이야말로 AI·클라우드 산업 마케터의 핵심임을 깨닫게 했습니다.
저는 데이터 분석과 마케팅 전략 수립을 담당했습니다.
이러한 환경은 저에게 '데이터 기반 통합마케팅 전략'을 실현할 수 있는 이상적인 무대라고 생각했습니다.
AI/클라우드 .. |
|
|
기술, 마케팅, 클라우드, 데이터, ai, 고객, 위해, 기반, 전략, 콘텐츠, 중심, 분석, 가다, 마케터, 사용자, 브랜드, 비아, 기업, 서비스, 통해 |
|
|
|
|
 |
|
| AI 기술을 활용하여 해결한 문제 및 프로젝트 경험
저는 AI 기술을 활용하여 소셜미디어 데이터 분석을 기반으로 한 감성 분석 시스템을 개발한 경험이 있습니다.
AI 기술을 활용한 문제 해결 경험을 통해, KT에서 AI 기반 서비스 개발 및 자동화 시스템 구축에 기여할 수 있는 역량을 갖추게 되었습니다.
저는 SW 개발자로서 최신 기술을 활용하여 KT의 AI 및 데이터 기반 서비스 개발에 기여하고, 고객 중.. |
|
|
개발, 기반, ai, 기술, 활용, 경험, kt, 프로젝트, 시스템, sw, 데이터, 분석, 해결, 서비스, 문제, 역량, 개발자, 적용, 협업, 기여 |
|
|
|
|
 |
|
| 협업 과정에서 모델 개발자·데이터 엔지니어·서비스 PM과 조율했던 경험은 무엇입니까
모델이 실제 서비스 환경에서 실패한 경험이 있다면, 원인 분석과 개선과정을 설명해주세요
데이터 전처리 과정에서 발생한 어려움과 이를 해결한 경험
협업 과정에서 모델 개발자·데이터 엔지니어·PM과 조율했던 경험
모델이 실제 서비스 환경에서 실패한 경험
최신 논문이 나 기술을 실제로 적용한 경험
AI 모델의 윤.. |
|
|
모델, 데이터, 경험, ai, 서비스, 문제, 실제, 프로젝트, 논문, 성능, 연구, 기반, 해결, 환경, 이다, ml, 연구자, 과정, 수행, dl |
|
|
|
|
 |
|
| RIST는 산업현장과 가까운 연구를 수행해 왔고, 소재와 공정, 설비, 안전, 에너지 등 데이터가 실제 성과로 연결되는 영역에서 축적을 만들어온 조직입니다.
데이터 이해와 품질 역량입니다.
예를 들어 센서 시 계열 데이터에서는 결측과 드리프트를 전제로 데이터 품질지표를 만들고, 알람의 타이밍과 빈도까지 포함해 현장 비용을 기준으로 임계값을 설계합니다.
산업현장에서는 데이터 부족과 라벨 불완.. |
|
|
데이터, 현장, 만들다, 모델, 연구, 성능, ai, 이다, 학습, 설계, 운영, 기준, 배포, 설비, 라벨, 목표, 지표, rist, 가능하다, 공정 |
|
|
|
|
 |
|
| 구직자대상 AI 면접 코칭 서비스 플랫폼 창업 사업계획서입니다.
온라인 검색을 통해 얻은 단편적인 정보가 아닌 최신 논문과 학회지, 전문 문헌을 참고하였으며 경영학 이론과 실제 사례를 접목하여 체계적으로 작성하였습니다.
유료 데이터베이스와 전문 자료를 심층적으로 활용하여 만든 사업계획서 입니다.
1. 사업 개요
(1) 사업 소개
(2) 사업 추진배경
(3) 기대 효과
2. 서비스 분석
(1) 서비스명.. |
|
|
|
|
|
 |
|
| 롯데 이노베이트에서는 이 역량을 롯데 계열사의 실제 데이터와 서비스에 맞춰, 모델 성능을 숫자로만 높이는 것이 아니라 운영 가능한 형태로 만들고 싶습니다.
데이터 품질과 파이프라인을 정리해 반복 가능한 학습체계를 만들고, 배포 이후 모니터링과 재학습 기준을 설계해 현업이 신뢰할 수 있는 AI 서비스를 구축하겠습니다.
저는 원인을 모델 복잡도로 해결하지 않고, 데이터와 기준을 다시 정의했습.. |
|
|
데이터, 운영, 모델, ai, 체계, 학습, 역량, 프로젝트, 라벨, 신뢰, 지표, 어떻다, 정의, 성능, 이다, 기준, 배포, 평가, 롯데, 가능하다 |
|
|
|
|
 |
|
| Q1. 생성형 AI 도입 시 데이터 파이프라인에서 가장 중요한 점은 무엇인가요?
Q5. 실시간 사용자 행동 데이터를 모델에 신속하게 반영할 파이프라인 설계 방식은 무엇인가요?
Q7. 모델 추론비용 최적화를 위한 데이터 엔지니어링 전략은 무엇인가요?
Q8. 추천시스템과 생성형 AI 결합 시 데이터 동기화 문제를 어떻게 해결하겠습니까?
Q18. SK플래닛 데이터 플랫폼이 지향해야 할 미래가치는 무엇인가요?
SK.. |
|
|
데이터, 모델, 기술, 생, q, 성, ai, 파이프라인, 처리, 비즈니스, 설계, 엔지니어, 형, 이다, 시, 성형, 벡터, 학습, 과정, 위해 |
|
|
|
|
 |
|
| 드라마 제작에 AI를 접목할 때 가장 중요하다고 생각하는 기준은 무엇입니까
입사 후에는 먼저 드라마 제작 과정에서 필요한 기획 지원, 자료조사, AI 활용기반 리서치, 대본 및 소재 정리, 시청 반응 분석 등 기본 업무를 빠르고 정확하게 수행하는 실무형 인재가 되겠습니다.
협업은 누가 더 많이 일했는가 보다, 각자의 생각이 안전하게 살아남을 수 있는 구조를 만드는 일이 더 중요하다는 점입니다.
드.. |
|
|
정리, 기획, 더, 구조, 사람, 자료, ai, 콘텐츠, 생각, 드라마, 제작, 팀, 분석, 방식, 업무, 과정, 반응, 어떻다, 이다, 좋다 |
|
|
|
|
 |
|
| 센서 퓨전 기술을 선박제어에 적용하는 방법
AI 기반 예측제어·지능형 고장감지
디지털 트윈 기반 예측제어
즉, 기본은 안정성 보장제어+보조적 AI입니다.
모델 기반 제어를 실제 선박에 적용할 때 고려사항
제어 알고리즘 성능 평가 기준
제어·해양·자율운항은 제 관심 분야의 중심이며, 한화오션에서만 경험할 수 있는 기술들이 있습니다.
안정성 중심제어
한화오션 스마트 솔루션 연구원-제어지능화 연구.. |
|
|
제어, 기반, 지능, 이다, 선박, 연구, 알고리즘, ai, 기술, 해양, 센서, 화, 기준, 운항, 성, 모델, 시스템, 문제, 자율, 데이터 |
|
|
|
|
 |
|
| 연구는 실패가 기본입니다.
연구에서 가장 큰 낭비는 동일 실험을 다시 하는 것입니다.
저는 실패를 데이터로 기록해 다음 연구의 자산으로 만들겠습니다.
이유는 모델은 데이터를 이길 수 없기 때문입니다.
재현성과 비교 가능성은 연구의 신뢰를 결정합니다.
운영지표로 바꾸는 것입니다.
6개월 목표는 연구 방향 확정과 기반 구축입니다.
그 평가는 연구가 팀의 문제와 연결되지 않았다는 신호입니다.
KT.. |
|
|
연구, 데이터, 이다, 성능, 비용, 모델, 만들다, ai, 운영, 성, 논문, 가능하다, 실험, 재현, 문제, 성과, 환경, 평가, 학습, 화 |
|
|
|
|
 |
|
| 여기서 핵심은 모델만이 아니라 시스템입니다.
문제정의 능력입니다.
운영 감각입니다.
데이터 문제를 모델 문제로 착각하지 않는 역량입니다.
데이터 건강검진입니다.
데이터 최소화입니다.
운영화입니다.
오히려 그 상황이 응용AI의 현실입니다.
응용/서비스 AI 연구개발은 논문 성능보다 더 어려운 문제를 다룹니다.
KT는 대규모 서비스와 데이터, 그리고 운영 요구가 공존하는 환경입니다.
저는 응용/서.. |
|
|
데이터, ai, 이다, 모델, 비용, 서비스, 만들다, 정책, 운영, 정의, 설계, 학습, 성능, 가능하다, 라벨, 실험, 시스템, 기준, 지표, 방식 |
|
|
|
|
 |
|
| AI 기반 분석과 전통적인 데이터 분석의 차이는 무엇이라고 생각합니까
공공금융마케팅 영역에서 데이터 분석이 중요한 이유는 무엇입니까
공공금융마케팅에서 데이터 분석가가 해결해야 할 핵심 문제는 무엇입니까
저는 공공금융 마케팅에서 데이터 분석은 효율성보다 '정당성'을 확보하는 수단이라고 생각합니다.
데이터 분석가는 기술이전에 책임을 먼저 고려해야 한다고 생각합니다.
분석은 설명되지 않.. |
|
|
분석, 데이터, 금융, 생각, 마케팅, ai, 판단, 기반, 활용, 과정, 설명, 중요하다, 보다, 결과, 성, 지원, 면접, 어떻다, 고려, 가다 |
|
|
|
|
|
|
