🌈 심심해서 실리콘 밸리 AI/ML research scientist 취업관련 질문 받는다(김박사넷) 🎁 이 글을 추천하는 이유 - 김박사넷의 실리콘 밸리 AI/ML Research Scientist 취업 관련 글입니다 - 해외 사례를 궁금하신 분은 보시면 좋을 것 같습니다 - 본문 외에도 댓글 질문/답변 내용도 매우 유익합니다! - 국내랑 상황은 다르지만, 해외는 이렇구나-! 자극 받을 수 있는 글이라 생각합니다 👍 읽으면 좋은 분 - 실리콘 밸리의 AI Research Scientist를 희망하는 분 - AI Research Scientist 취업을 준비하고 계신 분 📋 내용 - 연봉 : 기본급 20만이고 매 년 RSU 20~20만어치 자사주. SWE보다 20~50% 높게 받음 - 세금 : 15만불, 생활비 3인 가족 기준 10만불 등 - Q) 한국에서 AI/ML 석사 학위로 갈 수 있을지? - A) 석사론 경쟁력이 떨어짐. 학사 출신에서 개발자로 오는 거랑 비슷한 난이도. AI/ML은 박사(3-4년이상, 페이퍼 3개 이상) 가진 지원자가 많음 - Q) 기업,학계에서 AL/ML 의 위상, 미래, 실용성에 대해 어떻게 생각하시는지 궁금합니다. GAN 이후엔 GAN 만큼 센세이션한 발전도 없는것 같고, 인공지능 비서, 챗봇 등 AL/ML를 중심으로 개발한 제품들은 한계가 드러나고, (성공적으로 사용되고 있는 영상인식 분야 제외...) 실제 산업현장에선 AL/ML이 패턴인식의 하위 카테고리 수준 정도로 기대치가 축소되고 있다는 느낌이 듭니다. non-linear 데이터 분석할때 한번 사용해볼까? 수준? - A) '인공지능'은 밑천이 조금씩 드러나고 있고, 패턴인식 기술을 더 광범위한 태스크에 상용화하는 중이라고 봄. 쉬운데 돈 되는 문제들 즉 Low-hanging fruit 이 아직 너무너무너무 많음. 걔네들 풀려고 신경망을 쓸 필요는 없는데, 문제가 아무리 쉬워도 데이터 파이프라인 잡고, 스케일링 이슈 풀고, Explainable UI만들고, privacy문제 해결하고, 품질 보증하고.. 할 일 엄청 많음. 그만큼 돈도 되고. 정리하자면, '인공지능'으로 약을 팔아서 돈 받아서 팀 꾸리고 인프라 만든 다음에 실제 하는 일은 data-driven automation을 상용화하는 거임 - 한가지 첨언 드리자면, 비전이나 NLP 연구하시다 보면 딱 정해진 문제와 깔끔한 데이터셋 (e.g. ImageNet) 안에서 기술적으로 복잡한 모델을 고민하시게 될텐데, 가끔은 지저분하고 현실적인 문제를 어떻게 단순한 솔루션으로 풀 수 있을지도 고민해 보세요. - Q) 베이 기업에서 ML engineer 와 ML researcher의 업무 차이가 궁금합니다. - A) ML researcher는 기본 모델 설계하면, ML engineer는 data lake / pipeline 개발, model deployment, batch training등 실제 제품으로 만드는 일을 합니다. 건축에서 설계랑 시공 엔지니어 차이랑 비슷하겠네요.