카카오

카카오톡, 다음, 카카오맵, 멜론

개발팀 리뷰

위 내용은 카카오 전 • 현 재직자의 응답 결과입니다.

기술 스택

언어

javascript

Java

Kotlin

프론트엔드

Angular

ReactJS

Redux

백엔드

NestJs

Spring

SpringBoot

데이터베이스

PostgreSQL

Redis

mongodb

데브옵스

Argo CD

Jenkins

OpenEBS

재직자가 작성한 글

profile picture

황민호

Kakao General Developer

패스트캠퍼스 ,프롬프트 엔지니어링으로 시작하는 AI/LLM 서비스 개발

패스트캠퍼스 추천강의! 프롬프트 엔지니어링으로 시작하는 AI/LLM 서비스 개발 - 카카오, 마이크로서비스, 11번가, 신한은행 AI 엔지니어들이 함께 구성한 강의 - 카카오의 GenAI 파트 Lead인 김민석님이 참여 중인 강좌로 바쁜 일정 중에도 주말 휴일 전부 갈아 넣어 강의를 준비했다고 합니다. - 실제 AI 서비스 프로젝트를 통해 AI 서비스 개발 역량을 높이시고 싶은 분들에게 추천드립니다. - 최대 80명까지 사용 가능한 20% 할인 쿠폰도 공유드립니다. 쿠폰은 5월 8일까지 사용 가능합니다. - 쿠폰코드 : PRDTEA240424_hmh - https://bit.ly/3w6eeII

profile picture

황민호

Kakao General Developer

생성형 AI 강좌 리스트

생성형 AI 교육을 위한 무료, 유료 강좌들을 모아 공유합니다. [무료] 1. 구글, Generative AI for Developers Learning Path - Beginner: Introduction to Generative AI Learning Path https://www.cloudskillsboost.google/paths/118 - Advanced: Generative AI for Developers Learning Path https://www.cloudskillsboost.google/paths/183 - Google Cloud Applied AI Summit Learning Path https://www.cloudskillsboost.google/paths/280 2. MS, Generative AI for Beginner - https://microsoft.github.io/generative-ai-for-beginners - MS, GitHub Copilot 페어프로그래밍 마스터 https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming 4. DeepLearning AI - https://www.deeplearning.ai/short-courses 5. IBM, Generative AI for SW Developer - https://www.coursera.org/specializations/generative-ai-for-software-developers 6. Coursera, AI 강좌 모음 - https://www.coursera.org/courses?query=generative%20ai [유료 - 패스트캠퍼스 추천 강좌] 1. 패스트캠퍼스, 프롬프트 엔지니어링으로 시작하는 AI/LLM 서비스 개발 - 카카오, 마이크로서비스, 11번가, 신한은행 AI 엔지니어들이 함께 구성한 강의 - 카카오의 GenAI 파트 Lead인 김민석님이 참여 중인 강좌로 바쁜 일정 중에도 주말 휴일 전부 갈아 넣어 강의를 준비했다고 합니다. - 실제 AI 서비스 프로젝트를 통해 AI 서비스 개발 역량을 높이시고 싶은 분들에게 추천드립니다. - 최대 80명까지 사용 가능한 20% 할인 쿠폰도 공유드립니다. 쿠폰은 5월 8일까지 사용 가능합니다. - 쿠폰코드 : PRDTEA240424_hmh - https://bit.ly/3w6eeII 2. 패스트캠퍼스, The Red 프롬프트 엔지니어링, LLM(ChatGPT) 기반의 AI 서비스 개발 - 김진중 (골빈해커) 님의 프롬프트 강의 - 기초부터 고급 프롬프트 기법들을 모두 소개하고 있으며, 실전 예제들이 잘 나와 있습니다. - 프롬프트 엔지니어링을 마스터하고 AI 서비스 개발 역량을 높이고 싶으신 분들에게 추천드립니다. - https://fastcampus.co.kr/data_red_golbin 3. 패스트캠퍼스, The Red Microsoft AI 개발자의 LLM 마스터 클래스: AI 서비스 개발부터 운영까지 - 현) Microsoft AI 소속의 주한나 (양파) 님의 LLM 서비스 개발 강의 - LLM 서비스 개발 풀스택 과정을 하나의 강의로 담아냈습니다. - 프롬프트 기초부터 임베딩, RAG, 파인튜닝, RAI, LLMOps 까지 풀스택을 경험하고 싶으신 분들에게 추천드립니다. - https://fastcampus.co.kr/data_online_llmmaster

재직자가 좋아한 글

ML/AI 엔지니어를 인터뷰하고 고용하는 방법  |  ML/AI엔지니어를 채용하고자 하시는 분들 뿐만 아니라 이 분야로 진출하고자 하는 분들이 참고하시면 좋을거 같습니다. 다만, 지극히 저자의 주관적인 견해임을 미리 밝힙니다. 좋은 인재를 채용하는 것은 미션과 조직을 위해 할 수 있는 가장 영향력 있는 활동입니다. 그리고 효과적인 면접을 진행하는 것이 좋은 채용의 핵심입니다. 면접 프로세스는 하나의 시스템으로 생각할 수 있습니다: 지원자가 주어지면 그 지원자가 해당 직무와 팀에 적합한지 평가합니다. 따라서 성공적인 채용을 위해서는 면접 시스템이 잡음을 최소화하면서 신뢰할 수 있고 타당해야 합니다. < 고려해야 할 기술적 역량 > 1) 소프트웨어 엔지니어링에 대한 기본 소양: 코딩 스킬, 코드 작성 기술과 경험, 논리적 문제 분석, 읽기 쉽고 유지 관리 가능한 코드 작성 여부, 에지 케이스 고려 여부 등 * 문제를 논리적으로 분석하고, 깔끔하고 읽기 쉽고 유지 관리가 가능한 코드를 작성했는가 * 엣지 케이스를 고려하고,코드를 작성하는가? * 피드백에 잘 대응하는가? 2) 데이터 해독 능력: 데이터 리터러시 이해, 통계나 테이블 조인, 데이터 불일치, 시각화 측면등의 데이터 분석 역량, 도메인 기반 지식 * 데이터를 어떻게 정리했나요? 어떤 문제에 직면했으며 어떻게 해결했나요? * 오해의 소지가 있는 요약 통계는 무엇인가요? 어떤 통계가 다른 통계보다 더 유용했나요? * 만든 데이터 시각화 중 인사이트가 있었던 데이터 시각화는 무엇이며 그 이유는 무엇인가요? * 가장 도움이 되지 않았던 것은 무엇인가요? 3) ML에 내재된 불확실성과 불투명성에 대한 이해도 * 어떤 예상치 못한/편향된 결과를 본 적이 있나요? 필요한 경우 어떻게 해결했나요? * 모델을 사용자와 일치시키기 위해 모델에 어떤 가드레일/정책을 적용하고 있나요? * 모델에서 편향성을 발견했다면 어떻게 완화할 수 있을까요? 4) ML 제품 구축 기반 경험 * 재학습 또는 업데이트 시 시간이 지남에 따라 모델 성능을 어떻게 측정했나요? * 모델 성능이 사전 정의된 임계값을 위반했을 때 어떻게 대응했나요? * 초기 평가 데이터를 어떻게 수집하고 평가 하네스를 구축했나요? * 모델이나 시스템에 대한 오류 분석을 어떻게 평가하고 수행했나요? * 직면한 제약 조건은 무엇이었으며, 어떤 어려운 타협을 해야 했나요? * 모델 또는 시스템에 대한 안전장치와 정책을 어떻게 구현했나요? * 결과는 어땠으며, 돌이켜보면 무엇을 다르게 했으면 좋았을까요? < 고려해야 할 비기술적 역량 > 1) 모호성(A): 후보자가 문제를 해결하기 시작했을 때 문제가 얼마나 모호했는지 확인 필요 * 해당 문제에 업계에서 알려진 해결책과 모범 사례가 있나요? 아니면 선행 기술 없이 이전에 해결되지 않은 문제인가요? * 지원자가 면밀한 감독을 받았나요? 아니면 대부분 혼자서 해결했나요? 2) 영향력(I) * 지원자가 다른 사람들과 협업하고 영향력을 발휘하는 방식 파악 * 로드맵/디자인 검토, 업무 시간, 프로젝트에 대한 조언, 멘토 역할 등 * 자신의 직접적인 기여뿐만 아니라 주변 사람들의 성과를 높이는 역할/경험 여부 3) 복잡성(C) * 문제 공간의 복잡성을 의미 * 지원자가 작업한 복잡성의 수준을 이해하고 이에 익숙해져 있는 동시에 솔루션의 효과성을 파악 4) 실행력(E) * 제한된 자원과 일정 내에서 후보자가 제공할 수 있는 능력 * 후보자가 얼마나 빨리 실패하고, 배우고, 반복할 수 있는지 * 팀이나 업계 전반에 걸쳐 채택되는 새로운 접근 방식을 개척하거나 필요한 노력의 범위와 규모(예: 팀 수)등에 대한 견해 => 회사의 역할과 단계에 따라 AICE 특성의 우선순위가 달라질 수 있습니다. 초기 단계의 스타트업은 모호성과 실행을 우선시하는 반면, 성숙한 기술 기업은 더 많은 영향력과 복잡성 관리가 필요할 수 있습니다. 다음의 전화화면 보정하거나 면접 루프, 디브리핑을 실시하는 방법은 원문을 참고해주시기 바랍니다. * 전화 화면 * 면접 루프 * 디브리핑 * 면접관과 채용 관리자를 위한 몇 가지 팁과 좋은 인재의 몇 가지 특징에 대한 의견 * source: https://eugeneyan.com/writing/how-to-interview/

좋아요 17 저장 25

thumbnail