#llm

개발자의 ChatGPT, Claude, Cursor 등 LLM 활용 어떻게 생각하시나요?

안녕하세요! 최근 많은 개발자가 ChatGPT, Claude, Cursor 등의 대규모 언어 모델(LLM)을 활용하여 개발 생산성을 높이고 있습니다. 일각에서는 LLM이 개발 속도를 높이고 학습을 돕는다고 보지만, 반대로 개발 실력 저하를 우려하는 의견도 있습니다. Q. LLM의 활용이 개발자에게 미치는 영향은 어떻게 생각하시나요? (투표에 글자수 제한 때문에 아래 적겠습니다.) 1. 긍정적이다 - LLM을 잘 활용하는 개발자가 더 빠르게 성장하고 경쟁력을 가질 것이다. 2. 부정적이다 - 기본적인 CS 지식과 문제 해결 능력이 더 중요하며, LLM 의존은 실력 향상에 방해가 된다.

디자이너가 AR게임을 개발하려면

우선 멍청한 질문 죄송합니다. 코딩은 아예 시작해본 적 없고 중소기업에서 캐릭터 디자인과 애니메이션을 하고 있습니다. 언리얼엔진으로 카메라를 움직이거나 키 애니메이션정도만 만들 수준이고 게임회사가 아니라 게임 개발환경은 전혀 모르는 상태입니다. 목표는 앱 환경에서 제 행동이나 음성을 ChatGPT를 통해 인식해서 캐릭터가 움직이는 AR게임을 만들어 보고 싶습니다. 몇 가지 찾아본 것들이 있는데 우선 무엇부터 시작해야 할 지 모르겠습니다 아래는 제가 찾아본 것들입니다. 1. 유니티엔진에서 AR 라이브러리를 제공하기 때문에 유니티엔진과 C#을 배운다 2. LLM을 이해하기 위해 파이썬을 배운다 3. 앱에서 런칭하기 위해 React와 자바스크립트, 타입스크립트를 배운다 이렇게 공부하는게 맞을까요? 바보같은 질문이지만 저 혼자는 답을 찾을 수 없어서 이곳에 여쭤봅니다 도와주시면 정말 감사하겠습니다ㅠㅠ

텍스트 전처리 및 분류 태스크에서의 LLM 활용 방법

안녕하세요 현재 Text classification 을 진행해야 하는 상황입니다. 단순히 아웃풋만 가져오기보다는 나중에 아이템이 새로 생겼을 때 인퍼런스도 진행해야 되는데요. 현재는 크롤링된 글 1200개 가량 정도 보유하고 있지만 지속적으로 늘어날 것입니다. 이 부분에서 LLM을 활용하는 것이 좋을지 판단해주시면 좋겠습니다. 아래는 저의 고민사항들입니다. 1. 기술적 역량을 기르기 위해 시작하는 프로젝트인데 LLM에게 텍스트 전처리, 분류까지 맡기는게 맞을까요? 2. 제가 생각하는(알고 있는) 방법은 LLM API를 호출해서 처리하는 방법인데 그렇게 한다면 속도나 비용 측면에서 손해를 보지 않을까? (Batch 형식으로 하지는 못할까?) 3. 회사들 중에 LLM을 활용하여 어떠한 태스크를 진행하고 있다는 글들은 자체적으로 Fine Tuning한 LLM을 활용하고 있는 것인지? 4. 물론 어느 정도의 전처리가 들어가겠지만 프롬프트로 input 관리부터 output 까지 관리할 수 있는지? llm을 처음 활용하는 것인데 개념이 잡히지 않은 것 같아 이런 고민들이 생기는 것 같습니다. 많은 조언 주시면 감사하겠습니다!

AI 대학원 어떤 연구실이 좋을까요?

AI를 깊게 공부해보고 싶어 대학원 석사를 고민하고 있습니다. 취업도 좋지만 창업에 대한 목표를 가지고 있습니다. 그래서 AI에 더 관심이 가는 부분도 있습니다. 1. LLM을 활용한 문서 갱신 및 검토, ai 연구를 하지만 분야가 좀 한정적인것 같은 느낌 2. 인공지능과 빅데이터 등을 좀 다양한 분야에서 연구 연구실을 선택해야하는데 고민이 많습니다. 1번 연구실은 자연어처리 강화학습을 하지만 문서 쪽으로 한정된 느낌이고 2번 연구실은 다양하게 ai를 사용하지만 교수님 경력이 1번 교수님에 비해 많이 낮으십니다. 2번 연구실이 창업 관련해서도 다양한 분야를 경험해보는 것이 좋은 것 같긴하지만 교수님의 경력이 고민입니다.

LLM 활용 능력의 중요성

현재 시장에서 LLM 활용 능력의 중요성은 어느정도라 생각하시는지 궁금합니다.

신입 웹개발자의 커리어 전환과 로드맵 설계에 대한 조언을 부탁드립니다

안녕하세요, 저는 현재 일본의 직원 수 약 500명 규모의 SaaS 관련 벤처기업에서 웹개발자로 근무 중인 학부생입니다. 현재 학부 4학년으로 인턴 신분이며, 3개월 차에 접어들었습니다. 정직원 전환이 확정된 상태이지만, 앞으로의 커리어와 성장 방향에 대해 고민이 많아 조언을 구하고자 합니다. 현재 상황 1. 근무 환경과 업무: 저는 Ruby on Rails(백엔드)와 Vue.js(프론트엔드)를 사용하는 웹개발팀에서 주로 백엔드 업무를 맡고 있습니다. 필요 시 프론트엔드도 다루며, 주로 회사 프로덕트의 버그 수정 업무를 수행하고 있습니다. 하지만, 한국에서 원격으로 근무 중이며, 팀 내에서 저만 원격근무라 즉각적인 질문 및 피드백을 받기 어렵고, 회사의 분위기를 파악하기도 힘든 상황입니다. 2. 전공 및 경력: 전기정보공학과를 졸업 예정으로, CS 전공자라고 보기엔 애매한 학과 출신입니다. 이전에는 컴퓨터 비전, 딥러닝, 머신러닝, LLM 등 웹개발과는 관련이 적은 분야에서 프로젝트를 경험했으나, 웹 개발 경험은 전무합니다. 3. 지식 및 준비 부족: 취업 준비 없이 바로 회사에 입사했으며, 현재 CS 지식, 웹 개발 기본 지식, Ruby on Rails와 Vue.js 같은 프레임워크에 대한 이해도가 부족한 상태입니다. 현재는 GPT, Claude, GitHub Copilot 등의 AI 도구를 사용해 주먹구구 식으로 업무를 해결하고 있지만, 이 방식에 한계를 느끼고 있습니다. 4. 커리어 목표: 저는 현재 백엔드 개발자로서 경력을 시작했지만, 장기적으로는 머신러닝 엔지니어나 데이터 엔지니어로 전환하고 싶습니다. 그러나 현재 웹 개발에 대한 이해 부족으로 인해 커리어 전환은 커녕, 현재 맡은 업무조차 비효율적으로 진행되고 있습니다. 5. 불안한 점: 팀원들과의 거리가 느껴지는 원격 근무 환경에서, 사내 분위기 파악이 어렵고 실질적인 피드백을 받기 힘들어 성장 속도가 느리다고 느끼고 있습니다. 이로 인해 업무 수행에 대한 불안감이 커지고 있습니다. 이런 상황에서 저는 다음과 같은 고민을 하고 있습니다: 1. 현재 맡은 업무를 더 효과적으로 수행하기 위해 어떤 기술이나 지식부터 학습해야 할까요? 2. 백엔드 개발자로서 기본기를 다지는 동시에, 머신러닝/데이터 엔지니어로의 커리어 전환을 준비하기 위한 로드맵은 어떻게 설계해야 할까요? 3. 회사 업무와 병행하며, 원격근무 환경에서도 효율적으로 공부하고 성장할 수 있는 방법이 있다면 공유 부탁드립니다. 경험 많으신 개발자분들의 조언을 듣고 싶습니다. 긴 글 읽어주셔서 감사합니다.

AI/ML 엔지니어, 데이터 엔지니어 취업 고민

안녕하십니까 이번 학기를 마지막으로 졸업을 앞둔 대학생입니다. 저는 경영학 전공으로 데이터 분석을 하다가 데이터 엔지니어링, ML 엔지니어링 까지 관심이 확장되었습니다. 그에 맞게 데이터 분석이나, 데이터 파이프라인, CNN 객체 인식 등 관련 프로젝트를 하면서 흥미를 많이 느꼈습니다. (경험: python, C++, AWS, GCP pytorch, kafka, Elasticsearch, langchain, faiss 경험) 이번 하반기에는 백엔드, 데이터 분석, MLOps 직군으로 금융권이던 SI 이던 모두 지원하였습니다. 서류 합격은 약 30프로 정도 되었지만 코딩 테스트, 인적성 검사 단계에서 통과하지 못했습니다. 이번 하반기를 경험하면서 백엔드가 아니라 AI 개발, MLOps, 데이터 엔지니어링 직무를 하고 싶어졌습니다. 이 세가지 직무에 취업하기 위해 석사를 요구하는 회사가 대부분임을 보았습니다. 그에 따라 컨텍없이 AI 대학원을 지원하였는데 입학만 합격한 상태입니다. 그리고 관심 분야(LLM, 추천시스템)의 교수님과 면담을 앞두고 있습니다. 1. 저의 고민은 대학원에 들어가는 것이 좋은 선택일지, 아니면 다음 상반기를 제대로 준비하고 안된다면 작은 회사에서 부터 경력을 빨리 쌓는 것이 좋은 방법일지 고민입니다. 물론 대학원에 들어간다면 열심히 할테지만, 갑작스럽게 결정한 만큼 많은 것을 얻고 나올 수 있을지, 시간만 허비하는 게 아닐 지에 대해 고민이 됩니다. "도피성으로 대학원을 들어가서는 안된다." "대학원에서 배운것이 실무에 쓰이는 일이 생각보다 없고 빨리 현업에 뛰어들어 경력을 쌓는게 더 유리하다." 등의 말을 들어보니 어떤 생각과 자세를 가지고 선택하는 것이 좋을지 고민입니다. 2. 학사 비전공자의 신분으로 이쪽 분야에 취업할 수 있을지 고민입니다. 물론 이쪽 분야의 연합동아리, 교육프로그램 등을 통해 프로젝트 경험이 있지만, 학문적으로는 독학한 것이 전부인지라 채용하는 입장에서 저를 어떻게 생각할지 궁금하네요. 3. 현재 싸피라는 교육 프로그램도 생각 중입니다. 싸피를 통해서 부족한 알고리즘, Spring, java 부분을 공부할 수 있고, 취업하는 과정에서 많은 정보와 기회 측면에서 도움이 될것 같은데 어떻게 생각하시는지도 궁금합니다. 돈을 많이 버는 것이 정말 좋지만, 돈의 욕심보다는 아직 젊은 만큼 원하는 업무를 통해 커리어를 쌓고 싶은 맘이 더 큽니다. 물론 아직 세상을 너무 모르는 것도 있습니다 ㅎㅎ 긴글 읽어주셔서 정말 감사합니다.

선배님들 조언 부탁드립니다. AI or 반도체 설계 고민입니다!

안녕하세요 선배님들 고민이 있어서 질문 드립니다. 현재 수도권 4년제 전자공학과 25년2월 졸업예정자입니다. 학점은 3.0 정도로 높은 성적은 아닙니다. 제 학점으로는 공채에서 경쟁력이 없다고 판단하여 처음에는 반도체 설계 쪽 부트캠프 과정을 고민하고 있었는데 AI 부트캠프가 많이 개설 되어있고 전망도 좋은거같아서 고민이 됩니다. 전공 과목을 수강했을때 AI과목에도 흥미가 있었습니다. 자동차 sw 부트캠프도 나와있길래 같이 추가해놨습니다 아래 질문 보시고 어떤 조언이든 해주시면 참고하여 잘 선택하겠습니다! 어떤 조언이든 부탁드려요 질문 1 반도체 설계 OR AI 어떤 쪽이 앞으로 조금 더 전망이 있고 취업하기에 어떤게 허들이 좀 더 낮은지 어떤걸 선택해서 방향을 잡고 준비를 해야할지 고민입니다. ----------------------------------------------------------------------------------------- 질문 2 6개월의 기간인 만큼 신중하게 선택하고싶은데 아래 4개 부트캠프 중에 어떤 부트캠프를 선택해야할지 고민입니다. SK네트워크&엔코아 AI 부트캠프 *취업지원 *훈련 목표 광범위하게 활용되는 인공지능 LLM 모델에 대한 이론적 배경과 구현 방법을 습득하고, 응용 수준에서 활용성 높은 LLM 접목 Web Application까지 개발할 수 있다. Sk쉴더스 생성형 ai 활용 사이버보안 과정 *채용연계형 / 수료생 대상 채용 과정 진행 *훈련목표 ai기술을 사이버보안에 활용하여 빠른 보안대응을 수행할 수있는 사이버보안 전문가 양성 대한상공회의소 [Harman] 세미콘(semiconductor) 아카데미-반도체 설계 *취업지원 현대오토에버 모빌리티 SW *채용연계형 / 수료생 대상 채용 과정 진행 *교육과정 임베디드SW

AI 서비스의 백엔드 개발자가 가져야 할 역량 (신입)

일반적인 서비스 어플리케이션의 백엔드 개발자 직무에만 지원하다가 이번에 AI 어플리케이션의 백엔드 개발자 직무에 지원하게 되었습니다 AI에 대한 기본 지식, langchain과 같은 LLM 프레임워크 이용 경험 외에 AI 서비스의 백엔드 개발자가 가져야 할 역량이 더 있을까요? 모집 공고만 보고서는 감이 잘 잡히지 않아 질문드립니다 jd상에서는 AI 어플리케이션 API 개발 정도로 나와있긴 합니다

AI 빅데이터 부트캠프 질문

안녕하세요. 저는 도시공학과 박사 출신입니다. SPSS, AMOS 등으로 연구를 많이 진행했고, Gephi 로 연구를 해봤습니다. 특히 저는 도시 재난 전문 전공입니다. 해외에서 포닥을 2년 하고 지난주에 한국에 돌아와서 다시 취직을 해야하는데, 제가 논문 갯수가 충족이 되지만 모든 교수직이나, 새로 뽑는 연구원 보직이 AI, Big data 하는 사람만 뽑더라고요. 뿐만 아니라 저도 개인적으로 AI 관련 연구를 하고 싶고 빅데이터를 독학 했더니 답답한 점이 많아서 제대로 공부를 하고 싶습니다. 또한 그 동안 정성연구를 주로 해와서 빅데이터나 AI 를 통한 연구도 하고 싶으며 가능하다면 개발도 하고 싶습니다. 파이썬은 안해봤습니다! 하고싶은 연구 저는 가령 예를 들어 * AI를 어떻게 핵사고 대피를 위해 쓸 수 있는지 * 대형 공연장 화재시 빅데이터/ 리모트 센싱을 사람들에게 출구를 안내하는 것 등등 연구를 하고 싶습니다. * 재난 정보를 알려주는 AI 소프트웨어 개발 현재 내일배움카드는 발급이 가능한데 1) AI, Big data 를 함께 배우는 코스를 추천해주시면 감사드리겠습니다 2)대면/ 비대면 부트캠프가 있던데 해보신 분들은 장단점을 알려주실수 있을지요? (참고로 학회 등 때문에 1주 정도는 해외에 가야 함) 제가 괜찮아 보이는 것을 뽑아봤는데 추천 부탁드려요. A. 코드잇 데이터 분석가 트랙 https://sprint.codeit.kr/admissions/31 B. B. 새싹 (서울시) 산업실무 프로젝트 기반 LLM https://sesac.seoul.kr/course/active/detail.do C. LG전자 DX SCHOOL 2기 https://linkareer.com/https://linkareer.com/activity/202590 D. [LG유플러스] Why Not SW Camp 클라우드 활용 데이터 엔지니어링 3기 https://linkareer.com/https://linkareer.com/activity/205710

AI 부트캠프를 다니고있는데 너무 어렵습니다...

나름 따라가려고 열심히 하는데 진도도 너무 빨라서 기초도 제대로 못 다지고 그냥 시간만 버리고 있는 느낌입니다... 12월이 되면 LLM 프로젝트도 한다고 하는데 몰라도 그냥 진도를 듣기는 해야 할까요 아니면 기초부터 다시 시작해야 할까요?

AI / LLM 전망

안녕하세요, 현재 26살 패션회사 대기업에서 신입 CRM마케터로 근무하고 있습니다. 근무한지 3개월 정도 되었으나, 업무에서 전문성에 대한 아쉬움을 느끼고 있습니다. 그래서 전공도 빅데이터 쪽이고, 이전 직장은 데이터분석가로 근무한 이력이 있어서 AI 소프트웨어 엔지니어로 이직을 결정하게 되었고, 최종 합격까지 받은 상태입니다. LLM에 대한 개발이 주로 이뤄지는 듯 하고 규모는 스타트업 정도 입니다. (20명 내외) 현재 고민 중인 내용은 결국 대기업 마케터 vs 스타트업 AI 개발자 로 나뉘고 있습니다. 스타트업 회사는 지인분께서 하시는 회사이고, 실력은 있는 것으로 알고 있습니다. 다만, AI 및 LLM 업계가 현재 거품이고 개발자마저 악재가 있는 것으로 알고 있는데 "사회 초년생" 이 "전문성"에 꽂혀서 대기업이라는 타이틀을 버리고 중소로 갈 만큼 AI 엔지니어의 전망이 밝을 수 있다고 보시는지, 현업 개발자 분들의 의견이 궁금합니다! 선택과 결정은 제 몫이겠지만, 사회적 분위기는 현업자 분들이 더 잘 알고 계실거라 생각합니다!

진짜 물경력이 되어버렸습니다.최근 1년간 성과를 내세울 게 없습니다

저는 회사에 입사한지 5년차인 학사학위 비전ai 응용개발자입니다. 회사가 늘 과제 위주로 업무가 진행되며 보고서를 채우기 위한 결과 작성만 하거나 과제 지원서에 쓸 내용만 채우다 경력이 지지부진한 상태에 빠졌고, 저는 건강이 요 몇년간 좋지 않아 회사에서 주어진 일만 하고 아무것도 하지 못했습니다. 최근에서야 좀 건강이 정상 궤도에 가까워지고 있는데, 그 사이 세상은 여러가지로 많은 변화가 있었습니다. CNN에서 LLM으로, 한 태스크를 수행하는 모델에서 멀티모달로.. 저는 그 사이 어떤 지식도 채우지 못하고 오히려 증발하기만 했죠. 채용시장은 어려워지고.. 회사는 살아남기 위해 로봇 산업에 끼기를 추구하려 해서 개발자에서 점점 멀어지는 것 같아 두렵습니다. 베이스를 채우려고 이제 정신차리고 선형대수학과 확률론을 살펴봐도 어렵기만 합니다. 웹 관련으로는 한 번도 개발이나 배포를 해 본적도 없고, 기술스택도 사실상 순수 파이썬에 가깝습니다.. 누구를 탓할수도 없고 탓해봤자 아무 일도 일어나지 않는다는 걸 알기에 신세한탄을 하며 뭘 어떻게 해야할 지 모르겠습니다. 이직은 하고 싶고 여태 해온 일들이 다른 회사에서 보기엔 성과로 비춰지지 않을 것 같고.. 앞으로 회사에서 진행될 일들도 이력서에 적을만한 내용이 없는 일들 투성이입니다. 위축만 되어 있습니다. 이젠 제가 하고 싶은게 뭔지도 모르게 되어버렸습니다. 지금이라도 웹을 따로 공부해서 연봉이 800이 적어지더라도 신입 웹개발자로 들어가는 게 나을까요?

신입 AI직원 업무 고민입니다

저는 입사한지 2개월 차 신입 AI팀 직원입니다. 현재 LLM 관련 프로젝트를 진행하고 있는데요. 큰 프로젝트는 아니지만 혼자 자료조사, 일정 관리, 데이터 전처리, 서버 구성과 간단한 웹 서빙까지 다음주까지 해야합니다. 다른 팀원분들은 외부에 파견을 나가있는 상태이고, 업무를 봐줄수있는 선임분은 서버, 웹개발자라서 자세한 코드나 방향성을 알려주지는 못하고 프로젝트 진행 과정에 대한 조언 정도만 해주십니다. 제가 원래 다른 일을 하다가 직종을 변경한건데 이렇게 까지 힘들었던 적이 없는것 같습니다. 원래 이정도를 다 하는데 제가 너무 버거워 하는걸까요? 그런거라면 개발이 저에게 맞지않는다고 생각해서 다시 원래 하던일로 돌아갈까 고민중입니다. 어떻게 생각하시는지 현업분들의 의견을 듣고 싶습니다! 개발자는 역시 쉽지않네요 🥲

ML과 AI에 대한 질문

지금까지 기획 및 UX에 대한 공부만 하다 최근 개발도 같이 공부하면서 질문사항이 생겼습니다. 1. 3-4년 전까지만 해도 머신러닝, 딥러닝에 대한 관심이 높아서 텐서플로우를 활용한 모델 생성등에 대한 프로젝트가 많았었는데 최근에는 ML을 통한 모델 생성보다는 구글, 메타, OpenAI등에서 만든 LLM이나 모델등을 이용해서 서비스나 회사에 맞게 튜닝하여 사용하는 추세인 것 같은데 혹시 맞을까요? 2. 온디바이스에서 텐서플로우의 모델을 사용한 개발 프로젝트 등이 현재 상황에서 포폴로서의 가치가 있을까요?

멀티모달 분야 어디서부터 공부하면 좋을까요?

안녕하세요. 컴퓨터 비전 분야 쪽으로 공부하고 있는 학부생입니다. LLM의 발전으로 향후 멀티모달 분야 (text2image, text2video) 등이 핫해질 것 같아 대학원에서 멀티모달 관련 연구를 해보고 싶습니다. 이를 위해 멀티모달 공부를 미리 해보고자 하는데요. 현재 CLIP이라는 논문까지는 읽어본 상황입니다. 더 나아가 어떤 논문을 읽어보는 것이 좋을지, 멀티모달 흐름을 잘 알 수 있게 하는 참고자료나, 연구주제가 있을까요? 읽어주셔서 감사합니다.

AI /ML 엔지니어가 되려면 "지금" 무엇을 해야할까요?

안녕하세요. 올해 4학년이 된, 인공지능 관련 학과에 재학중인 학부생입니다. 어디에든 도움을 청하고 싶은데, 이런 질문들을 할 수 있는 창구가 마땅치 않아 커리어리에 질문을 남겨봅니다. AI 관련 직무를 꿈꾸는 많은 분들이 그러하듯, 저 또한 대학원 진학과 취업의 기로에 서서 고민을 하고 있는데요. 기존에는 대학원 진학을 강하게 희망하고 있었지만 올해 들어 취업 쪽으로 마음이 기운 상황입니다. 그런데 제가 여태 대학원생이 되기 위한 준비만 해와서, 어떻게 해야 취업을 잘할 수 있는지에 대해서는 전혀 모르고 있더라구요. 공모전보다는 학부 성적 + 논문 연구에 집중해왔고, 교내외 활동을 통해 AI 관련 프로젝트 진행 경험이 몇 번 있긴 하지만 이마저도 요즘 기업에서 선호하는 종류의 프로젝트가 아닌 것 같습니다. 최근 트렌드는 LLM이나 추천시스템 쪽인 것 같은데, 저는 그동안 음성과 이상치 탐지에 관심이 많아서 이쪽을 열심히 해왔거든요. (둘 다 상당히 마이너한 분야라고 알고 있습니다.) 동향이 어떤지 살펴보고자 채용 공고를 확인해보고는 있지만 공채가 아니고서야 대부분 신입보다는 경력직, 석사 학위가 있는 사람을 뽑는 추세라 "여기에 적힌 요구사항들이 학부 졸업 신입에게도 똑같이 적용이 되나?" 하는 의문이 들기도 해요. 뭔가를 열심히 채워가도 학부 신입이 해봤자 얼마나 하겠어, 라는 마음으로 제 포트폴리오를 보실까 싶기도 하고... 그렇다보니 열정이나 인성 쪽을 더 우선해서 고려하시려나? 싶다가도 "중고 신입" 급의 경력 빵빵한 신입을 원할까 싶고... ㅜㅜ 졸업이 얼마 남지 않아 마음이 조급해지다보니 지금으로서는 막연히 이거 해야겠다, 저거 해야겠다 생각은 많은데... 채용 절차에서 어떤 부분을 중요하게 보는지, 실무진이 AI 엔지니어로서 어떤 역량을 요구하는지 알게 된다면 그런 부분들을 위주로 조금 더 확실하게 실적을 채워나갈 수 있을 것 같아요. 결론적으로, 학부 졸업 후 AI 엔지니어가 되기 위해서는 어떤 역량을 갖추어야 할지 현업에 계신 분들께 여쭙고 싶습니다. 제가 지금 어떤 활동을 하고, 어떤 부분에 집중해서 어필해야 할까요? (조금 더 구체적으로 질문을 적어보자면, 기업이 신입에게 기대하는 부분은 어떤 것이고, 그것을 어떤 형태로 어필하면 좋을까요? "아무 대회"나 수상한다고 좋은 것은 아니겠지만, 그래도 수상 실적이 아예 없으면 마이너스가 될 수도 있을 텐데, 만약 공모전을 나간다면 어떤 류의 공모전이 좋을까요? 현재 기업이 진행하고 있는 여러 사업과 fit한 프로젝트 이력이 반드시 필요한가요? 기업의 도메인과 무관한 인턴 경력도 충분히 경력이 될 수 있을까요?) 그리고, 요즈음의 학부 AI 엔지니어들은 상술한 공모전/플젝/인턴 등의 경험을 얼마나 하고 들어가는 편인가요? 질문이 너무 많아 죄송합니다. 긴 글 읽어주셔서 감사드려요.

석사 졸업생 커리어 시작 고민...

• 스펙 학부: SSH 경제대학 (GPA: 4.3x/4.5) 석사: SPK AI (4.0x/4.3) (눈에 띄는 실적은 없습니다. 2저자 논문 2편, 졸업논문 하나 ) • 분야 특수 도메인 Application 및 자연어처리 • 상황 2022.11 ~ 2023.4 대기업 특수 도메인 인턴 2023.2 졸업 2023.5 ~ 2023.6 동사 정규직 지원 & 면접 탈락 2023.7 ~ 2023.9 자연어처리 단기 계약직 수행 2023.10 ~ 2023.12 L사 계열사 두 곳 면접 탈락 • 상황 - 내년 30대 진입. - 대학원 재학 중 가장 공을 들인 main 연구는 전통 NLP 연구로 보기에는 애매한 상황이며, 특수 도메인에 대한 연구이기때문에 제조업 기반 기업 PT에서는 항상 지양하는 주제였습니다. 메인 연구에 대한 PT 발표에서, '우리가 하고 있는 것과 연관짓기 어렵다.'라는 이야기를 많이 들었고, 자연어처리 연구 참여 및 관심도 어필은 통하지 않았습니다. 한편, 2저자 논문 두 편은 자연어처리와 관련된 연구입니다. 엎친 데 덮친 격으로, 하필 인턴을 하던 시기 ChatGPT가 등장하면서 최근의 기업들은 LLM 연구 경험자 및 관련 업무 수행 경력자를 찾고 있는 상황입니다. 이 부분은 GPU 자원이 필요한 상황이니, 감히 수행하기도 어려운 상황입니다. --- 서류 탈락도 많았거니와, 모든 석사 과정 생활이 부정당하는 느낌이라 굉장히 심적으로 고통스럽습니다. 인턴 타이밍도 안 좋았거니와, '길을 잘못 들었다'라는 후회감과 앞으로의 미래에 대한 두려움과 걱정이 밀려옵니다. 학부 마치고 졸업한 친구들은 벌써 대리 달거나 이직하는데, 정작 석사 졸업하고 이러고 있으니... 죽고 싶다는 생각이 참 많이 드는 요즘입니다. 지금 제가 판단하기에는, 1. 대기업에 어차피 못 간다. - AI 트렌드가 빠르게 바뀌고 있고, 해당 트렌드를 팔로업하기에는 자원이 없으며, 추후에 대기업에 지원하더라도 기존 연구는 old-fashioned 해지고 있으니, 포기하는 것이 맞다. 나이도 30대 인지라, 도전한다는 것이 맞는지 모르겠다. 2. 스타트업에서 '시작'을 한다면, 앞으로의 커리어가 험난해질 수 있다. - 스타트업을 가더라도 '괜찮은' 스타트업으로 가야하는데, 그 '괜찮은'의 기준이 무엇인지도 모르겠으며, 생각보다 스타트업이 요구하는 스택이 더 높은 곳도 있다. - 나이를 생각했을 때, 커리어를 잘못 시작하면 다시 돌아오지 못할 수도 있으며, 급여도 상당히 낮게 책정되는 경우들이 있다. - '아무 곳'에서나 시작을 해도 되는 것이 과연 맞는 것인가? (ex. 물경력) 등등의 생각을 하고 있습니다. 이 상황의 저는 어떤 스탠스를 취하는 것이 좋을까요? 가능하다면 비CS이지만, AI / ML Engineer 쪽으로 이동하여 프로덕트 레벨에서 고민하고 싶습니다. 조심스레, 선배님들께 말씀 여쭙니다...

bert vs chatgpt? encoder 와 decoder차이?

안녕하세요? 주로 bert, senetenceBERT를 사용하여 단어 유사도 구하는 간단한 작업중인데요. 이게 다 transformer encoder구조 쌓은거잖아요? 근데 요즘뜨는 generative AI LLM 모델들은 모두 decoder만 사용하는건가요? llama, chatgpt같이? 처음공부할때는 gpt-1, gpt-2 나올때였는데 그때는 decoder만 사용했거든요.. 아무래도 생성쪽은 모두 decoder 기반의 모델들만 있는건가요? 그리고 추가질문!! 그럼 bert나, electra, albert등..과같이 encoder만 사용하는 모델들은 더 발전한게 없나요? decoder쪽만 엄청 요즘 발전하는건가용?

리액트 내비게이션 초기 데이터값 설정

import React, { useEffect, useState } from "react"; import { Link, useLocation } from "react-router-dom"; import { TbArrowBigUpFilled } from "react-icons/tb"; import useScroll from "../utils/useScroll"; import useProductsQuery from "../useProductsQuery"; const Nav = () => { const { isNavFixed } = useScroll(); const [activeButton, setActiveButton] = useState(0); const handleButtonClick = (index) => { setActiveButton(index); }; const categoryNames = { materials: "소재별 품목", purposes: "용도별 품목", }; const [isScrollMenuVisible, setScrollMenuVisible] = useState(false); const handleMouseEnter = () => { setScrollMenuVisible(true); }; const handleMouseLeave = () => { // console.log("마우스 이탈"); setScrollMenuVisible(false); }; const location = useLocation(); const isloginorsignup = location.pathname === "/login" || location.pathname === "/signup"; const { isLoading, isError, errorMessage, materials, purposes } = useProductsQuery(); const [hoveredOnedepth, setHoveredOnedepth] = useState(null); const [onedepthChildren, setOnedepthChildren] = useState([]); const [hoveredDivision, setHoveredDivision] = useState(null); const [twodepthDivision, setTwodepthDivision] = useState([]); const handleOnedepthMouseEnter = (item) => { setHoveredOnedepth(item); // console.log(setHoveredOnedepth) setOnedepthChildren(item.children); }; const handletwodepthMouseEnter = (child) => { setHoveredDivision(child); // console.log(setTwodepthDivision); setTwodepthDivision(child.divisions); // console.log(child.divisions); }; if (isLoading) return <>로딩 중...</>; if (isError) return <>{errorMessage}</>; return ( <> {!isloginorsignup ? ( <> {/* 대메뉴 */} <nav id="nav" className={`nav ${isNavFixed ? "fixed" : ""}`}> <div className="nav_wrap"> <div className="twobutton_wrap"> {["materials", "purposes"].map((category, index) => ( <Link type="button" className={`twobutton ${ activeButton === index ? "active" : "" }`} key={index} onClick={() => handleButtonClick(index)} to={`/${category}`} > {categoryNames[category]} </Link> ))} </div> {/* 내비게이션 1depth */} <div className="scrollnav"> <ul className="materialnav" style={{ display: activeButton === 0 ? "flex" : "none", }} > {materials.map((material) => ( <li key={material.id} className="materialnav_li" onMouseEnter={() => { handleOnedepthMouseEnter(material); handleMouseEnter(); }} onMouseLeave={handleMouseLeave} > <Link to="/">{material.name}</Link> </li> ))} </ul> <ul className="usagenav" style={{ display: activeButton === 1 ? "flex" : "none", }} > {purposes.map((purpose) => ( <li key={purpose.id} className="usagenav_li" onMouseEnter={() => { handleOnedepthMouseEnter(purpose); handleMouseEnter(); }} onMouseLeave={handleMouseLeave} > <Link to="/">{purpose.name}</Link> </li> ))} </ul> </div> <div className="call_wrap"> <div className="call"> <div className="call_title">견적 상담 · 문의 대표전화</div> <div className="top_button"> <TbArrowBigUpFilled className="top_icon" /> <p>TOP</p> </div> </div> </div> </div> </nav> {/* 2&3depth 호버 메뉴 */} <div className={`scrollmenu ${isScrollMenuVisible ? "show" : ""} ${ isNavFixed ? "fixed" : "" }`} style={{ visibility: isScrollMenuVisible ? "visible" : "hidden" }} onMouseEnter={handleMouseEnter} onMouseLeave={handleMouseLeave} > {activeButton === 0 && ( <div className="scrollmenu_top"> <ul className="depth2_wrap"> {onedepthChildren.map((child) => ( <li key={child.id} className="depth2_menu" onMouseEnter={() => { handletwodepthMouseEnter(child); }} > <div className="depth2_menu_img_wrap"> <div className="depth2_menu_img"> <img src={child.images[0]._links.href} alt={child.name} /> </div> </div> <p>{child.name}</p> </li> ))} </ul> </div> )} <div className="scrollmenu_middle"> <div className="depth3_wrap"> {twodepthDivision.map((division) => ( <Link key={division.id} to="/" className="depth3_menu"> <span className="depth3_menu_img"> {/* images 속성이 없거나 비어 있어도 오류를 방지 */} {division.images && division.images.length > 0 && ( <img src={division.images[0]._links.href} alt={division.division_name} /> )} </span> <p>{division.division_name}</p> </Link> ))} </div> </div> <div className="scrollmenu_bottom"></div> </div> </> ) : null} </> ); }; export default Nav; 현재는 depth2_menu 호버해야만 depth3_menu가 보이는데 초기에 scrollmenu가 보일때부터 depth2_menu가 (onedepthChildren.map의 첫번째 순서의 데이터가) 호버되어있어 그에 매칭되는 division의 내용들이 depth3_menu에 보이게 할수있는 방법 있을까요 ?

LLM LoRA 학습 시켜보신 분 계신가요??

안녕하세요 선배님들 저는 NLP에 관심이 많은 대학생입니다. AI 법률 어드바이저 언어모델을 만들기위해 생활법령 100문 100답 데이터를 스크랩하여 LLM 학습에 맞는 데이터셋을 준비했습니다. 하지만 이유는 잘 모르겠는데 모델 학습이 수월하게 되지 않습니다... 학부생 수준에서 쉽지 않네요... https://github.com/juicyjung/LAW-Alpaca 코드랑 세부사항은 여기 레포에서 보실 수 있고 Colab에서 작업했습니다. 현재 2가지 문제가 있습니다. 1. Training Loss가 어느순간부터 0으로만 나오는 현상 (LoraConfig의 r을 16 이상으로 올리거나 TrainingArguments epoch을 6 이상으로 늘릴 때 주로 발생) 2. 이상한 말을 막 내뱉는 현상 (학습이 된건지 안된건지 잘 모르겠습니다..) 훌륭한 선배님들 도움 주시면 감사하겠습니다..ㅠㅠ 열심히 해보려고 하는데 어려운게 많네요ㅠㅠ..