취업/이과 고민

1. 	요즘은 모델 성능 숫자보다 문제 정의–데이터 흐름–결과 활용까지 전체 구조를 어떻게 설계했는지를 더 봅니다. PoC만 잘 만든 사람보다 프로젝트를 끝까지 경험해본 사람을 선호해요.

	2.	필수까지는 아니지만 실무 기준으론 거의 필수에 가깝습니다. 최소한 SQL로 데이터 뽑고 정제하고, 모델에 어떻게 연결되는지는 설명할 수 있어야 한다고 생각합니다

	3.	연구가 목표면 석사가 맞고, 취업이 우선이면 석사 여부보다 프로젝트나 인턴 경험이 훨씬 영향 큽니다. 바로 취업해도 불리하지 않습니다

컴퓨터공학 전공으로 AI 데이터 직무를 준비하신다면 요즘 현업 흐름은 꽤 명확한 편입니다. LG CNS를 포함한 SI 성격의 기업에서는 모델 성능 자체보다 문제를 어떻게 정의했고 프로젝트 구조를 어떻게 설계했는지를 더 중요하게 봅니다. 실제 현장에서는 정답이 없는 문제를 다루는 경우가 많아 사고 과정과 협업 방식이 핵심이 됩니다. 또한 SQL과 데이터 엔지니어링 경험은 거의 필수에 가깝다고 보셔도 됩니다. 모델을 만들기보다 데이터를 정리하고 파이프라인을 이해하는 일이 더 많은 비중을 차지합니다. 석사 진학과 바로 취업은 목표 직무에 따라 달라지는데 연구 중심이나 고급 모델링을 원하신다면 석사가 유리하고 서비스 적용형 업무라면 빠른 취업도 충분히 경쟁력이 있습니다.

★★ 도움이 되셨다면 채택 부탁드립니다 ★★

AI 직무 지원시에 SQL과 데이터 엔지니어링 경험이 필수에 가까울 수도있고, 석사 진학을 추천드립니다.

멘티님 안녕하세요, 사실 모델 성능은 요즘 비슷비슷해서 프로젝트의 시의적절성이 중요한 것 같아요. 예를 들면 CNS가 미래에셋생명과 공동으로 LLM 모델을 개발하여 직원들의 업무에 참고가 되도록 하는 시스템을 구축할 때, 모델의 성능이 촌각을 다툴정도로 중요해보이지는 않습니다. AI 직무 지원시 SQL과 데이터 엔지니어링 경험이 있다면 분석을 위한 데이터를 가공하는 능력이 있으신거니까 우대될 것 같아요. 저는 연구직을 지원하신다면 석사 진학을 추천드립니다. 아무래도 단기 프로젝트 위주의 학사 졸업생 분들보다 석사 이상 졸업자분들이 프로젝트 경험과 호흡이 길어서 논문 실적도 더 가져오시더라구요.

컴퓨터공학 전공으로 AI/데이터 직무를 준비 중입니다. 질문이 몇가지 있습니다.
 1. 요즘 LG CNS에서는&nbsp;모델 성능보다 프로젝트 구조와 문제 정의를 더 중점적으로 보시는지 2. AI 직무 지원 시&nbsp;SQL&middot;데이터 엔지니어링 경험도 필수에 가까운지 3. 석사 진학과 바로 취업 중 어떤 선택이 더 유리할지
 AI 직무 현직자분 조언 부탁드립니다.

컴퓨터공학 전공으로 AI/데이터 직무를 준비 중입니다. 질문이 몇가지 있습니다.


1. 요즘 LG CNS에서는 모델 성능보다 프로젝트 구조와 문제 정의를 더 중점적으로 보시는지
2. AI 직무 지원 시 SQL·데이터 엔지니어링 경험도 필수에 가까운지...

취업/이과 고민

AI/데이터 직무 현직자분들 답변부탁드립니다

앙금빵빵

링커리어

고객문의

이용안내

연관 서비스