응용 머신러닝 엔지니어도 석사가 필수인가요?

안녕하세요. 지거국 컴퓨터공학과 3학년 학부생입니다.

최근 응용 머신러닝 관련 연구실에 학부연구생으로 컨택을 진행하고 있습니다.

다만 저는 새로운 모델을 연구·개발하는 리서치보다는, 기존 머신러닝 모델을 실제 서비스나 산업 현장에 적용하고 시스템에 붙여 파이프라인을 구축하는 응용 머신러닝 엔지니어(ML Engineer/MLOps 성격의 업무에 더 관심이 있습니다.

특히 AI 서비스 기업보다는 제조업, 스마트팩토리, 농업, IoT 등 산업 분야에서 머신러닝을 활용하는 직무에 관심이 있습니다.

취업 공고를 찾아보면 머신러닝 엔지니어 직무는 대부분 석사 이상 또는 경력직을 요구하는 경우가 많아서 고민이 됩니다.

그래서 궁금한 점이 있습니다.

1. 제조업이나 스마트팩토리, 농업, IoT 분야의 응용 머신러닝 엔지니어도 석사가 있어야 취업이 수월한 편인가요?
2. 학사 신입으로도 실제 채용이 이루어지는 편인지, 아니면 대부분 석사 이상을 선호하는 분위기인지 궁금합니다.
3. 만약 학사 취업도 가능하다면, 어떤 경험이나 프로젝트를 갖추면 경쟁력이 있을까요?

추가로 하나 더 고민이 있습니다.

저는 현재 3학년까지는 Java + Spring 기반 백엔드 개발자를 목표로 준비해 왔습니다.

만약 머신러닝 모델을 산업 현장에 적용하는 포지션을 목표로 한다면, 지금부터는 백엔드 공부를 줄이고 Python이나 MLOps 관련 스택으로 방향을 완전히 전환하는 것이 맞을까요?

아니면 백엔드 경험도 충분히 도움이 되므로 병행하는 것이 좋을까요?

실무에 계신 분들이나 해당 분야로 취업하신 분들의 의견을 듣고 싶습니다. 감사합니다.