특강 overview

Day 01 (09/23 목)

• 이활석 (Upstage) - 서비스 향 AI 모델 개발하기

  • 학습 데이터셋을 준비할 때 실제 회사에서는 어떤 일을 겪게 되는지 자세히 살펴보고, 해당 데이터셋을 학습된 모델의 성능을 평가할 때는 어떠한 점을 고려해야 하는지 사례 중심으로 설명합니다.

• 김상훈 (Upstage) - 캐글 그랜드마스터의 경진대회 노하우 대방출

  • 캐글은 세계에서 가장 유명한 AI 경진대회 플랫폼입니다. 캐글이 무엇인지, 어떻게 이용하는지 알아보고 나아가 경진대회에서 좋은 성적을 받을 수 있는 인반적인 전략을 간단히 알아봅니다.

• 구종만 (Tower Research Capital) - AI + ML과 Quant Trading

  • 퀀트 트레이딩이 어떻게 이루어지는지, 리서치 과정에서는 어떤 일이 일어나는지, 어떤 머신 러닝 알고리즘을 사용하는지 살펴봅니다.

• 문지형 (Upstage) - 내가 만든 AI 모델은 합법일까, 불법일까

  • 데이터와 평가 방식이 주어지는 학교 "밖"에서 내가 풀고 싶은 문제를 푸는 모델을 합법적으로 만들기 위해 필요한 저작권법에 대해 소개합니다.

Day 02 (09/24 금)

• 이준엽 (Upstage) - Full stack ML Engineer

  • Full stack machine learning engineer (FSML-Engineer)에 대해 정의하고, 업계에서 FSML-Engineer의 역할과 실제 업무에 대해 공유합니다. ML 서비스란 무엇인지와 FSML-Engineer가 되면 좋은 점에 대해서도 간단하게 알아봅니다.

• 오혜연 (KAIST) - AI Ethics

  • AI로 인해 발생하는 여러가지 문제점들과 인공지능 기술이 사회적 가치를 위해 어떻게 쓰여질 수 있는지에 대해 다룹니다.

• 박은정 (Upstage) - AI 시대의 커리어 빌딩

  • AI 시대에 접어들면서 AI와 관련된 다양한 직업도 생겨나고 있습니다. AI Engineer 관련 포지션은 어떤 것들이 있으며, AI Engineer로서의 커리어는 어떻게 시작할 수 있는지 살펴봅니다.

• 박성준 (Upstage) - 자연어 처리를 위한 언어 모델의 학습과 평가

  • 자연어 처리 분야에서 널리 사용되는 사전학습된 언어 모델(Pre-trained Language Model)에 대한 간략한 소개와 성능 평가 방법을 다룹니다.