업스테이지 악명의 7단계
Recruiting Process for Engineer/Developer
Step 1 서류전형 | 자기소개서,이력서,포트폴리오
Step 2 알고리즘 코딩 테스트
Step 3 딥러닝 코딩 테스트 (for AIRE)
Step 4 기술 인터뷰 1차
Step 5 기술 인터뷰 2차
Step 6 컬쳐 인터뷰 | Growth Ops.팀과의 인터뷰
Step 7 최종 인터뷰 | 경영진과의 인터뷰**
- 꾸준한 “연습”을 통해 준비해야 하는 부분(스텝2,3)
- 나의 경험과 지식을 “정리"해야 하는 부분(스텝 4,5)
요구사항
주요 역량 역량 상세
기초 지식 이해 -프로그래밍 언어, 알고리즘, 프레임워크, CS 지식
문제 정의 역량 -“AI 문제를 정의하고 해결하는 능력” (이게 제일 중요!! 50명중 48명은 이게 중요하다고 함)
협업과 의사소통 -개발자와의 의사소통(e.g. GitHub) - issue reporting 받아서 conventional 정리
< summary & mindset>
1. “개발자로 취업할거야!” 라고 하기에는 조금 더 산업군, 회사, 직군, 직무 범위라는 거시적 관점을 가져야 한다. - saas,platform, b2b,b2c인지 대기업인지 스탓텁인지
-
개발자가 개발하는 것은 결국 그 회사의 제품/서비스와 관련되어 있기 때문에, 제품 개발의 관점이 필요하다 .
-
그래서 특정 산업군 혹은 회사에 관한 자료 조사를 충분히 하고, 그 회사에서 필요로 하는 개발자의 상세 업무를 구체적으로 파악해야 한다.
-
일단의 목표는 ‘취업’이기 때문에, 회사 및 팀에서 원하는 역량을 구체적으로 정의내리고 이를 5개월 간 경험할 수 있도록 노력해야 한다.
-
모든 강의를 100% 소화할 수도, 할 필요도 없다.
다만, 를 명확하게 인지해야 한다. 이는 1.~4. 질문을 통한 “나의 맥락”에
이여야 한다.
좋은’ 질문의 특징
- ex) 인공지능해야하면 수학공부 해야된다던데 어디까지 해야되나요? - 답변 애매
근데, 일단 좀 공부를 하고 나면 좀 더 narrow 한 질문을 하게 되고 이전 질문은 의미가 없어짐.( 이 차이를 아는 것도 중요) - 내가 얼마나 성장했는지 등등
모델링을 잘하는 것도 좋지만 data centric으로 data 자체가 좋아야함 당연히.
대회 때 베이스라인 코드를 주는데 베이스라인 코드를 내가 직접 만들어보겠다.(이 과정에서 내가 힘을 주는 분야가 어디냐를 판단해야함.: 모든 강의를 100% 소화할 순 없다,)
- 아카데믹적 역량 + 실무적인 역량
AI/ML 핵심 원리 및 기초 지식 학습 경진대회를 통한 프로젝트 실습: (딥러닝, 도메인 이론, 프레임워크) ==> Practical Skill 연습하기
➔ 실제 데이터와 베이스코드를 통해 학습한 내용 적용하기
➔ 점진적인 모델 성능 향상을 경험하며 풍성한 실험
전개하기
➔ ML Pipeline의 주요한 영역을 농도 있게 경험하기
< Strategy & Mindset(1) ‘실험’을 할 때는, 이유를 파악하려고 하세요 >
모델이 학습할 데이터의 퀄리티(전처리)와 모델 성능 상관분석, 여러 모델이 내는 결과를 비교분석, 데이터 - 모델 페어 동시 분석 등해야할일이참많습니다.
“중요한 것은 ‘문제를 해결하는 마음’입니다. 순위(등수)를 올리는 데 너무 몰두하지 마세요.
이론 강의에서 배운 여러 가지 기법들을 어떻게 실험해볼 수 있겠다는 가정으로 프로젝트에 참여하되,
모든 것은 실험으로 증명해야 한다는 것을 잊지마세요.
중요한 것은, ‘문제 정의’이기 때문에 다음의 고민들을 멈추지 마세요.
“내가 지금 풀어야 할 문제가 무엇인가?” “이 문제의 Input과 Output은 무엇인가?” “이 솔루션은 어디서 어떻게 사용되어지는가?” Notion, Tensorboard, Weight and Bias(WandB) 등의 도구를 활용하고 Notion, GitHub에 기록을 남기며 실험을 관리하시면 좋습니다.
어떠한 실험등을 했고 각각의 효과들이 들어났다가 이력서에 녹아있어야함.
-> 이것을 아는 것이 왜?라는 의미 도출
이렇게 결론을 내고 이유를 함께 설명할 수 있어야함.
성능 올리는데 급급한게 아니라 다양한 시도,실험하는게 중요!!
전쟁과 같은 ai 서비스 개발에서 서비스 개발 관점에서의 뷰를 갖는 것이 중요하다.
