[취업특강] 네이버 계열사 AI/ML 취업 무료 특강 수강 후기

이 특강은 미리 신청해서 라이브 주소를 받았었는데, 막상 당일인 어제 2시간 전까지만 해도 맞다 특강 들어야지~ 해놓고

깜빡해서 아예 기억도 안났다..

오늘 단톡방 공지를 통해서 어제 시청 인원이 쏟아져 제대로 듣지 못했던 시청자들도 있다고 사과말씀을 올린걸 보고 알았다.

그래서 생각난김에, 아직 무료로 특강을 제공하는 김에 얼른 듣자! 하고 바로 틀어봤다.

 

 

0. 특강 소개

먼저 특강 강사님은 컴퓨터 비전쪽으로 석사를 졸업하셨다고 한다.

아래의 링크를 눌러 메타코드 사이트에서 로그인을 해주고 강의 영상 카테고리 > 커리어 정보에서 바로 신청하면 된다.

https://mcode.co.kr/

메타코드M

 

 

 

1. 내용 요약

 

기업 규모에 따른 직무 경험으로 느낀점

 

먼저 간단하게 경험과 느낀점을 설명해주신다.

강사님이 나누신 것처럼 초대기업 / 중견~대기업 / 스타트업 이렇게 회사를 크게 3가지로 나누어 3가지 각각의 회사들을 직접 다니며 경험해보셨다고 한다.

그때 느낀 것이 초대기업에서는 원하는 직무를 수행하지 못할 확률이 너무 높았고, 스타트업은 보고서 등의 잡무를 수행해야하는 시간들이 중간중간에 있어서 온전히 직무만을 수행하는 것이 아니라고 했다.

그래서 중견 기업쪽이 더 적성에 맞는다는 느낌에 중견~대기업을 다니게 되었다고 한다.

 

AI, ML 차이

 

AI, ML 연구원 엔지니어 등등 직무를 지칭하는 말이 정의되기 보다는 회사마다 직무 배정을 다르게 한다고 하셨다.

AI와 ML에 대해서도 회사마다 칭하는게 다르다고 한다.

보통 AI는 컴퓨터 비전, 언어, ML을 모두 포함한 것을 지칭하는 경우가 많은데, 간혹 몇몇 회사들은 위의 사진처럼 ML에서 모든걸 포함시켜서 일컫는 경우도 있다더라.

크게 보면, AI 안에 ML이 포함된다고 생각하면 된다.

 

직무 차이

 

보통 채용 공고를 보다보면, AI나 ML 연구원, 엔지니어, 사이언티스트 등으로 많이 올라온다.

그래서 이 들에 대한 비교를 직접 해주시는데, 요새는 연구원이라는 말을 거의 사용하지 않는다고 한다.

그리고 큰 폭으론 엔지니어나 사이언티스트를 많이 사용하고 앞에 AI, ML, 리서치 등등 수행 직무에 대해 추가로 붙는 형식이라더라.

엔지니어는 서비스를 중점으로 하며, 사이언티스트는 주어진 문제를 풀어가는 성향이 강한 직무라고 한다.

사이언티스트들은 엔지니어에 비해 비중이 적다.

 

연구원에 대해

 

전통적으로 대기업이라고 하는 곳에서 구인하는 연구원들은 엔지니어, 사이언티스트, PM 일들을 포함해서 한다.

그 외의 회사들은 대부분의 경우 연구원이 PM을 하지않고, 따로 채용을 한다.

대기업의 연구원은 타 부서나 기업과의 협업을 해야할 때, PM의 역할을 수행해야한다.

이 부분을 들으면서 생각이 드는게, 대기업이면 인원 채용이나 직무 분산도도 훨씬 체계적일텐데 왜 연구원이 모든 것을 해야하는지 이해가 안됐다.

 

 

대학/대학원 공부 => 실무

 

대학을 재학할 당시 AI에 대한 교수들의 인식이 좋지 않았다고 한다.

그래서 책을 이용해서 AI에 대해 지식을 습득했고, 이 후 컴퓨터 비전에 대한 강의가 열리기 시작해서 수강하셨다 했다.

실무에 어떻게 쓰였냐는 질문에는 이게 실제로 쓰이지는 않지만, 이 지식이 없다면 실무를 수행하기가 힘들다며 프로그래밍 언어를 사용하는 툴같은게 아니라 개념, 이론 이런 부분이기에 공부는 해야한다고 하셨다.

 

코딩 공부 => 실무

 

코딩 공부를 좋아하지 않아서 따로 한적은 없다고 하셨다.

아이디어가 있거나 프로젝트를 진행할 때 구현가능한 수준정도로 유지하셨다고 하며,

코딩 공부를 전문적으로 하고 싶거나, 코딩 공부가 정말 재밌어서 하시는 분들께는 오히려 AI, ML 쪽으로 직무가 맞지 않을 수도 있다고 하신다.

개발자에 비해서는 코드 사용량의 차이가 많기 때문에, AI, ML 쪽의 실무는 아이디어에 대한 간단한 코드 + 최적화 + 수학이라 차이가 크다더라.

 

수학 => 실무

 

AI쪽에서는 수학이 정말로 중요한 부분이기에, 사이언티스트분들의 경우 알파의 오메가 정도고 엔지니어에게도 정말 중요한 부분이라고 하신다.

컴퓨터 비전을 기준으로 수학공부의 핵심을 설명하면 선형대수학, 미적분학, 통계학은 필수적이라고 하셨다.

그리고 대학원을 재학중이신 분들은 최적화에 대해서도 같이 수강하면 큰 도움이 된다고 하신다.

수학을 이해하지 못하면 결국 직무를 수행하면서 이해하지 못하는 불상사가 생기기에 꼭 공부하는 것을 추천하셨다!

 

프로젝트 경험 / 스펙

 

대학원에서 산학 프로젝트를 통한 경험으로 자연스럽게 쌓였다고 하셨다.

그래서 일반적으로 원하는 대답을 해주기가 어렵다고 이 질문은 넘기셨다.

내 시선을 함께 첨언하자면, 결국 대학원 과정이 중요하게 작용되는 구나 싶다.

왜 AI쪽은 대학원을 필수로 요구하는지에 대해 확실히 배우는 것도, 경험하는 것도 다르기 때문에 요구되는구나 싶었다.

 

논문 여부

 

논문을 작성한 것이 있어야 하냐에 대한 질문으로는 논문이 있으면 무조건 좋다고 하신다.

AI전공이 아니라 컴퓨터 비전이나 기계에 관련된 논문만 있지만, 연구를 처음부터 끝까지 하면서 경험을 해봤다는 것이 된다며, 이 경험이 유용하게 작용되었다고 하셨다.

엔지니어의 경우 논문이 필수적이진 않지만, 사이언티스트는 논문이 정말 필요한 것 같다고 하신다.

특히 좋은 회사를 가고싶다면, 탑티어 급의 논문이 필요하다고 하셨다.

 

도메인 지식은 필수?

 

도메인 지식은 있으면 너무 좋지만, 학부 졸업생들은 사실상 거의 가지고 있을 수 없다고 하셨다.

이를 회사들도 모두 알고 있기에, 링크드인 같은 곳에서 원하는 업계를 찾아보고 스킬들을 정리해보라 하신다.

물론, 자소서를 작성하기 위해서도 참고해야하지만 그 의미로 참고하라는 것이 아닌, 목표를 위해 어떤 도메인 지식들을 함양해야하는지를 알고, 그 지식이나 스킬셋을 함께 공부해나가야 한다.

 

어필

 

먼저 학부 졸업이 아니기에 약간의 차이는 있을 수 있다며 경험을 풀어주셨다.

현재 엔지니어쪽 시장이 커졌기에 엔지니어의 역할이 시장을 크게 만드는 것 이기도 한다고 하셨다.

취업할 때 나의 스킬셋보다는 내가 만든게 시장에 어떤 임팩트를 줬는지를 어필했다고 한다.

학부생들 관점으로 보면, 어떤 포지션을 원하는지를 많이 분석해보는 것을 추천하셨다.

그리고 선배들 인맥들도 정말 중요하기에 동향을 물어보는 것도 꼭 필요하다고 하신다.

 

코딩 언어

 

(갑자기 화질이 다운그레이드 되는 바람에 캡쳐본의 화질도 조금 안좋아진것에 양해를 바랍니다.)

강사님은 컴파일 언어 하나, 스크립트 언어 하나 정도는 필수적으로 공부하는 것을 추천하신다.

컴파일 언어의 경우 C 기반으로 많이들 사용하기에 C, C++ 중에서 골라하라하셨고,

스크립트 언어의 경우 자바나 파이썬 중에 본인이 원하는 것으로 골라하면 될 것 같다하신다.

* 요즘 많이 사용하는 것은 파이썬이라 하셨다.

 

 

2. 수강 후기

먼저 확실히 이쪽 업계의 시장이 많이 커진 것이 맞구나 싶었다.

경력직분들이나 쉽게 취업을 하시는 분들은 보통 전공으로 하셨고, 대학원을 졸업하신 분들이 참 많은 것 같다.

나처럼 전공을 살리지 않고 뛰어든 비전공자들이 많이 뛰어들고 있는 추세지만, 취업 시장이 그렇게 호락호락하지는 않은 것 같다.

이번 특강은 철저히 강사님의 경험에 의존한 Q&A 형식으로 진행되었으며, 이로 인해 실시간으로 참여하지 못했던 부분을 어느정도 보완해서 수강할 수 있었던 것 같아서 좋았다.

여태껏 이런 특강들을 들으면서 내가 전하고자 하는 말은, 혹시 이 쪽 직무를 고민하는 고등학생이나 대학 진학 고민중인 분들이 이 글을 본다면, 꼭 전공으로 AI에 대해 다뤄보고, 대학원까지 함께 진학을 하는 것을 추천한다.

 

추천여부

먼저 올라와있는 시간도 40분정도로 잠깐 시간내면 들을 수 있는 정도라 크게 부담가지 않을 것으로 생각한다.

그리고 대학원을 재학중이신 분들이면, 그냥 이런 분도 계시구나 하고 들을법 한 것 같고 일반 학부생이나 비전공자들은 이 특강을 통해 취업 현실에 대한 자각할 수 있는 시간이 될 것 같다.

그래서 무료로 제공되는 지금 빨리 수강해보는 것을 추천한다!