Upstage AI Lab 2기 [Day001] 개강 OT

Upstage AI Lab 2기

2023년 12월 11일 (월) Day_001 개강 OT

 

1일차 OT는 1부 Upstage AI Lab 2기 과정에 대한 전반적인 설명과 2부 현직자 특강으로 구성되었다.

 

# 1부  Upstage AI Lab 소개

 

 

Upstage AI Lab은 총 7개월 과정으로 2개월 AI입문 강의와 5개월 심화 강의 및 취업지원으로 구성되어있다.

초반 2개월은 패스트캠퍼스에서 진행할 예정이며, 실전코딩테스트 및 git 활용 등도 함께 학습지원 예정이다.

2월 27일(화) 강의부터는 Upstage에서 심화 강의를 시작할 예정이며, 이 시점부터 난이도가 갑자기 높아지기 때문에 제공되는 기본 교육을 충실히 수강할 것을 강조하였다.

심화 과정을 수강하는 동안 Upstage 자체 플랫폼을 통한 경진대회도 진행될 예정이다. 특히 이 경진대회의 강점은 양질의 문제 제공 뿐만 아니라 현업 데이터셋과 gpu를 지원한다는 점이다.

 

수료기준

HRD 수료기준 : QR 출석 80% 이상 + 온라인 강의 수강률 80% 이상

패스트캠퍼스 수료기준 : 출석률 30% + 학습일지 20% + 프로젝트 30% + 경진대회 20% 비율로 반영. 합 60점 이상일 경우 수료로 인정.

 

Upstage AI Lab의 여러 가지 장점 중에서도 나에게 가장 중요하게 느껴지는 부분은 단계별 니즈에 맞춰 멘토가 배정되는 부분이다. 비전공자이고 계속 혼자 속성으로 공부하다 보니 그 동안 배운 것들이 뒤죽박죽되어서 난감한데 질문할 곳이 없었어서 특히 큰 도움을 받을 수 있을 것 같다. 게다가 이전에 KDC 수료 당시에는 스터디가 큰 도움이 되지 않았어서 원동력을 스스로 끌어올렸어야 했는데, 멘토가 배정되면 혼자 아등바등하지 않아도 될 것 같아 살짝 기대가 된다.

 

 

 

 

# 2부  현직자 특강 : Upstage Data Scientist 안창배님

업계 동향과 직무 상세

 

2부는 현직 Upstage Data Scientist 안창배님의 특강으로 진행되었다.

 

안창배님은 최근 10년여간의 업계 동향과 Data Science 관련 직무를 크게 Analyst와 Engineer로 나눠 직무들을 간략히 소개해주었다.

 

업계 동향을 설명하며 [하둡 → Airflow → AutoML] 이 흐름을 잘 봐둘 것을 강조하셨다.

(아직은 무슨 말인지 이해하기 어려웠지만 공부하면서 이해가 되길 바랄 뿐이다.)

 

Data Scientist : Analyst / Engineer

    - Analyst : Product Analyst / Business Analyst / Growth Hacker / Performance Marketer

    - Engineer : Data Engineer / ML Engineer / Backend Engineer / Analytic Engineer

(직무 설명을 들으면서 고민된 부분은 내가 engineer에 가까울까 analyst에 가까울까 고민이 되었다. 내가 어떤 일에 더 흥미를 느끼는지 계속 주시하면서 공부해야할 것 같다.)

 

특강에서 가장 인상 깊게 남았던 것은 지속적으로 취준생 입장에서 무엇을 중요하게 볼 것인가 생각해보길 강조하신 부분이었다. 예를 들어서 캐글 세계 1등이 될 건지 범용적 서비스를 제공하는 것이 목표인지에 따라, 그리고 각자의 장점에 따라 앞으로 어떤 자격증을 따야할 지 어떤 프로그램을 공부해야할지 등이 다를테니 주관을 가지고 잘 고민해보고 선택하기를 지속적으로 강조하였다.

 

각 직무에 대한 설명에 덧붙여 강사님이 직접 진행한 프로젝트들을 case study로 보여주셔서 조금 더 구체적인 이해에 도움이 되었다.

이 부분에서 개별 tool보다도 그 tool이 왜 이용되었는지 이해하는 것이 중요하다고 강조하였으며, 새로운 tool을 사용하는 데 거부감이 없어야한다고 조언하였다.

 

강사님은 역량개발에 대한 조언으로 특강을 마무리하였는데, 일단은 남들보다 더 많은 시간 공부하는 것이 결국 답이고 스스로의 강점이 무엇인지 잘 어필하는 것이 중요하며, 어떤 단점을 어떻게 보완할 것인지 고민할 것을 당부하며, 컨퍼런스와 책을 추천해주셨다.

 

 

Note.

1. 학습일지는 매일 제출하는 것이 아닌 요청시에만.

2. 12월 12일, 12월 14일 1:1 상담 진행예정

3. 12월 14일 피어세션 진행 예정

 

개인적인 다짐 :

1. 학습일지는 매일 제출할 필요는 없으나, 교육과정을 통해 최대한 많은 것을 얻어가기 위해 매일 학습일지를 작성해보고자 함.

2. 나중에 꼭 시간내서 RECSYS(https://recsys.acm.org/) 컨퍼런스 들어보기.