- 작성자가 질문을 받을 수 있는 게시판입니다.
- AMA는 Ask me anything (무엇이든 물어보세요)라는 뜻입니다.
| Date | 21/09/05 08:59:56 |
| Name | [익명] |
| Subject | 미국에서 머신러닝 석사하고 있습니다. |
|
미국에 있는 CS 석사 머신러닝 심화과정입니다. AMA지만 학교나 신상에 관한 질문은 답변하지 않겠습니다! 다른건 최대한 대답해드립니다. 0
|
|
1. 우리나라도 돈 끌어모아서 들이부어야 하는 분야가 아닌가 생각되는데... 어떤 분들은 어차피 미국 등 한두개 국가가 독식할 분야니까 투자할 필요가 없다는 말씀도 하시더군요. 그러니까 우리가 아무리 해봐야 투자금만 날릴 거라는 말씀. 어떻게 생각하십니까?
2. 비자 관련해서, 유학생 또는 졸업 후 취업시 AI 분야 인력에 대한 특례가 있던가요? 미국 씽크탱크 등에서 AI관련 외국 인력을 끌어모아야 한다 취지로, AI 관련인력에 대한 이민정책 제안이 좀 있었는데, 실제로 미국에 체류하실 때 관련 내용을 보거나 들으신 적이 있습니까?
2. 비자 관련해서, 유학생 또는 졸업 후 취업시 AI 분야 인력에 대한 특례가 있던가요? 미국 씽크탱크 등에서 AI관련 외국 인력을 끌어모아야 한다 취지로, AI 관련인력에 대한 이민정책 제안이 좀 있었는데, 실제로 미국에 체류하실 때 관련 내용을 보거나 들으신 적이 있습니까?
영어책은 Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems 2nd Edition 이거 괜찮습니다.
코세라 앤드류 응도 괜찮고요. 요샌 자료가 너무 많아서 뭐 하나 딱 추천하기가 어렵습니다.
유투브에 machine learning 원하는 대학 서치만 하면 많이 나옵니다.
취미로 하실거면 파이썬만 알고리즘 문제 풀면서 제대로 배우시고 그다음 pandas, numpy, scikit-learn만 제대로 아셔도 될거같아요. 그다음에 파이토치나 텐서플로우로 넘어가세요. 선형대수학은 배우면 매우 좋긴한데.. 라이트하게 라이브러리 쓸거면 가성비가 안나올거 같아요.
딥러닝이나 데이터사이언스쪽은 kaggle.com 에서 구르면서 배우는것도 아주 좋습니다.
코세라 앤드류 응도 괜찮고요. 요샌 자료가 너무 많아서 뭐 하나 딱 추천하기가 어렵습니다.
유투브에 machine learning 원하는 대학 서치만 하면 많이 나옵니다.
취미로 하실거면 파이썬만 알고리즘 문제 풀면서 제대로 배우시고 그다음 pandas, numpy, scikit-learn만 제대로 아셔도 될거같아요. 그다음에 파이토치나 텐서플로우로 넘어가세요. 선형대수학은 배우면 매우 좋긴한데.. 라이트하게 라이브러리 쓸거면 가성비가 안나올거 같아요.
딥러닝이나 데이터사이언스쪽은 kaggle.com 에서 구르면서 배우는것도 아주 좋습니다.
dominant하다는게 어떤 의미인지는 모르겠으나,
유명한 석학으로는 조경현 교수( https://kyunghyuncho.me/ )와
이홍락 교수( http://web.eecs.umich.edu/~honglak/ ) 정도 생각납니다.
유명한 석학으로는 조경현 교수( https://kyunghyuncho.me/ )와
이홍락 교수( http://web.eecs.umich.edu/~honglak/ ) 정도 생각납니다.
소비자 입장에서는 그럴 수 있는데 사실 한국도 데이터 사이언스로 좀 영역을 넓히면 거의 모든 기업에서 머신러닝 개발자를 찾고 있습니다. 문제는 공급이 절대적으로 부족하고 어느정도 경력있고 스펙 쌓은 머신러닝 개발자는 웬만한 기업은 눈에 차지도 않긴 해서 성향에 따라 IT 대기업 또는 통계학 기반 이신 분들은 금융권 위주로 나눠지는 거죠. 이 기업들이 그나마 공급자들이 원하는 대우를 맞춰 줄 수 있거든요.
대우도 대우인데 애매한 기업들의 문제는 인프라가 제대로 구축되어 있지 않다는 겁니다. 그래서 어찌 AI, 데이터 분석 개발자를 ... 더 보기
대우도 대우인데 애매한 기업들의 문제는 인프라가 제대로 구축되어 있지 않다는 겁니다. 그래서 어찌 AI, 데이터 분석 개발자를 ... 더 보기
소비자 입장에서는 그럴 수 있는데 사실 한국도 데이터 사이언스로 좀 영역을 넓히면 거의 모든 기업에서 머신러닝 개발자를 찾고 있습니다. 문제는 공급이 절대적으로 부족하고 어느정도 경력있고 스펙 쌓은 머신러닝 개발자는 웬만한 기업은 눈에 차지도 않긴 해서 성향에 따라 IT 대기업 또는 통계학 기반 이신 분들은 금융권 위주로 나눠지는 거죠. 이 기업들이 그나마 공급자들이 원하는 대우를 맞춰 줄 수 있거든요.
대우도 대우인데 애매한 기업들의 문제는 인프라가 제대로 구축되어 있지 않다는 겁니다. 그래서 어찌 AI, 데이터 분석 개발자를 뽑는다고 하더라도 할 수 있는 일이 별로 없고 혼자서 고군분투 하다가 예상보다 성과도 안나오고 개발자도 지쳐서 이직하는 케이스들이 많습니다. 이쪽은 데이터가 시작이고 끝이라 데이터 인프라가 제대로 구축이 안되어 있으면 개발자 한 둘로는 할 수 있는게 없거든요.
즉 여기저기서 뽑고는 있다. 그런데 제대로된 머신러닝 개발자가 부족하다. 데이터 센터 구축도 제대로 안된 기업들이 많다. 이 정도로 생각하시면 됩니다. 그리고 아주 조용히 기업 내부에서 활용하고 있는 곳도 많습니다. 기업의 전략이나 의사결정 마케팅 포인트 등에 머신러닝 분석을 사용하는데 이걸 밖으로 어필 안하면 소비자 입장에서 모르는 경우도 많죠.
대우도 대우인데 애매한 기업들의 문제는 인프라가 제대로 구축되어 있지 않다는 겁니다. 그래서 어찌 AI, 데이터 분석 개발자를 뽑는다고 하더라도 할 수 있는 일이 별로 없고 혼자서 고군분투 하다가 예상보다 성과도 안나오고 개발자도 지쳐서 이직하는 케이스들이 많습니다. 이쪽은 데이터가 시작이고 끝이라 데이터 인프라가 제대로 구축이 안되어 있으면 개발자 한 둘로는 할 수 있는게 없거든요.
즉 여기저기서 뽑고는 있다. 그런데 제대로된 머신러닝 개발자가 부족하다. 데이터 센터 구축도 제대로 안된 기업들이 많다. 이 정도로 생각하시면 됩니다. 그리고 아주 조용히 기업 내부에서 활용하고 있는 곳도 많습니다. 기업의 전략이나 의사결정 마케팅 포인트 등에 머신러닝 분석을 사용하는데 이걸 밖으로 어필 안하면 소비자 입장에서 모르는 경우도 많죠.
1. 박사는 현재 계획에 없습니다.
2. 현재로썬 미국 취업 계획중입니다.
3. 아직도 DL 이 대세죠. 앞으로도 대세일겁니다. DL안에서도 인간라벨링이 필요없거나 필요한 양을 많이 줄이는 self-supervised learning 이나 (semi) unsupervised learning 연구가 앞으로 유망합니다. 있는 데이터양을 늘리는 Data augmentation 이런것은도 이제 많이 쓰이고 있습니다.
DL외에는 symbolic AI 이나 human robot interaction 뭐 이런게 있는데 DL이 핵심입니다.
https://ai.facebook.com/blog/self-supervised-learning-the-dark-matter-of-intelligence/
2. 현재로썬 미국 취업 계획중입니다.
3. 아직도 DL 이 대세죠. 앞으로도 대세일겁니다. DL안에서도 인간라벨링이 필요없거나 필요한 양을 많이 줄이는 self-supervised learning 이나 (semi) unsupervised learning 연구가 앞으로 유망합니다. 있는 데이터양을 늘리는 Data augmentation 이런것은도 이제 많이 쓰이고 있습니다.
DL외에는 symbolic AI 이나 human robot interaction 뭐 이런게 있는데 DL이 핵심입니다.
https://ai.facebook.com/blog/self-supervised-learning-the-dark-matter-of-intelligence/
| 목록 |
|