원래는 나름대로 박사하면서 느낀 점을 쭉 적어보려고 했는데, 걍 interactive하게 가는게 더 효율적인 것 같아서 ㅋㅋㅋ
[일반] AI 박사 곧 졸업하는데 질문 혹시 있음?
focalor..(pytorch)
2024-07-20 18:51:00
추천 20
댓글 125
다른 게시글
-
머신러닝 공부하려는데 ADP 자격증 취득 목표로 해도될까요
[7][일반] 딥부이(119.202) | 24.10.30추천 0 -
음성분야 질문받습니다
[2][일반] 익명(118.235) | 24.10.29추천 0 -
어그로도 한두번이지
[2][일반] focalors(pytorch) | 24.10.29추천 5 -
cs236 보는데 걍 보법이 다름
[일반] 딥부이(106.102) | 24.10.29추천 0 -
ML은 실용적이어야 하고 현실 문제를 풀어야한다
[9][일반] 딥부이(121.88) | 24.10.29추천 0 -
Ai 연구할때 논문보면서 모델자체를 만듬? 아니면 가져와서 수정함?
[일반] 딥부이(223.38) | 24.10.29추천 0 -
안녕하세요 ai 대학원 진학을 생각중인 학생입니다.
[8][일반] 딥부이(211.234) | 24.10.29추천 1 -
고전 영상처리 테크닉 맛보기
[2][일반] 익명(23.119) | 24.10.28추천 5 -
동양수학이 서양수학에 밀린 이유가 너무 실용만 따져서 그럼
[11][일반] 딥부이(223.131) | 24.10.28추천 1 -
모델 구조 질문
[8][❓질문] 딥부이(180.224) | 24.10.28추천 1
원래 시간 부족한 게 정상입니다 걍 베이스는 줄줄 말하는 수준까지 돼야 함
시간이라던가 스트레스 같은 것들은 어떻게 관리하셨나요?
우리는 지도는 거의 없는 대신, 압박도 전혀 없었음. 말그대로 연구 환경(돈, 장비 포함)만 제공해 주시는 교수님이어서 대학원의 가장 큰 스트레스 원인인 교수님에 의한 스트레스는 정말 과장없이 0이었음. 근데 실적 측면에서의 스트레스는 있었는데 난 첫논문이 빨리 나온 편이라 그 기간은 상대적으로 적었던 것 같음. 말이 길었는데 결론적으로 난 스트레스 별로 안받았고 그렇게 열심히 살지도 않았어서 딱히 관리할 필요는 없었음.
어떤 논문이든 읽고 이해할 수 있을 정도가 되려면 얼마나 걸림? 뭐부터 해야됨?
일단 내가 그렇지가 않아서 잘 모르겠네. 당연히 아는 분야는 알고 모르는 분야는 모르는거지
졸업해도 여기 와서 나같은 애들 구제해줘 - dc App
연구 주제 선정했던 방법이나 동기, 대학원생으로 요구되는 능력이나 경험(코딩 스킬, 프로젝트 경험 등)이 있을까요?
난 처음 토픽은 과제하면서 그거 연장시켜서 페이퍼로 냈었고, 그 다음에는 이전 워크 연장 시키거나, 탑컨퍼 워크샵 챌린지 참여해서 그거 발전시키거나 여러가지로 해봤었음.
리소스 얼마나 씀?
난 연구주제 특성상 거의 모든 실험이 지퓨 하나에서 돌아가서 엄청 조금 썼음
와; 실험 개많이 했겠네
연구를 위해 아이디어를 생각하고, 이를 실험으로 확인하는데에 코딩 능력이 중요하다고 생각하는데, 아직 코딩 능력이 부족한데 처음 시작을 어떻게 하는게 좋을까요? 주변에선 나만의 학습 파이프라인을 구축해보는게 좋다고 하던데
뭐라도 from scratch 부터 한번 짜봐. 모델 뿐만이 아니라 로더, 트레이닝 루프 다 해서
관심 분야는 찾았는데 논문을 읽고 이해하는 것 -> 코드를 구현하는 것 -> 내 연구를 위해 응용하는 3단계에서 논문을 읽고 이해하는 것 이후를 아직 어떻게 하는지 잘 모르겠습니다
뭔소리인지를 잘 모르겠네. 이해했으면 그냥 구현 하면 되잖아. 코드 까져 있으면 바로 그 위에서 아이디어 실험해 보면 될거고 안 까져 있으면 내가 말한대로 스크래치부터 하면 될거고. 그러다보면 자연히 코딩 스킬 늘꺼고
무슨 말씀인지 이해했습니다. 추가적으로, 연구를 위해 관심 분야에 대한 코드 파이프라인(데이터 로드, 모델 정의, 모델 평가 등)을 구축하는 것이 좋다는 얘기를 많이 들었습니다. 이 부분에 대해 어떻게 생각하시고 또 팁이 있으실까요?
애초에 저 파이프라인이 구축이 안되면 체계적인 실험이 안되니까 당연한 말임. 근데 이건 나도 후회되는게 있는데, 나같은 경우는 처음에 원시인처럼 matplotlib같은 기본적인 라이브러리 갖고 전반적인 파이프라인을 구축하고 관성으로 그걸 계속 썼는데, 지금 하는거면 wandb같은 전문적인 시스템 활용해서 구축할 것 같음.
XAI쪽은 연구 상황이 어때?? 대기업 SI업체 쪽에서는 관심이 어느정도 있다고는 들었는데 학계쪽에선 소식이 잘 안들리길래 - dc App
xai 쪽은 LLM이 나오면서 좀 트랜드가 바뀐 것 같긴 함. 애초에 어떻게 그 결과를 얻게 되었는지 자체를 출력하게 하면 되니까. vlm의 경우, 픽셀로 근거를 그라운딩 시키는 연구들이 최근 cvpr에 나온 거 같던데, 관심있으면 한번 봐봐
https://github.com/mbzuai-oryx/groundingLMM
감사함당 - dc App
아이디 부러워요
강화학습 첨에 뭐봤음???
무슨 강아지 그려진 책 봤는데, 지금은 훨씬 좋은 자료들 많을거임. 학부생때 본거라 ㅋㅋㅋ
해결하고 싶은 어떤 문제가 있을때, 이를 위한 아이디어를 내려면 일단 그 분야의 논문들을 일단 머리속에 양치기로 때려붓는게 맞을까요? 그리고 이런식으로 자기 연구 분야 논문 보실때 완전 꼼꼼히 보고 정리까지 따로 하시는지, 아이디어랑 실험만 훑는식으로 보시는지 궁금합니다. 학부연구생 3학년인데 스스로 연구하려니 어렵네요..
일단 제 경험상 십중팔구 학부연구생 혼자 연구시키면 뻘짓하더라고요. (연구적 가치가 없는 걸 열심히 하는 경우가 많음) 선배 하나 붙들고 계속 피드백 받는걸 추천드립니다. 그리고 어떤 문제가 정해졌으면, 그 문제를 푼 소타 페이퍼를 기반으로 레퍼 따라가면서 쭉 살펴보는 편인데 (학계에 유의미한 임팩트 있는 연구였으면 무조건 인용이 되어있을 테니까) 스키밍 정도 수준으로 봅니다. 특정 페이퍼 "위에서" 무언가를 할게 아니면요. 그것보다도 그 필드에서의 컨밴션 (데이터셋, 메트릭, 이발류에이션 코드 등)을 아주 꼼꼼히 보세요. 코드 레벨로.
gpu가 너무 부족하면 어캄
원래 하고싶은 연구가 아니라 할 수 있는 연구를 하는거임 ㅋㅋㅋ...
졸업하고 임용도전할거임? 아니면 빅테크? 나도 탑티어 몇 편 쓴 박사과정인데 영어 못하고 연줄없어서 너무 고민이다... 이번 NeurIPS 붙으면 열심히 외국인이랑 비벼봐야할텐데 하
이건 나도 고민이 많다...ㅋㅋㅋㅋ 나같은 경우는 해외경험 쌓으면 쌓을수록 한국이 좋아져서 외국살이는 피하고 싶은데... 베스트는 임용일거 같긴 한데 상황을 좀 봐야할듯..
글쿠나 저때 iq learn추천해줬던거보니 rl하던거 같은데, 국내에 rl붐을 일으켜주길 바란다... 졸업은 일단 축하함!
박사 해보고 싶기도 한데, 컴싸 학사 나온 사람이 한다면 대략 몇년 걸림?
현실적으로 석박통합기준 최소 5년이고 (매년 탑티어 한편 이상씩 꾸준히 퍼블리시할 경우) 보통은 그거 이상 생각하고 들어가야 안 꼬임.
연구할때나 논문 쓸때 실제 산업에서 얼마나 유의미한지 깊게 고민도 하나요? 정확성이나 효율성이야 당연한 문제겠지만 학문적인 부분을 떠나서 이부분은 그냥 사용자한테 맡기는 느낌인지
그걸 안하면 리젝됩니다. 유의미하지 않은, 연구를 위한 연구는 응용학문인 이쪽 필드에서는 리젝 1순위에요. 완전 이론 분야는 다를수도 있지만 대다수가 하는 쪽에선 "그게 진짜 필요해?"에 대한 질문은 피할 수가 없어요
ai 분야에서 일하려먄 역시 석사라도 따야할까요?
데싸면 무조건인데 이제 끝물같다는 느낌이..
난 필요하다고 생각함.
요즘 나오는 거 보면 그냥 끝물같음
장학금, 알바로 학사는 부모님 도움 없이 가능한데 대학원도 내가 벌어서 다닐 수 있을 지 궁금함 집안사정이 넉넉하지가 않아서...
랩바랩인데 우린 됐어. 저축은 무리지만
논문이랑 논문에 있는 깃허브 보는데 모델 코드에서 막혀서 이론적으로만 넘어가는데 이걸 뚫어야 한 단계 성장하는거죠? loss는 그나마 괜찮은데 모델 부분만 좀 막히네요
코드나 논문 수식 막힌다고 멈추지 말고 걍 천천히 책읽듯이 논문이든 코드든 보면 됨
진지하게 취업 어디 함? 연봉레인지 좀 알려줄수있어? 지금 학사로 국내 대기업에서 리서치 포지션 동일연차 학사 엔지니어보단 많이 받고 있는데 같은 포지션 박사보다 훨씬 못받음 그래서 석사나 박사 따러 가야되나 고민중임. 그래서 fresh phd가 얼마 받는지가 궁금함 박사따러가면 최소 5년은 써야하는데 가치가있는지
학사만 달고 리서치 포지션으로 일하고 있는데 학사 출신 엔지니어보단 많은데 당연히 박사 출신 리서치보단 적음 근데 너무 적어서 학위 따야하나 고민중임
연봉으로 따지면 씹손해같은데.. 일단 보통 성과급 포함 1억 밑은 쳐다도 안보는데(당연히 교수 제외) 대학원 기간동안 연봉 손해보는게 있으니까 아주 잘쳐줘야 본전같음.
어디 사세요?
혹시 아직 질문 받음?
순수 인공지능 분야의 비전과 미래에 대한 생각
우선 박사를 곧 졸업하신다니 축하드리고 그 끈기와 열정 정말 존경합니다! 인서울 하위권 대학 다니는 컴퓨터공학과인데, 학석사 통합으로 자대 들어가서 괜찮은 ai 관련 직무를 할 수 있을지 모르겠습니다. 하위권 대학이라 박사님께서 잘 모르실 수 있지만 혹시 주변에 경우가 있으시면 조언 부탁드립니다. 지도교수님께서는 빨리 졸업하고 중견 기업에 취직해서 3,4년 하다가 대기업 가라시는데, 현재 분위기에서 가능한 루트일까요? 또 ssh 밑의 대학부터는 대학 순위를 신경쓰지 않고 자대로 가는게 맞는 결정인지 궁금합니다. 지금은 박사 생각이 없는데, 만약 생각이 바뀐다면 석사가 끝나고 나면 타 랩으로 박사 과정 들어가면 박사 과정이 끝날 때까지는 당연히 계속 빚진다고 봐야될 지도 궁금합니다. - dc App
https://open.kakao.com/o/sK78P0Se
- dc App
박사님 늦었지만 혹시 PINN에 대해서도 좀 아시는지요..생산,설비 관련해서 이 분야 전망은 어떤 것 같으신가요? 전 기계공학 학부 출신에 지금은 구조 연구개발 일 하고 있는데 석사나 박사 생각이 자주 들어서요..한다면 이 경험을 좀 살리는 쪽으로 가고 싶어서요.. - dc App
이건 제가 엑스퍼티가 있는 분야가 아니어서요. 유의미한 조언을 드리긴 힘들 것 같아요. 다만 기계공학 전공한 친구들이 RL 랩으로 많이들 가는건 봤어요.
파딱이 이제 탈갤하냐 아님 계속 하냐?
졸업 내년 여름이기도 하고 해서 당분간 계속 있을거가튼데 ㅋㅋㅋ 지금 유럽에 방문연구 와서도 오는데 뭐 - dc App
졸업 축하드립니다 혹시 데이터 사이언스 와 AI 분야가 뭔가 같으면서도 차이가 있는 분야들인거 같은데 차이점이 있다면 뭐라고 생각하시나요?
제가 데싸 쪽 엑스퍼티가 적어서 잘은 모르겠네요. 다만 대학원 레벨로 가면 데싸랩이랑 AI랩이랑 포커스가 완전히 다른 것 같긴 해요.
gpt6 vs gta6
ㅆㄷㅎ
전공이 뭐에요? RL은 전망이 괜찮아 보여요?
컴퓨터비전 쪽 하는데 이젠 이런 구분이 의미가 있나 싶어요. 멀티모달로도 (주저자는 아니지만) 내봤고 RL도 했었어요.
박사과정 졸업 정말 축하드립니다! 항상 글 잘 보고 있습니다. 저는 현재 AI학부 3학년에 재학중인 학생이고, 지금 2학기가 끝나기 전에 자대 연구실에 컨택하여 겨울방학부터 학부연구생을 하고 싶습니다. 전공 수업이 재미있고, 학점도 준수하게 관리하였고(4.3), 대학원 진학을 목표로 하고 있기 때문입니다. 그러나 공부를 하면 할 수록 내가 아는게 없다고 느껴지고, AI를 써서 뭘 해야할지(진로/연구방향 설정) 갈피를 잡기 힘듭니다. 또 그런 이유로 랩실 컨택도 미루고 있는 상황입니다. 혹시 저 같은 학생에게 필요한 조언이 있다면 기꺼이 구하고 싶습니다.
주변에 대학원이나 석박과정에 대해 아는 이가 없어 더 아쉽습니다. 전공 프로젝트를 하면서 막연하게 연구가 적성에 맞다고는 생각 하면서도, 어떻게 하면 될 수 있는지에 대한 정보가 전무합니다. 혹시 진학 관련 정보는 어떻게 구하셨을까요? 혹은 주변 분들은 보통 어떻게 하실까요?
저는 학부가 괜찮은 편이라 주변 친구들도 대학원을 많이 가서 같이 준비했던 경험이 있네요. 오픈톡 괜찮으면 링크 달아 주면 들어가서 얘기 들어볼게요.
공부가 아니라 연구를 해야한다는 말이 좀 와닿네.. 버린 시간들이 아깝다
페이퍼 쓸때 어느 급에 낼지 딱 보임? 난 항상 자신이 없어
난 내가 주저자 하는건 무조건 탑컨퍼만 목표로 해서 냈었음. 그리고 당연히 나 자신은 확신이 있었지. 왜냐하면 이게 탑컨퍼에 억셉될 만큼 유의미한 것이라는 확신이 들 때까지 연구 주제나 방법론을 깎았으니까
gpt많이 쓰시나요 - dc App
라이팅 revise할때 엄청 써요. 연구할땐 잘 모르겠음
금융쪽 LLM이나 AI 석사급 많이뽑나요? 가능하다면 연봉풀도..
박사까지 오면서 제일 힘들었던점
첫 논문 어셉 되기 전이 젤 힘들었던거 같음. 내가 이 길을 갈 수 있는건가 라는 확신이 없을 때. 한 3개쯤 붙이고 나서부턴 마음 편해지더라
컨택하려고 연구계획서 쓰는데, 논문 드래프트 쓴다고 생각하고 작성해야함?
솔직히 그거 잘 읽는지 모르겠음... 걍 CV랑 홈페이지나 열심히 만드는게 좋을지도
어느 모델에 쓰인 모듈 A를 해당 모델과는 다른 분야에서 효과가 있다고 알려진 모듈 B의 방법을 적용해 교체한 후 효과가 있는지 실험해볼 생각인데 이런걸로 한편 써도 되나?
걍 아무 sci급 저널 낼거면 차고 넘치는데 탑컨퍼 붙이려면 글쎄... 웬만큼 잘 쓰지 않는 한 리뷰어들이 극혐할껄
저는 기존에 나온 딥러닝 모델들의 feature space로의 mapping 과정 그리고 그 결과물들을 엄밀하게 수학적으로 증명하는 연구할려고 하는데 국내에서는 힘들까요?
피쳐 스페이스로의 매핑에 대해서 수학적으로 뭘 증명한다는 거임? "결과물들을 수학적으로 증명한다"라는게 증명 대상이 명확하지가 않아서 그 자체로 수학적이지 않은 문장같음. 어떤 트레이닝 오브젝티브로, sgd로 트레이닝 했을 때 학습되는 매핑이 반드시 어떠한 수학적 성질을 갖는 함수로 컨버지 한다는걸 증명한다는 거야? rl 알고리즘에서 테뷸러 폼에서 특정 조건 하에 컨버전스 프루프 하는 식으로 한다는건가...? 전혀 감을 못잡겠음.
3년차 앱개발잔데 ai 접해보고싶음. 하지만 나같은 사람들 정말많고 깔짝 하다가 안하는 사람이 대부분인데 아마 이론레벨과 실용레벨사이의 높은 문턱이 원인이라고생각함. 박사님 생각이 궁금함 1. 일하고 있는 개발자가 꾸준히 ai도메인을 습득하면서 성장하는 현실적인 방법이 있다면 뭐라고 생각함? 2. 개발자가 꾸준히 습득하고 역량을 키우기위한 방법 + 수치로 보여줄수있는 외부평가도구로 캐글을 준비한다고 하면 이건 적절한거라 생각함? 3. 모바일에서 돌아가는 ai / sLLM을 연구해보고 싶은데, ios / 구글에서 매년 업데이트되는.. 기존 모델을 가져와서 사용하는지~ 이런 플랫폼에서 제공하는 도구사용 외엔 지식이 없다보니 연구할수있는 역량을 갖추기까지 그 과정이 감이 안잡히는데 조언좀..
글쎄... 난 혼자 깔짝대면서 (공격적인 어휘라면 미안) ai로 커리어 쉬프트 하는건 특히 지금 시점에선 꽤 어려운 상황 아닐까 조심스럽게 생각함. 차고 넘치는게 ai대학원 출신 석박, 특히 석사들은 진짜 넘쳐흐르는데 어떤 면에서 ai 직무에서 메리트가 있을지 잘 모르겠음. 특히 정량적인 지표로 캐글은 진짜 잘 모르겠네. 학부생이 대학원 갈때도 캐글은 웃어넘기는데 잡마켓에서 영향이 있을까? 결국 탑컨퍼 페이퍼에 뭐 참여했다거나 하지 않는 이상 여기서 내 전문성을 어필할 수 있는 가장 직접적인 방법은 학위라고 보는데, 일반대학원보단 안좋더라도 특대 ai라도 가서 학위 받는게 가장 현실적인 길 아닐까 싶음
ai로 커리어 체인지 생각 없고 취미로 하는거라면 뭐 꼴리는대로 해도 될듯? 지퓨 좋은거 하나 사서 디퓨전갖고 놀아봐 ㅋㅋㅋ
전에 프랑스 후기 남긴다는 거 같은 데 어떰?
정말 정말 많이 다름. 중국 한국은 논문 숫자나 사이테이션 같은거에 지나치게 집중하는데 여기는 심지어 박졸할때 페이퍼 한개만 있어도 되고 걔 사이테이션 별로여도 괜찮으니까 이쪽 국가 연구과제의 목표 (보통 되게 엠비셔스함)랑 얼라인 되는 연구를 하길 원하는 거 같음. 그럼 여기 애들이 잡마켓에서 5개씩 퍼블리시한 한국 중국애들 보다 못하느냐 라고 하면 절대 아닌게 여긴 소위 빅가이들 (얀 르쿤 포함ㅋㅋㅋㅋ)이 그냥 너무 가까이 있고, 가능하면 그 사람들을 껴서 논문을 쓰기 때문에 한 두편이라도 퍼블리시 된다 하면 바로 탑스쿨, 탑기업들하고 커넥션이 생겨서 훨씬 유리함 ㅋㅋㅋ 진짜 달라서 많이 배우고 있음
안녕하세요 저는 학사 때 랩실 빤스런하고(AI 아니고 물리쪽) 지금 KT 에서 하는 AI 부트 캠프 하고있는데 학교에서 AI랑 빅데이터 강의 들었던 내용까지는 따라왓는데 오늘 강의부터는 슬슬 사전 베이스가 고갈나서 진도 따라가려면 더 많은 준비를 해야 할 것 같습니다. 혹시 AI 관련으로 학습에 도움이 될만한 서적들이 있으셧나요? 대학생때 교수님이 추천해 주신 모두의 딥러닝도 직접 따라해보면서 하긴했는데 AI를 배웟다기보단 단순 이론이랑 기초 코드만 배운 느낌이여서 더 학습이 필요한 기분입니다. 컴퓨터에 관심은 많았지만 전공이 아니다 보니 관련 직종에 취업하기 위해 어떻게 준비해야 할지 정보가 많이 없어서 혹시 조언해 주신다면 감사하겠습니다.
사실 전 입문은 너무 예전에 해서 서적 관련해서는 잘 모르긴 합니다만, 밑시딥이 전반적으로 다들 좋다고 하는 것같아요. 저도 밑시딥 봤었구요. 조금 진지한 입문 원하신다면
https://probml.github.io/pml-book/book1.html
이 책이 이론서로는 원탑입니다.
https://gall.dcinside.com/m/deeplearning/3662
탑티어 몇편쓰고 졸업하시나요? 1저자 논문은 몇개인지 궁금합니다.
탑티어 1저자는 1년에 한개씩은 거의 썼다고 보시면 됩니다.
학교 성적으로 서탈할 가능성 큼?
국내 대학원?
지잡 인공지능학과인데 부산대 정도까지는 편입해볼만하다 싶은데 그게 나을까요? 아니면 제대로 파서 유학 부딪혀볼까요?
제대로 판다는게 뭐임. 혼자 뭐 책보고 깔짝거리는걸 말하는 건 아니겠지? 그 상황에서 유학 가능한 시나리오는 국내 석사 진학해서 탑실적 만든다음에 박사 나가는건데, 그러려면 학부 레벨 조금이라도 높여놓는게 중요함. 솔직히 웬만한 랩에선 학부 중앙대 밑으로만 내려가도 서류조차 안보는 곳도 많은만큼 학부 카르텔 유난히 심한 곳이긴 한데, 그래도 잘 찾아보면 소속 학교가 그렇게 좋지는 않지만 괜찮은 랩들이 몇개 있음. 그런데 노려서 국내 석사 가는거 ㅊㅊ
해당 댓글은 삭제되었습니다.
그쪽에 전문성은 없는데 깔짝 배워서 실제 돈 굴리는거에 활용할만큼 성과 내기 쉽지 않은건 자명한듯
타분야 기계공 석사(분야: 유연전자소재 & 생체신호측정 )까지 따고 박사과정 자퇴했는데 진로를 변경하고싶어서 (신호 처리) 원하는 기업과 관련된 딥러닝 프로젝트(신호처리&딥러닝) 1년해보는거어떻게생각함 ai 취업안된다 가망없다해가지고
해당 댓글은 삭제되었습니다.
탑티어 쓰는법 알려줘요
할 말이 정말 많지만, 한마디로 요약하면 "장사" 라고 봄. 상품은 너가 제안하는 메소드나 벤치마크 등등 구체적인 무언가고, 너는 그걸 논문으로 포장해서 파는거지 ㅋㅋ 상품이 엄청 좋으면 굳이 포장 대충 해도 잘 팔리는데 솔직히 자원, 인력 빵빵한 빅테크 아니면 상품 자체를 일정 수준 이상의 퀄리티로 끌어올리긴 힘든 거 같고, 우리는 그냥 보통 정도의 상품을 끝내주는 포장으로 깐깐한 탑컨퍼 리뷰어한테 팔아야 하는 영업사원 신세라고 봄 ㅋㅋㅋ 다만 그 과정에서 거짓말 하면 그거 들키면 인생 쫑나니 그것만 주의하고.
그리고 처음 논문 내보고 리젝 먹은 사람들은 진짜 백이면 백 (나 포함) 리뷰어 병신같이 읽고 리젝줬다고 욕하는데, "그렇게 읽히게 쓴 내 잘못이다"라는 걸 깨달으면 그때부터 초보 탈출이라고 봄..ㅋㅋㅋ
와 내가 논문 쓰면서 느낀거랑 딱 일치하네 ㅋㅋㅋ 처음엔 성능 좋고 novel하면 됐지 싶은데, 그걸 잘 '전달'하는게 이 바닥에서의 능력이더라. 마치 베스트 도전 웹툰 느낌... 내용이 재밌어도 그림체가 별로면 안보게됨
박사는 논문만 읽으면서 연구만 하나요? 따로 공부도 하나요?
박사라 해도 모르는 거 천지임. 당연히 모르는 거 있으면 교과서 보면서 공부 하지. 박사는 아는게 많이서 박사가 아니라 학계에 유의미한 연구를 진행할 수 있어서 박사인거임.
만약 지금 대학원에 들어가 연구 시작한다면 분야 뭘로 잡고 싶음? Llm 비전 다 재밌어보여서 고민됨...
llm하고 비전이 예전처럼 떨어져 있다고 전혀 느끼지 않음. 비전 랩실 가도 요즘엔 vlm을 피하긴 어려운거 같고 nlp 랩실도 마찬가지. "멀티모달" 들어 봤지?
요즘은 거의 융합해서 연구하는 추세인가보네... 내가 너무 이분법적으로 생각했던듯 ㄱㅅㄱㅅ
딥린인데 여기 글 보면 다 플젝으로 모르는거 찾아가면서 공부하라고 하던데 비전쪽 추천해줄만한 플젝있나요?? - dc App
나같은 경우는 순수 비전 프로젝트는 노잼같아서 내가 게임 만들고 그 게임 화면 받고 강화학습 하는걸 학부때 첫 프로젝트로 했던거 같음. 엄청 많이 배웠음
박사급 역량이란 무엇임?
돈만 받고 학위 뿌리는 디그리밀 랩이 아니라면, 흥미로운 문제를 발견하거나 제안하고, 그걸 완성된 연구로 이끌어낼 수 있는 연구자적 능력이 검증되면 박사를 주는 거 같음. 좀 더 직접적으로 말하면 "탑컨퍼 주저자로 2~3개 정도 퍼블리시" 가 맞을 거 같고 ㅋㅋ
주변에 미국 빅테크 간 사람 있음?
ㅇㅎ 대단하네... 혹시 개인적으로 생각하는 미국 빅테크 인턴 실적 컷을 어느 정도로 봄? 탑컨퍼 주저자 개수 이런거. 아니면 혹시 인턴 따내기 위해 특별히 중요한 능력이 있다고 생각함?
생각보다 1~3개 정도 수준에서는 탑컨퍼 갯수는 별로 안중요함. (물론 0개는 안됨 ㅋㅋㅋ) 그것보다는 학회 가서 외국인들이랑 네트워킹 해서 만든 인맥이랑, 너가 퍼블리시한 페이퍼랑 지금 하이어링 하는 팀의 핏이 젤 중요. 은근히 찐따는 절대 못 살아남는 곳이 AI/ML 학계 쪽인거 같음. 그래서 난 너무 힘듦...
우리나라 기준으로 생각하면 절대 안됨. 우리 기준이면 뭐 CVPR NeurIPS는 3점, IJCAI는 1점, 이런식으로 하고 공동 1저자는 0.5 곱해서 "탑컨퍼 점수" 산출한다음 딱 소팅해서 면접 볼거같은데 절~대 아님. 개씹좆인맥사회임. 진짜 충격적일 정도
아 역시 네트워킹이나 논문 핏이 중요하구나... 조언 매우 고마움.
그럼 혹시 처음에 인맥이나 네트워킹 뚫는건 어케 했음? 일단 학회 가서 박치기?
ㅇㅎ 정말 고마움 주변에 이런거 물어볼 사람이 없어서... 하는 일 다 잘되길 빔
이제 석사 1학기 끝나는데 연구하는게 재밋는데 어디수준까지 연구를 해야 할 지 모르겠어요.. 이론이랑 코드 둘 다 하고 싶은데 이론을 붙들자니 코드 할 시간이 부족하고 코드를 보자니 이론 할 시간이 부족하고.. 이론도 어디까지 알아야 할 지도 모르겠고 뭔가 계속 같은 공부만 반복하는 느낌입니다.. 이럴 때는 어디에 우선순위를 두는게 좋을까요?
풀고 싶은 문제부터 찾아야 돼. 그리고 그걸 해결하려는 과정에서 튀어나오는 "필요한 공부"들, 그리고 "필요한 구현들"을 핀포인트로 해나가야지 그렇게 두루뭉실하게 공부하는게 가장 큰 패착임. 석사나 통합 저년차 친구들이 가장 빠지기 쉬운 길이기도 하고. ml 공부 신기하고 재밌어. 논문 읽는거 싫어하는 애들 별로 없을껄? 근데 여기도 재미만 찾다가는 아무것도 없이 막학기에 한국정보과학회 같은거로 겨우 졸업요건이나 맞추고 졸업하게 됨.
학생은 공부가 목적이야. 근데 대학원생은 공부가 철저하게 수단이고, 본업은 연구야. 당연히 연구에 필요한 공부를 해 나가야 되는거고, "공부를 좋아하는 대학원생"은, 연구능력이 받쳐주면 당연히 금상첨화지만 정말 공부"만" 좋아하면 가장 망하기 쉬운 케이스라고 느낌.