학교에서 수행으로 캐글 대회가 나와가지고 한 2주일동안 그거만 판적 있었는데 재밌더라고
시계열 데이터 분석은 코드도 짜보고 나름 학교에서 많이 배운것같은데 나머지 분야는 어디서부터 어디까지 공부해야될지도 모르겠고 어떤 분야를 해야하는지도 모르겠음
유망하다고 생각하는 분야나 어떤 공부 하면 좋을지 진로 어떻게 잡아야될지 조언 좀 구할수 있을까
시계열 데이터 분석은 코드도 짜보고 나름 학교에서 많이 배운것같은데 나머지 분야는 어디서부터 어디까지 공부해야될지도 모르겠고 어떤 분야를 해야하는지도 모르겠음
유망하다고 생각하는 분야나 어떤 공부 하면 좋을지 진로 어떻게 잡아야될지 조언 좀 구할수 있을까
제발 학부 좋은곳가 이게 젤중요하다 AI판에선
글쓴놈인데 카이아니면 서울대갈듯
그럼 일단 가서 그때 천천히봐도 ㄱㅊ. 지금 유망한게 그때 유망할거란 보장이 없고, 어차피 학부생 혼자 연구하거나 페이퍼쓰기 힘드니까 학교에 있는 랩에서 하는 분야 해야됨. 랩에 최대한 빨리 인턴해서 설카 석사하면서 탑컨퍼 두개정도 쓰고 해박 ㄱㄱ - dc App
ㄱㅅㄱㅅ
그리고 정 지금부터 뭐 하고싶으면 머피책 1권 위주로 이론 기초다지셈. 선대 확통 다변수미분은 필요한 만큼 알아서하고 - dc App
확통은 했고 선대는 어차피 학교에서 해야되고 다변수미분은 겨울방학에 좀 해볼게
수학이 포커스가 아님. 그래서 필요한 만큼 하라 한거고. 포커스는 머피책임. - dc App
확률론적 머신러닝 기본편 << 이거맞음?
한국어로는 뭔지 모르겠는데 대충 맞는듯? 그리고 무조건 원서로보셈
ㅇㅋㅇㅋ
정확히 AI로 뭘 하겠다는 목표가 있는게 더 좋아보임. 미래의 시장을 예측하는건 위험하지만, 적어도 지금 생각할 수 있는 미래에는 AI도 분야별 도메인 지식과 경험이 중요할 수 밖에 없어보임. AI도 모델 자체를 개발하고 개선하는 엔지니어도 중요하지만, 그 모델을 각 도메인에서 활용할 수 있도록 하거나 특화된 모델을 개발하는 엔지니어도 있단말이지. 지금이야 AI 성능 자체를 끌어올리려고 시도하는 추세지만, 곧 성능 자체가 충분하다고 판단되면 그걸 어디에 활용할건지에 대한 얘기가 더 뜨거워질거임.
ㄱㅅㄱㅅ
미국 학부 -> 구글, 메타, 아마존 등의 monetization, recommendation, ranking system 관련 팀으로 들어가면 제일 빠를거임.
유학을 가게되면 학사유학 생각하고있음 학부유학은 계획에 없고