탈출장벽이 높아서
프로덕션에서 하는 일 정도는 솔직히 아무나 가능함. 어차피 잘 알려진 모델들 위주로 쓰고, 거기서 하는 일은 99% 인프라 및 간단한 유지보수 작업들이라서
딥러닝이 낮으면 왠만한 학문들 다 낮음 ㄹㅇ 암기할게 적은거뿐임 - dc App
모델 만들거나 기존 모델 수정해서 제대로 굴러가게 만드는건 다른얘기임.
쓰는게 쉬운거지 개발하는게 쉬운게 아님 ㅋㅋ 감사해야지 모델 출시하는 애들이 잘 사용할 수 있게 컨테이너 환경부터 사용법 친절하게 알려주는데 sota 모델 가져와서 자기 도메인에 맞게 모델 수정해보고 특정 모듈만 떼와서 활용하는게 쉽지않다
한국에서 돈 안되니까 수요는 적은데 공급인 대학원생들은 많아서? 그리고 검증하기 귀찮아서 1차로 거르는거 아닐까
석사가 넘쳐서
아직 확실한게 없어서?? 딥러닝이 정답이 아닐 수도 있는 상황이잖음 그나마 제일 성능 좋아서 하고있는거지 - dc App
솔직히 4년간 배우는거면 학사도 써먹을만하다 보는데, 관련학과 신설된지 얼마 안 됐으니까 현 시점에서는 기존 컴공/전전 학사 학위 갖고 대학원에서 최소 2년간 인공지능 공부 한 인력들이여야 뭐라도 써먹을 수 있어서 석사 이상만을 뽑는게 아닐까?
학사따리가 최신 논문 구현을 어케함
정부 돈타먹을 생각만하고 수익화를 생각안해서 그럼, 프로그래밍 자체를 잘하는 사람을 뽑고 딥러닝 도메인을 조금씩 익히게 하는게 무조건 돈버는데는 이익인데 그정도도 생각안하니까 그냥 석사들 기준으로 컷하는거
근데 프로그래밍 자체는 이제 진짜 ai에 대체될 능력 아님?? 스케일 커지면 헛소리 하는 비율도 높아지는 거 아는데... 진짜 o1 pro(실제써봄.연구실에서 결제해줘서)랑 이번에 o3보면... 프로그래밍은 정말 5년안에 사람이 왜해? 란 반응 나올 거 같은데...
제대로 모델 만들려면 또다른 세상이니깐 괜히 미국에서 돈다발들고 뿌리는게 아니여
탈출장벽이 높아서
프로덕션에서 하는 일 정도는 솔직히 아무나 가능함. 어차피 잘 알려진 모델들 위주로 쓰고, 거기서 하는 일은 99% 인프라 및 간단한 유지보수 작업들이라서
딥러닝이 낮으면 왠만한 학문들 다 낮음 ㄹㅇ 암기할게 적은거뿐임 - dc App
모델 만들거나 기존 모델 수정해서 제대로 굴러가게 만드는건 다른얘기임.
쓰는게 쉬운거지 개발하는게 쉬운게 아님 ㅋㅋ 감사해야지 모델 출시하는 애들이 잘 사용할 수 있게 컨테이너 환경부터 사용법 친절하게 알려주는데 sota 모델 가져와서 자기 도메인에 맞게 모델 수정해보고 특정 모듈만 떼와서 활용하는게 쉽지않다
한국에서 돈 안되니까 수요는 적은데 공급인 대학원생들은 많아서? 그리고 검증하기 귀찮아서 1차로 거르는거 아닐까
석사가 넘쳐서
아직 확실한게 없어서?? 딥러닝이 정답이 아닐 수도 있는 상황이잖음 그나마 제일 성능 좋아서 하고있는거지 - dc App
솔직히 4년간 배우는거면 학사도 써먹을만하다 보는데, 관련학과 신설된지 얼마 안 됐으니까 현 시점에서는 기존 컴공/전전 학사 학위 갖고 대학원에서 최소 2년간 인공지능 공부 한 인력들이여야 뭐라도 써먹을 수 있어서 석사 이상만을 뽑는게 아닐까?
학사따리가 최신 논문 구현을 어케함
정부 돈타먹을 생각만하고 수익화를 생각안해서 그럼, 프로그래밍 자체를 잘하는 사람을 뽑고 딥러닝 도메인을 조금씩 익히게 하는게 무조건 돈버는데는 이익인데 그정도도 생각안하니까 그냥 석사들 기준으로 컷하는거
근데 프로그래밍 자체는 이제 진짜 ai에 대체될 능력 아님?? 스케일 커지면 헛소리 하는 비율도 높아지는 거 아는데... 진짜 o1 pro(실제써봄.연구실에서 결제해줘서)랑 이번에 o3보면... 프로그래밍은 정말 5년안에 사람이 왜해? 란 반응 나올 거 같은데...
제대로 모델 만들려면 또다른 세상이니깐 괜히 미국에서 돈다발들고 뿌리는게 아니여