천릿길도 한 걸음부터

Karsten Würth on Unsplash

AI 공부를 하다 보면, '이제 뭘 공부해야 하지?'라는 질문을 스스로에게 던질 때가 종종 있었습니다. 공부할 것은 엄청나게 많아 보이지만, 현재 내 실력과 방향성에 맞는 바로 다음 스텝을 모르겠다는 것이 가장 큰 문제점이었습니다. 

 

이제 나만의 커리어를 쌓아 나가야 할 텐데, 그 '커리어'란 것을 도대체 어떻게 시작할지, 시작하려면 어떤 공부가 필요한지 막연하고 막막했던 것 같습니다. 그러던 중 다음의 포스팅을 발견했습니다. 데이터 사이언티스트에게 기업들이 원하는 역량에는 무엇이 있는지 정리한 글입니다. 

 

https://bluediary8.tistory.com/148

데이터 사이언티스트 (Data Scientist) 되기 위해서 / 인공지능 관련 직업

해당 글에는 데이터 사이언스 관련 커리어들에 대한 간략한 설명과 각 커리어에 해당하는 채용 공고를 보여주고 있는데, 데이터 사이언티스트에게 주로 요구되는 능력은 다음과 같았습니다. 

 

 - 3~6년의 실무 경력

 - CV, NLP 모델 개발 경험

 - python 및 pytorch, tensorflow 활용 능력

 - SQL 능력

 - 커뮤니케이션 능력

 - (우대사항) kaggle 등 경진대회 상위 수상 경력, AI 관련 석박사 학위, ML/DL관련 학술지 등재 경력

 

저에게는 정말 많은 부분이 모자라지만, 현재의 제가 도전할 만한 부분이 보이는 것 같기도 합니다. 제가 할 수 있는 일은 CV, NLP 모델 개발 경험을 쌓으며 python / pytorch 활용 능력을 높이고, SQL 자격증을 준비하는 것이겠네요. 지금 당장은, 저만의 딥 러닝 project를 만들어 CV, NLP 모델 개발 경험을 쌓아 나가려고 합니다.

 

 

 

 

---

 

 

 

 

첫 번째 목표

저의 첫 번째 목표는 '한정된 자원에서 구현 가능하고, 아직 나온 적 없지만 꽤 유용한 프로젝트'입니다. 제 컴퓨팅 환경은 google colab에서 무료로 제공하는 gpu이고, 데이터를 저장할 곳은 google drive입니다.

 

따라서 상대적으로 적은 자원을 소비하면서도, 참신한 무언가를 떠올려야 합니다. 너무 추상적이라는 생각이 들지만, 초보자 입장에서 구체적인 프로젝트를 구상하기는 쉬운 일이 아닌 것 같습니다. 차근차근 한 걸음부터 걷다 보면, 어떤 부분이 덜 탐색되었는지, 내가 할 수 있는 영역이 어디인지 구체적인 그림을 그릴 수 있지 않을까요? 

 

저는 computer vision 영역에서 시작해 보려 합니다. CV를 택한 이유는, 단순히 제가 더 잘 이해할 수 있기 때문입니다. 스탠포드 cs231n강의, pytorch tutorial 등 지금까지 공부한 내용은 대부분 computer vision에 관련한 것이었습니다.

 

먼저, 간단한 라이브러리 활용부터 시작해서, 모델 훈련, 데이터 수집 및 전처리까지 전체 딥 러닝 pipeline을 익히고 경험하는 것으로 시작하겠습니다.