회사 다니면서 대학원 병행하면서 베이지안을 전공하고 있는데, 보통 일반적으로 딥러닝으로 개발할때 유명한 모델들 많이 사용하시잖아요 근데 베이지안은 어떤식으로 활용하는지가 궁금하네요 uncertainty쪽으로밖에 생각이 들지 않는데 다른 방법으로도 사용하시는지 활용도가 궁금합니다. 다들 어떻게 적용하고 계시나요?

AI 석사,박사 과정 인정도가 궁금합니다.. 실제 현장에서 석, 박사 한 인력에 대해 대우를 해 주는 편인가요??? 아니면 공부와 현장 일은 별개라는 인식일지 궁금하네요...

https://www.dataq.or.kr/www/sub/a_07.do 국가기술 빅데이터 분석 기사라고 국가공인 자격증인것 같은데요, 혹시 따신 분 계실까요?? 난이도나 학습기간에 대해 조언 부탁요

데이터 업무를 하게 되었습니다. 데이터 엔지니어가 되기위한 필수 조건이 무엇이 있을까요??

데이타를 쌓는 방법부터 분석까지.. 사실 이해도 어렵고, 전문가를 뽑고서 관리도 어려운데.. 원하는건 심플하거든요. 데이타 분석을 외주로 맞기는게 가능하고, 그런 회사가 있을까요? SaaS!!

데이터분석 업무에 석사는 필수일까요?

RPA 적용하신 분야가 어떤 부분 있을까요?? 위에서는 RPA를 만능이라고 생각하는데 하....현실과 이상의 괴리가 크네요

데이터 분석 업무의 핵심 역량이 뭘까요??? 저는 의외로 분석력보다 추진력이 중요할 것 같아요 무에서 유를 창조해야 하는 일이 많아요...ㅎ

AI 분야에서 한 팀을 이끌기 위해 가장 필요한 것이 뭐라고 생각하시나요. 역량이나 팀원들의 동기부여나 존중 이런 제너럴한 것 말고, 이 분야라서 필요한 역량을 생각하시는 게 있다면요.

얼마전에 지인이 정부 사업 과제에 낼 제안서 작업을 한다고 하여 이야기를 좀 나누었습니다. 요즘 정부 과제를 따내는데 일종의 필수 키워드? 기술?에 역시나 인공지능, 머신러닝이 들어가 있어서 꼭 관련 이야기를 하고 싶다고 하더군요. 인프라 구축과 약간의 개발 업무를 하고 있어서 정보의 수집, 보관, 가공까지는 도와줄 수 있는데 막상 수집된 데이터를 의미 있는 정보로 바꾸는 것은 내 영역이 아니라 도와주기 어렵다고 이야기 했는데요, 그러다 보니.. 이 영역은 누가 어떻게 해주는 거지? 라는 의문이 들더군요. 많이 듣던 직군이 데이터 사이언티스트와 데이터 엔지니어인데.. 두 직군? 의 차이가 뭘까요?

안녕하세요 AI 엔지니어로 일하고 있는 직장인입니다.. 요즘 하루하루 눈을 뜨는게 지옥일 만큼 정말 힘듭니다. 이번에 회사가 큰 변화가 있으면서... 해고를 당했어요.. 일단 빌고 빌어서 한달 정도 시간을 벌긴 했으나 정말 막막합니다.. 정말 열심히 일했었는데.. 미칠것 같습니다 앞으로 어떻게 살아야 할지 너무 막막합니다.. 요즘은 서류내고 합격까지 일사천리로 하더라도 두세달은 걸리더라구요.. 많은곳에 서류를 내고 떨어지거나 붙은 곳들이 있긴 하지만 너무 막막합니다. 하.. 어디 하소연 할곳이 없어서 여기에 익명을 빌어서 위로라도 받아보려고 글써요.. 정말 너무 힘듭니다.. 혹시나 이런 어려움이 있을때 어떻게 이겨내시나요..?

인공지능 엔지니어 구직 요구는 많은데, 인공지능 엔지니어를 어떻게 분류하고, 이런 분들은 어디에서 카뮤니티를 만들어서 활발하게 활동하시는지 궁금합니다. 추천해주실만한 사이트가 있을까요?

긱뉴스에서 본건데 오픈소스 라이브러리 관심있는 분들은 읽어볼만한 아티클 같아서 공유해요. 뭔가를 10년동안이나 주구장창 판다는게 참... 멋지죠 . https://observablehq.com/@mbostock/10-years-of-open-source-visualization

데이터팀이 허드렛일을 하더라도 모든 데이터는 데이터팀이 관리하기 이중 어떤 구조를 더 선호하시나요? 전자의 경우 허드렛일은 하지 않을 수 있고 또 전사의 데이터적 사고를 키울 수 있다는 장점은 있지만 그만큼 부작용도 큰 것 같아서요. 오류가 곳곳에서 난다거나, 정합성이 안 맞는다거나..

ml 쪽에 있는데 답답한 점이 있습니다. 이 분야가 아직 초기 단계라 그런거 같기도 한데요. 회사에서 새로운 서비스를 내보자고 하고 있고 의견이 오가는 상황인데요. ai기술을 서비스에 녹이는 것이 아니라, ai 논문이나 연구에서 새로운 서비스를 발굴해내려는 의견이 큽니다. 아무래도 딥러닝이 새로운 것들이 많으니 그런거 같긴한데 이 방향으로 서비스가 나와서 잘되는 케이스는 하나도 본적이 없거든요. 새로운 논문 내용으로 서비스 만들어보자고 하는데 서비스화하기에는 성숙도도 부족할뿐더러 신기하지만 니즈가 전혀 없어 보이는게 너무 많네요. 문제는 이 상황이 몇년째 지속되고 있습니다. ml/dl 연구조직에서 이런 상황이 꽤 들리는거 같은데요. ai 조직에 기획자가 따로 붙거나 기존 서비스에 ai 기술을 붙이는 방향이 되어야 할 거 같은데, 다른 조직은 어떠시나요?