딥러닝 학습용 데이터가 수백기가가 되면 관리가 어려워지는데요. 저희는 각 서버에 똑같은 데이터를 두다가 관리가 어려워서 네트워크 스토리지 도입을 생각하고 있습니다. 근데 이게 속도 측면에서 어떨진 아직 검토중이고요. 다른 기업에서는 여러 프로젝트가 각각 다른 데이터를 쓸때 어떻기 데이터를 관리하나요?

데이터 분석을 하면서 느낀 것은 데이터를 읽는 사람이 역량도 중요하지만 분석을 할 수 있는 데이터가 잘 설계되어 인프라에 적재되어 있는 것도 중요하다는 것을 알게 되었습니다. 하지만 데이터를 설계하는 것부터 그 데이터가 적재를 할 수 있는 인프라를 만드는 것은 쉽지 않은 일인데요, 여러분은 데이터를 어떤 구조로 설계하고 또 어떤 인프라를 자주 활용하시나요

스마트공장,스마트시티 관련 업종으로 변경을 고민하고 있습니다. 기획쪽이구요. 이 분야의 앞으로 비젼이나 전망을 어떻게 보시는지요. 아..현재하는일은 전자관련 연구직입니다.

안녕하세요, 리멤버 커뮤니티 팀입니다. 한 주간 가장 반응이 좋았던 게시글을 선별하여 볼 수 있도록 ‘베스트글’ 기능이 추가되었습니다. ▪️ Android : https://play.google.com/store/apps/details?id=kr.co.rememberapp ▪️ iOS : https://itunes.apple.com/app/id840553277 *베스트글 확인을 위해 앱을 최신버전으로 업데이트 해주세요. (하위 버전에서는 베스트글 기능 확인이 불가합니다.) *커뮤니티 리스트에서는 '종합 베스트글'을, 커뮤니티별 홈에서는 '해당 커뮤니티의 주간 베스트글'을 확인할 수 있습니다. *선정 기준에 따라 주간 베스트글이 뽑히지 않은 커뮤니티도 있을 수 있습니다. ✔️ 지난 한 주간, 직무/주제별 이슈글 한 눈에 보기 ✔️ 내가 자주 방문하는 커뮤니티 인기글 다시보기 ✔️ 새로 참여할 수 있는 커뮤니티 베스트글 미리보기 회사에서 풀지 못한 일 관련 고민을 여기, 리멤버 커뮤니티에서 해결할 수 있도록 늘 더 나은 서비스를 고민하겠습니다. 감사합니다. 🔻 베스트글 예시 🔻 지난 주 실제 베스트글은 커뮤니티 리스트 또는 커뮤니티별 홈에서 확인하실 수 있습니다.

경력이 얼마 안되는 지금은 가성비가 좋아서 경쟁력있는 개발자인 것 같은데 연차가 쌓이고 몸값이 올라가면 뭘 준비해야 계속 시장에서 봤을 때 매력적인 소프트웨어 엔지니어일까요? 딥러닝을 공부하는 것이 최선인지 싶기도하고... 다들 어떻게 생각하시나요?

개인적인 경함상, 머신러닝 및 인공지능 알고리즘은 서비스의 문제를 푸는 방법 중 한 개 라고 생각 합니다. 따라서 완벽한 솔루션이 아니더라도 오픈소스로 어느정도의 서비스 퀼리티를 확보할수 있다면 굳이 인공지능 연구원을 고용해아 하는가에 대한 의문이 들었습니다. 또 연구원들이 실제로 연구를 효율적으로 하기 위해서는 거의 년단위의 기간과 몇십억 단위의 투자금이 필요 하기도 하고요. 그래서 저라면 머신러닝 알고리즘을 어느정도 이해 할 수 있는 프로그래머를 연구원 대신 고용 할것 같아요. 여러분은 어떻게 생각 하시나요?

데이터 인텔리전스를 맡으면서 드는 걱정중 하나입니다. 아직 모든 요소를 커버하진 못할거고, 직관이 필요한 부분이 분명 있을텐데 너무 데이터 데이터 하다보면 놓치는 부분이 있을까봐, 또 그 틀을 깨는 혁신을 방해할까봐 걱정이되기도 합니다. 종사자분들 의견은 어떠신가요?

현대가 에어랩만들고 코드42에도 꽤 투자를 했는데요.모빌리티 쪽을 잘 몰라서 이 두 회사가 비슷한걸 하는거 같은데 혹시 이 두 회사에 대해 잘 아시는분 계신가요?? 방향성이 어떻게 다를까요?

안녕하세요 다들 더위와 태풍 코로나. 등등 고생이 많으십니다. IT 쪽은 다른 도메인보다 코로나에 상대적으로 상황이 나아보이네요. 본론으로. 제목처럼 강화학습이 알파코 이후에. 실제 생활에 적용된다면 어떤 분야가 좋을까요? 스타크래프에 같은 게임에 적용하거나 간단한 로봇에 적용된거 봤는데...쩝 여러분들의 고견을 들어보고자 합니다. ^^

빅데이터란 용어를 한번 생각해봅니다. 제가 다니는 회사에서도 빅데이터라고 할만한게 있을지? 전체 업무시스템에서 사용하는 데이터베이스의 크기가 아직도 10TB 미만으로 처리가 가능한데 개별 업무시스템별로 보면 빅데이터로 할수 있을까요? 빅데이터의 특징이 3V(Volume, Velocity,Variety)라고 하는데요. 위키백과 빅데이터정의 ==> https://ko.wikipedia.org/wiki/%EB%B9%85_%EB%8D%B0%EC%9D%B4%ED%84%B0 업무시스템에서 정형화된 데이터베이스에 축적된 저희 회사의 경우는 아무래도 Volume 부분에서는 빅데이터로 부르기 힘들어보입니다. 제 개인적으로 데이터베이스에 축적된 데이터로 한정하지 않는다면 각 업무시스템에서 발생시키는 각종 서버의 로그파일들이 진정한 빅데이터 이지 않을까 싶습니다. 개별 업무 시스템별로 시간당 몇Gb씩 생성되고 그 로그 파일을 DB화 한다면 나름의 빅데이터가 될거라고 생각합니다. 물론 그 로그 파일을 어떻게 사용할지는 또 IT를 다루는 우리의 몫이 되겠지만요. 저는 그래서 개인적으로 생활데이터 이런 용어를 좋아합니다. 진정 빅데이터를 쌓고 그걸 분석해서 업무에 활용하는 공룡 IT기업들이 있겠지만(구글, 페이스북, 아마존, 네이버, 카카오) 저희 같은 조그만 회사들은 빅데이터라고 쓰고 그냥 데이터를 가지고 분석도 열심히 하지 못하는건 아닐런지? 어떻게 생각하시나요?

기계학습(Machine Learning)은 인공지능의 한 분야입니다. ..런닝머신 아닙니다 :) 이러한 기계학습에 대한 글을 발견하여 반갑게 공유드려봅니다. 저는 어떤 기술에 대해 공부할때 전체적인 흐름과 발전상을 함께 알게되면 이해도 빠르고 좀더 흥미있게 공부할 수 있더라구요. https://www.samsungsds.com/global/ko/support/insights/1207951_2284.html?moreCnt=1&backTypensight&category=all 혹시 기계학습(Machine Learning)의 르네상스를 오게 한 기술에 대해서는 아시나요? 정답은! 초창기 기계학습(Machine Learning)알고리즘 중 하나인 인공신경망의 한계를 극복하기 위해 제안된 기계학습 방법인 딥러닝입니다~ 머신러닝, 딥러닝...~러닝으로 끝나니 혼동되긴하는데 대표적인 그 두가지 키워드만 정리하고 지나가도 기억이 오래 남을듯 합니다.^^ 저도 볼때마다 혼동이 됩니다!! 이 밖에 인공지능 관련된 기술 중 중요하다고 생각되는 키워드를 알려주실 수 있으실까요~?

ai 쪽이 생기면 gpu 서버들에 대흔 수요가 커지는데요. 여러분들 회사는 어떤 형태로 서버를 사용하시나요? 저희는 온프레미스로 16대 정도있고 이걸 클러스터로 묶어 paas 처럼 사용할 계획인데요. 생각보다 많이 불편한 점이 있습니다. 개인적으론 iaas 형태로 필요한 자원을 그때그때 받아 쓰는게 ai팀에 가장 맞지 않나 생각하고요. 다른 곳은 어떻기 사용하나 궁금합니다.

자율주행 자동차를 연구하는 회사들은 많이 있는데요, 이 중에 어떤 회사가 단순이 알고리즘을 만드는 것뿐만 아니라 실질적인 서비스의 확장까지 성공시킬 수 있을까요?

리눅스랑 윈도우에서 딥러닝 학습 툴을 오프라인 환경에서 구축하고 있는데 인터넷이 안되니 쉽지않네요 ㅠㅠ 프로젝트도 여러개라 필요한 텐서 버전들이 다른데 혹시 이렇게 환경을 한컴퓨터에 여러개 구축해보신분 있으신가요??

인공지능과 함깨 IoT란 말을 정말 많이 들어본것 같아요. 인공지능은 실제 업무에 사용 해보면서 한계와 가능성을 어느정도 알겠는데 IoT는 잘 모르겠네요. 이것 또한 그냥 마케팅 용어일까요?