기계학습 모델을 학습하다보면 많은 모델들이 생기는데요. 이 체크포인크 파일들이 용랑도 크고하다보니 간단하기 관리하기가 어렵네요. 모델의 특징과 체크포인트의 특징도 같은것 도 관리해야하고요. 마땅한 툴도 없는거 같은데 다들 어떻게 사용하시나요?

요즘 좋은 NLP 모델이 많이 공개되고 있는데 실무에서 이런 것들을 활용할 수 있는 방안이 무엇이 있을까요? 형태소 분석 같은 간단한 작업을 하는데도 좀 도움이 될지.... 단순히 생각하면 챗봇 정도 떠오르는데 더 다양하게 활용할 수 있는 방법이 있을지 궁금합니다. 미리 답변 감사드립니다. 읽어볼만한 글 링크도 하나 첨부합니다. http://www.aitimes.kr/news/articleView.html?idxno=15036

요즘도 시간외근무 많이 하시나요?

https://m.blog.naver.com/qseseo/221986505444

같은 분야라 하더라도 두 트랙은 완전히 다른 커리어를 갖게 될 텐데요. 기술적인 전문성을 키울 것인지 조직에 필요한 관리자로 성장할 것인지. 선택의 기로에 서 있는 것 같습니다.. 개인적으로는 전자가 더 마음에 와닿지만, 후자가 커리어에 더 좋을 것 같기도 하고요. 어떤 의견이 있으실지 궁금합니다.

직무톡에 글을 쓰면 쓸 수록 더 많은 보상이 지급되는 이벤트, 아직 늦지 않았어요. 6월 11일까지, 직무톡에서 활발하게 지식과 고민을 나누고 최대 10만원 상당의 지식나눔 보상을 받아가세요.

요즘 애자일 애자일 하잖아요? 빅데이터 / 인공지능 플잭도 애자일 도입하나요?

보통 연구개발자를 뽑을때 어떤걸 물어볼까요? 개발과 연구개발 직무에 따라 어떰 차이점이 생길까요??

궁금합니다 자연어 처리쪽 하고있는데 학습 데이터가 적은데 어떻게 정답률을 올릴수있는지!!

요 몇년 전까지만 해도 인공지능 스피커 인기가 대단했는데 요즘은 시장 반응이나 제품이나 홍보가 뜸하네요. 처음 나왔을때 혁신이다. 시장을 흔들어 놓을 것이다. 난리도 아니였는데~ 요즘 상황은 어떤가요?

다른 분들은 R&R이 어떻게 되시는지 궁금합니다

인공지능 기반 Time series 분석 예측 기술을 다양한 산업에서 "수요 예측" 문제 푸는데 적용하려는 시도를 하는 듯 하네요. 수요 예측 문제를 일반적으로 어떻게 접근하는지 궁금하네요. 1. 어떤 모델, 기술을 쓰나요? 2. 쓸만한 솔루션이 있나요?

안녕하세요. 서비스 런칭이나 기존 서비스에 ai 관련 기술 도입 과 같은 ai 관련 프로젝트를 진행하는 팀에서 엔지니어 대 연구원 비율, 구분이 힘들다면, 엔지니어링 대 모델 연구 에 투입되는 리소스가 어느정도의 비율인가요?

CTO 없이 TF체제 안에서 일한지 오래되었습니다. CTO를 못구해서 그랬다기 보다는, TF가 메인인 체제에서 꼭 필요한 포지션은 아니라고 판단했던 것 같아요 그런데 요즘은 회사가 서비스하는 프로덕이 늘고, 총체적 관리가 필요해지면서 CTO 영입에 대한 논의가 진지하게 시작됐는데요, 애매하게 필요하다는 생각이 들지만, 놓치고 있는 필요한 이유가 있을지 궁금합니다.

직무톡에 글을 쓰면 쓸 수록 더 많은 보상이 지급되는 이벤트, 벌써 250여 분이 참여하셨어요. 6월 11일까지, 직무톡에서 활발하게 지식과 고민을 나누고 최대 10만원 상당의 지식나눔 보상을 받아가세요.