클래스: 기계 학습 엔지니어링으로 전환
무료이용으로 수강해 보세요.
업계 전문가가 강의하는 클래스 23,100개를 수강하세요.
소프트웨어 엔지니어의 일상은 어떤가요?
저는 Luis Serrano 씨와 대화했습니다. ‘Grokking Machin Learning’의 저자죠. 그는 현재 양자 AI 과학자로서 토론토의 Zapata Compmuting에서 일하며 이 전에도 Google에서 기계 학습 공학자로서 일했습니다. 저는 Madhu Govind와도 대화했는데 현재 Clari에서 기계 학습 공학자로 일하고 있죠. 제가 세 번째로 대화한 사람은 Chris Albon입니다. 현재 Wikimedia Foundation의 기계 학습 관리자죠. 이분들이 공유하고자 했던 시각을 제가 여러분에게 공유하고자 합니다. 기계 학습 공학자가 되는 게 어떤 건지 여러분께 보여드리려고요. DiverseK 팟캐스트에 가시면 대화를 모두 들으실 수 있습니다. Luis은 일과엔 기계 학습 모델 훈련이 포함돼 있습니다. Madhu의 일과는 좀 더 좀 더 모델 구현이나 생산 과정으로 이뤄져 있죠. Chris는 반면 전체 창작 과정과 기계 학습 모델에 관여하는 사람들을 관리하는 일을 하죠. 이들의 배경은 기계 및 공학 분야에 입문하는 데 특별한 배경이 필요가 없는 걸 추가로 증명합니다. 그냥 계속 배우며 능숙해져야 합니다. Luis는 수학 박사 학위가 있는데 수학 문제를 푸는 데 코드가 필요하다는 걸 깨달았고 그렇게 기계 학습을 발견했습니다. Madhu의 백엔드 웹 개발로 테크놀로지 경력을 시작했습니다. 기계 학습 공학으로 방향을 틀기 전까지 말이죠. 그녀의 전환 방식은 흥미롭습니다. 여러분도 적용할 수 있죠. 그녀는 기계 학습 공학 팀에서 사이드 프로젝트를 시작했는데 그 일을 할 자신이 있다는 걸 증명하고 학습하기 위함이었죠. 엄청나죠? 반면, Chris는 정치 과학에 박사 학위가 있고 SMS 메세지 회사에서 일했는데 자동화에 미치는 기계 학습의 힘을 그 때 실감했죠. DiverseK 팟캐스트 대화 전체를 diversek.com/podcast에서 듣는 걸 잊지 마세요.