클래스: 기계 학습 엔지니어링으로 전환
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.
클래스를 오프라인에서 수강하려면?
클래스를 다운로드해 놓으면 네트워크에 연결하지 않아도 수강할 수 있습니다. LinkedIn Learning앱에서 클래스를 다운로드하세요.