
34
머신러닝 인터뷰 실무 가이드
또는 ‘데이터 사이언티스트’라는 직함이 있는 직무에 지원했습니다. 다음 절에서 여러분의 관
심사와 기술에 적합한 기술과 역할에 대한 더 많은 예를 소개해 드리겠습니다.
연구 중심의 머신러닝 직무
서문에서 언급했듯이 이 책은 연구직보다는 머신러닝의 산업적인 응용 직무에 더 중점을 두고 있습니다. 다
음은 연구직에 대한 간략한 개요입니다.
요구 사항
대부분 박사 학위
직무
연구 수행, 새로운 알고리즘과 개선 사항 제시, 논문 작성, 학회 발표 등 학계의 학문적 직무와 유사합니
다. 구글 딥마인드의 연구원과 같은 업계 연구직이 학계의 연구직과 가장 큰 차이점은 (제가 알기로는) 강
의를 할 필요가 없다는 것입니다.
1
.
4
머신러닝 생애주기
업계에서는 머신러닝을 적용한 프로젝트가 궁극적으로 고객 경험을 향상시킬 것이라고 기대
합니다. 가령 사용자에게 더 관련이 높은 동영상, 뉴스, 소셜 미디어 포스트를 보여주는 것처
럼요. 업계에서 ‘고객’은 내부 고객을 의미하기도 합니다. 같은 회사나 조직에 있는 사람들 말
이죠. 예를 들어, 여러분의 팀은 수요 예측을 통해 물류 부서가 선적 일정을 보다 효율적으로
계획하도록 돕는 머신러닝 모델을 구축할 수 있습니다. 사용자가 내부에 있든 외부에 있든,
종단 간 머신러닝 제품을 구축하려면 많은 구성 요소가 ...