안녕하세요 AI/ML 직무로 큰 방향을 잡은 3학년 학부생입니다.
AI/ML 분야 진로를 구체화하는 중인데 학교에서 배우는 것과 실무 현장 감각 사이에 간극이 있다고 느껴서 현직자분의 실제 경험을 여쭤보고 싶어 질문드립니다.
2. 현업에서 모델 성능 문제의 원인은 보통 데이터 문제와 모델 문제 중 어느 쪽이 더 많은가요? 3. 프로젝트를 진행하면서 가장 자주 확인하는 성능 지표는 무엇인가요? 실제 현업에서는 어떤 기준으로 모델이 '쓸만하다'고 판단하시나요?
4. 이미지 데이터에서 가장 흔하게 발생하는 문제는 무엇인가요?
5. 모델 검증은 현업에서 어떤 방식으로 진행하시나요?
6. 학부생 프로젝트에서 흔히 하는 접근 중, 실무에선 잘 안 쓰거나 위험한 방식이 있다면 뭔가요?
간단하게 답변 주시면 감사하겠습니다! !
답변 0