<div id="readability-page-1" class="page"><div>2020년도에 <a href="https://eda-ai-lab.tistory.com/510" target="_blank" rel="noopener">"2020년 취업뽀개기 상반기 결과"라는</a> 주제로 글을 올렸고, 여러 대회경험에도 불구하고 대부분 서류탈락을 해서 좌절도 컸고 많은 응원 댓글도 받았습니다. 다행히 <a href="https://eda-ai-lab.tistory.com/520" target="_blank" rel="noopener">카이스트 대학원에 입학</a>해서 2년이라는 시간을 보냈습니다. 그 후 졸업 심사가 끝난 작년 7월부터 취업 준비를 시작해서 10월쯤 업스테이지에 합류했는데, 취업을 위해 준비했던 과정에 대해서 공유드리겠습니다. (대학원에서 보낸 생활에 대해 궁금하신 분은 <a href="https://eda-ai-lab.tistory.com/609" target="_blank" rel="noopener">KAIST 대학원 졸업 후기</a> 글을 참고하시기 바랍니다.)

<table data-ke-align="alignLeft">
<tbody>
<tr>
<td>&nbsp;</td>
<td>2년전&nbsp;</td>
<td>석사 졸업 후&nbsp;</td>
</tr>
<tr>
<td>캐글</td>
<td>캐글 익스퍼트 상위5% 6번 (최고 0.5%),&nbsp;상위10% 2번</td>
<td>캐글 마스터&nbsp; + 상위 5% 5번&nbsp;</td>
</tr>
<tr>
<td>공모전</td>
<td>데이콘 3회 수상 (우승2번, 3등 1번) 빅콘테스트 우승 (과학기술부 장관상) COMPAS 동메달 4등 카카오 아레나 2차 대회 4등 정보보호 R&amp;D 챌린지 4등</td>
<td>NIPA 2020, 2021 경진대회 수상&nbsp; LG AI Research 경진대회 우승&nbsp; SKT AI 경진대회 우승&nbsp; 한국어 말뭉치 경진대회 우승 (장관상)</td>
</tr>
<tr>
<td>대외활동</td>
<td>한양대 데이터 분석 동아리 1년반 활동 (FRAME 동아리의 TEAM-EDA 리더) 데이터 뽀개기 운영진 1년</td>
<td>네이버 부스트캠프 강의&nbsp; T 아카데미 추천 강의&nbsp; Recsys 운영진 활동&nbsp;</td>
</tr>
<tr>
<td>회사경험</td>
<td>신한은행 : 전처리 알고리즘 고도화 및 피어그룹 프로젝트 2개월 AI 스타트업 : KT SkyLife VOD 큐레이션 개발 6개월 부산 동아대학교 바이오헬스융합연구소 : 알츠하이머 PET 분류 논문 6개월</td>
<td>Upstage GR 활동</td>
</tr>
<tr>
<td>학벌&nbsp;</td>
<td>한양대학교 학사</td>
<td>카이스트 석사</td>
</tr>
</tbody>
</table>
2년 전과 후의 스펙 변화는 위의 표와 같습니다. 2년 동안 되게 열심히 살았고 경진대회 관련 스펙이 많이 추가되었습니다. 개인적인 생각으로는 이전에 준비했을 때와 비교하면, 스펙은 좋아졌지만 종류는 비슷했고, 큰 차이를 만들어준 것은 석사 학위라고 생각합니다. 2년 전에는 대부분 서류 탈락이었는데, 이번에는 10개가 넘는 회사의 수시 채용에서 대부분 서류에 합격했고 최종까지 합격은 총 4~5개 정도 했습니다.

물론, 2년 전은 코로나이기도 했고 이번엔 서류나 포트폴리오에 더 공을 들이기도 했습니다. 하지만, 주변 대학원분들의 서류 합격률을 보니 석사 학위 자체가 서류 합격에 미치는 영향은 큰 것 같습니다. (참고로, 주변에 대학원 상담받는 분들에게 석사 학위가 없어도 취업하는 사람은 다 한다고는 얘기드리지만 평균적으로는 석사 학위가 있는 게 편한 건 사실인 것 같긴 합니다. 최근 참석한 <a href="https://eda-ai-lab.tistory.com/608" target="_blank" rel="noopener">LG Tech conference</a>에서도 얘기 들었었는데, 대학원 다니면서 산학작학생을 하면 장학금 받으면서 졸업 후 LG 취업이 보장돼서 좋다고 합니다. 확실히 석사에게는 기회의 폭이 많이 열린 것 같습니다.) 주변 대학원 지인분들의 경우 스타트업 쪽으로는 합격률이 꽤 높고, IT 대기업 수시를 제외하고는 공채 합격률은 꽤 좋았습니다)&nbsp;

추가적으로, 이번에는&nbsp;포트폴리오에 많은 신경을 썼습니다. 기존에는 PPT 형태로 만들고 이를 같이 첨부하는 식이었습니다. 가독성 측면에서 PPT에 많은 내용을 담기 어려웠고, 그로인해 일부 주제만 요약하는 형태로 담다 보니 전달력이 떨어졌습니다.&nbsp; (텍스트를 적기도 많이 불편했습니다..)

<figure data-ke-mobilestyle="widthOrigin" data-origin-width="2098" data-origin-height="1146"><img src="https://blog.kakaocdn.net/dn/cnUngy/btr5BVT6Y5G/bFxfmGc3N0n3zMuL4cpjxK/img.png" onerror="this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';" data-origin-width="2098" data-origin-height="1146"><figcaption>기존 PPT 포트폴리오 예시 (2년전 자료가 안보여서 예시로 연구 논문 자료를 사용했습니다 ㅠㅠ)</figcaption>
</figure>


이번에는 노션으로 만들어서 어떤 활동을 했는지 한눈에 볼 수 있게 하였습니다. 활동에 대한 설명은 페이지별로 작성해서, 관심있는 활동이 있으면 간단하게라도 어떤 주제에 대해서, 어떻게 해결을 했는지 볼 수 있게 했습니다. (인사팀분들의 반응은 모르겠지만 주변 지인분들의 반응은 좋았습니다.)
<figure data-ke-mobilestyle="widthOrigin" data-origin-width="1785" data-origin-height="827"><img src="https://blog.kakaocdn.net/dn/CrvbV/btr4FmECMQ8/2c0x4rC87yKUhL52X3Fgm0/img.png" onerror="this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';" data-origin-width="1785" data-origin-height="827"><figcaption>최신 포트폴리오 (만들고나니 엄청 뿌듯합니다 ㅋㅋ)</figcaption>
</figure>

서류에 합격하고, 코딩 테스트 및 과제 테스트에 대한 준비를 진행했습니다. 해당 부분은 회사마다 좀 달랐는데, 논문 리뷰를 원했던 회사도 있고 과제를 풀었던 회사도 있고, SQL과 알고리즘 테스트를 본 회사도 있었습니다. SQL과 알고리즘 테스트는 옛날에 공부했던 내역이 있었고 대학원 선배들과 하루 1개씩 풀기를 좀 했었어서 (1~2개월 진행하고 1년 선배가 졸업하고 스터디는 끝났습니다 ㅠㅠ) 어느 정도 준비는 된 상태였습니다. 그래서, 기존에 공부한 내용과 나동빈 저자의 "이것이 취업을 위한 코딩테스트다"를 가볍게 읽어보는 것으로 마무리 했습니다. 과제는 어떤 마인드로 참여할지에 대해 <a href="https://brunch.co.kr/@jejugrapher/258" target="_blank" rel="noopener">달고나 44. 면접과제의 기대와 현실</a> 글이 도움이 많이 되었습니다. 관련 논문이나 자료를 찾아보고, 분석 관점에서 최대한 근거를 들어서 제 사고과정을 설명하려고 했습니다. (그래도 해당 면접이 제일 힘들었던 것 같습니다. 탈탈 텄렸던..) 마지막으로 논문 리뷰는 대학원때 했던 것과 비슷했습니다. 추가로 남들과의 차별점을 두기 위해 논문의 이런 부분은 아쉽고, 논리가 부족했던 것 같다. 해당 논문의 한계를 찾기 위해, 실제 모델을 가져와서 실제 데이터에 돌려보고 이런 인사이트를 얻었다. 2가지를 공유했습니다.&nbsp; 제가 리뷰했던 논문은 SwinTextSpotter : Scene Text Spotting via Better Synergy between Text Detection and Text Recognition이라는 논문이었는데, CNN의 Global feature 추출의 한계를 들면서 Transformer 구조를 사용한다면서 Swin Transformer를 사용한다고 주장했습니다. 하지만, 굳이 Swin Transformer을 사용한 이유에 대해서는 불명확했던 것 같습니다. 그래서 저는 Swin 윈도우 방식을 사용해서 CNN과 비슷하게 동작하되 트랜스포머를 통해서 관계를 더 잘 파악하는 게 맞는 것 같고 Swin 사용에 대한 당위성을 입증하려면 다른 Transformer 계열과의 비교가 있거나, Global Feature 파트의 표현을 다르게 사용하는 게 맞았다고 한 가지를 주장했습니다.&nbsp;
<figure data-ke-mobilestyle="widthOrigin" data-origin-width="1500" data-origin-height="778"><img src="https://blog.kakaocdn.net/dn/dPSsDn/btr5zP1q8nE/ntGGTVV3f59XN2Xgvrlm8k/img.png" onerror="this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';" data-origin-width="1500" data-origin-height="778"><figcaption>SwinTextSpotter를 실제 데이터에 적용한 이미지</figcaption>
</figure>

그리고, 위의 그림과 실제 이미지에 적용하면서 어떤 한계점들이 있는지 파악을 진행했습니다. 개인적으로는 이런 두가지 과정이 남들과의 차별점이 있다고 생각했지만 면접 결과는 불합격이었습니다.&nbsp;
<figure data-ke-mobilestyle="widthOrigin" data-origin-width="1102" data-origin-height="214"><img src="https://blog.kakaocdn.net/dn/toOjc/btr5D1Gh07s/wRZkqLZp7cGAo4Kdo8T7z1/img.png" onerror="this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';" data-origin-width="1102" data-origin-height="214"></figure>

<figure contenteditable="false" data-ke-type="emoticon" data-ke-align="alignCenter" data-emoticon-type="friends1" data-emoticon-name="016" data-emoticon-isanimation="false" data-emoticon-src="https://t1.daumcdn.net/keditor/emoticon/friends1/large/016.gif"><img src="https://t1.daumcdn.net/keditor/emoticon/friends1/large/016.gif" width="150"></figure>


면접에 대한 준비는 3가지를 중점적으로 진행했습니다.&nbsp;
<ul data-ke-list-type="disc">
<li>자소서 및 포트폴리오, 과제에 작성한 기술 막힘없이 설명할 수 있어야 한다.&nbsp;</li>
<li>주변 AI 회사에서 공통적으로 물어보는 기술 내용 (기초 지식)을 얘기할 수 있어야 한다.&nbsp;</li>
<li>인성 질문에 대해서 무난한 답변을 할 줄 알아야 한다.&nbsp;</li>
</ul>

자소서 및 포트폴리오 기술 정리&nbsp;
<figure>
 <span data-url="https://blog.kakaocdn.net/dn/bPuWbm/btr4AWF4T3s/4nYkTbcDG6BToBjAYC8zkk/img.png" data-lightbox="lightbox" data-origin-width="1438" data-origin-height="552" data-is-animation="false" data-widthpercent="51.09"><img src="https://blog.kakaocdn.net/dn/bPuWbm/btr4AWF4T3s/4nYkTbcDG6BToBjAYC8zkk/img.png" onerror="this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';"><span data-url="https://blog.kakaocdn.net/dn/q8436/btr4PqsJvg1/VKI7I3ff5V5XDfNCKoXi00/img.png" data-lightbox="lightbox" data-origin-width="1292" data-origin-height="518" data-is-animation="false" data-widthpercent="48.91"><img src="https://blog.kakaocdn.net/dn/q8436/btr4PqsJvg1/VKI7I3ff5V5XDfNCKoXi00/img.png" onerror="this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';">
 <figcaption>(좌) 예상 질문 카테고리, (우) 프로젝트에서 사용된 기법을 정리한 페이지</figcaption>
</figure>


가장 기본적이면서도 성의라고 생각하는 부분인데, 내가 쓴 기술을 왜 썻고, 어떤 기술인지 설명할 수 있어야 한다 생각했습니다. 그래서, 사용된 기술을 쭉 나열하고 하나씩 개념을 되짚어가면서 오래되어서 기억이 안나는 부분은 다시 정리를 진행했습니다. 그러면서, 프로젝트한 것들에 대해서도 정리가 다시 되어서 1석 2조의 작업이었습니다.&nbsp;

<figure data-ke-mobilestyle="widthOrigin" data-origin-width="1155" data-origin-height="221"><img src="https://blog.kakaocdn.net/dn/LHxWx/btr5eo9E8gV/wthxau3TCdzVxymhhEKdl0/img.png" onerror="this.onerror=null; this.src='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png'; this.srcset='//t1.daumcdn.net/tistory_admin/static/images/no-image-v1.png';" data-origin-width="1155" data-origin-height="221"><figcaption>N 사에 입사하신 분이 해준 질문</figcaption>
</figure>

저 포함 3명이서 같이 면접 준비를 했었는데, 한 주에 한번씩 서로의 자료를 읽고 질문을 해주는 스터디였습니다. 위의 사진은 관련 질문인데 실제 1번 파트가 면접에서 질문으로 나오기도 했었고, 나오지 않은 질문들이 많긴 하지만 질문별로 어떤 방향으로 답변을 해야 할지? 이런 답변은 조심해야 하는지 등에 대해 많은 도움이 되었습니다.&nbsp;


AI 회사에서 공통적 기술 내용

개인의 기초 상식을 알아보면서 가장 많은 질문이 나온 부분이었습니다. 머신러닝 &amp; 딥러닝 기술이 주를 이루고 추가로 개발 + 수학 관련 질문도 나왔는데 회사마다 겹치는 질문들이 좀 있었습니다. 개인적인 생각으로도 할 질문들은 비슷할거라 생각했고, 인터넷에 떠도는 관련 질문들 답변은 준비를 해야겠다는 생각을 했습니다.&nbsp;
<ul data-ke-list-type="disc">
<li><a href="https://github.com/boostcamp-ai-tech-4/ai-tech-interview" target="_blank" rel="noopener">https://github.com/boostcamp-ai-tech-4/ai-tech-interview</a></li>
</ul>
상식처럼 느껴지는 질문들이라 알면 당연하고, 모르면 점수가 깍이는 느낌이라 생각하는데.. 이 부분들이 옛날에 했던 거라 기억이 잘 안 나거나 혼동되는 부분들이 많은 것 같습니다. 저는 질문들 보고 답변 대충 생각하고 헷갈리는 질문들만 체크하고 넘어갔는데, 막상 면접에서 질문받으니 원래는 알았던 내용도 기억이 안나는 상황이 벌어졌습니다.&nbsp;당연한 질문이고 기초적인 질문인데 막상 그 자리에 서니 좀 어렵습니다 ㅋㅋ... 이 부분에서 점수가 많이 깎였을 것 같은데, 다른 분들은 저처럼 해당 파트에 소홀히 하지 마시고 준비 잘 하시기 바랍니다
<figure contenteditable="false" data-ke-type="emoticon" data-ke-align="alignCenter" data-emoticon-type="face" data-emoticon-name="047" data-emoticon-isanimation="false" data-emoticon-src="https://t1.daumcdn.net/keditor/emoticon/face/large/047.png"><img src="https://t1.daumcdn.net/keditor/emoticon/face/large/047.png" width="80"></figure>


그리고, AI 회사에 재직하시는 분들의 도움을 받는게 많이 도움이 되었습니다. 면접 준비를 같이 안 하더라도 최근 어떤 부분에 회사 관심 있어하고 어떤 질문을 면접에서 받았는지&nbsp;회사마다 원하는 인재상을 느낄 수 있었습니다. 관련 회사의 면접 후기를 찾아보는 것도 많은 도움이 되었습니다. (참고로 면접 후기는 찾아보고 회사가 어떤 일을 하는지 Tech 영상은 소홀히 봤었는데, 이런 부분도 면접 질문 답변이나 나중에 면접관 분들에게 질문할 때 디테일한 질문을 못하게 되는 아쉬움이 있었습니다. 다음 면접 때는 아마 이 부분도 같이 찾아볼 것 같습니다)&nbsp;
<ul data-ke-list-type="disc">
<li><a href="https://jonhyuk0922.tistory.com/198" target="_blank" rel="noopener">https://jonhyuk0922.tistory.com/198</a>&nbsp;</li>
</ul>
위의 블로그 분이 면접본 회사에서 받은 질문들을 모두 정리해주셨는데 취업 준비하면서 정말 많은 도움 되었습니다.&nbsp;

인성 질문
마지막으로 인성 질문은 유트브의 도움을 제일 많이 받았습니다. 면접왕 이형 유튜브 보고 케이스별로 질문 답변을 정리했는데, 대부분 여기서 나왔고 그 외 질문도 같은 방향성으로 답변할 수 있어서 무난했습니다.&nbsp;

결과적으로는 작년 10월부터 업스테이지 Challenges팀에 AI Research Engineer 직군으로 합류를 했습니다. 이제 6개월을 막 지났는데, 다음 글에서는 업스테이지에서의 생활을 공유드리겠습니다.&nbsp;</div></div>

TEAM EDA

2020년도에 "2020년 취업뽀개기 상반기 결과"라는 주제로 글을 올렸고, 여러 대회경험에도 불구하고 대부분 서류탈락을 해서 좌절도 컸고 많은 응원 댓글도 받았습니다. 다행히 카이스트 대학원에 입학해서 2년이라는 시간을 보냈습니다. 그 후 졸업 심사가 끝난 작년 7월부터 취업 준비를 시작해서 10월쯤 업스테이지에 합류했는데, 취업을 위해 준비했던 과정에 대해서 공유드리겠습니다. (대학원에서 보낸 생활에 대해 궁금하신 분은 KAIST 대학원 졸업 후기 글을 참고하시기 바랍니다.)
 
 
2년전 
석사 졸업 후 
캐글
캐글 익스퍼트
상위5% 6번 (최고 0.5%), 상위10% 2번
캐글 마스터 
+ 상위 5% 5번 
공모전
데이콘 3회 수상 (우승2번, 3등 1번)
빅콘테스트 우승 (과학기술부 장관상)
COMPAS 동메달 4등
카카오 아레나 2차 대회 4등
정보보호 R&D 챌린지 4등
NIPA 2020, 2021 경진대회 수상 
LG AI Research 경진대회 우승 
SKT AI 경진대회 우승 
한국어 말뭉치 경진대회 우승 (장관상)
대외활동
한양대 데이터 분석 동아리 1년반 활동 (FRAME 동아리의 TEAM-EDA 리더)
데이터 뽀개기 운영진 1년
네이버 부스트캠프 강의 
T 아카데미 추천 강의 
Recsys 운영진 활동 
회사경험
신한은행 : 전처리 알고리즘 고도화 및 피어그룹 프로젝트 2개월
AI 스타트업 : KT SkyLife VOD 큐레이션 개발 6개월
부산 동아대학교 바이오헬스융합연구소 : 알츠하이머 PET 분류 논문 6개월
Upstage GR 활동
학벌 
한양대학교 학사
카이스트 석사
2년 전과 후의 스펙 변화는 위의 표와 같습니다. 2년 동안 되게 열심히 살았고 경진대회 관련 스펙이 많이 추가되었습니다. 개인적인 생각으로는 이전에 준비했을 때와 비교하면, 스펙은 좋아졌지만 종류는 비슷했고, 큰 차이를 만들어준 것은 석사 학위라고 생각합니다. 2년 전에는 대부분 서류 탈락이었는데, 이번에는 10개가 넘는 회사의 수시 채용에서 대부분 서류에 합격했고 최종까지 합격은 총 4~5개 정도 했습니다.
 
물론, 2년 전은 코로나이기도 했고 이번엔 서류나 포트폴리오에 더 공을 들이기도 했습니다. 하지만, 주변 대학원분들의 서류 합격률을 보니 석사 학위 자체가 서류 합격에 미치는 영향은 큰 것 같습니다. (참고로, 주변에 대학원 상담받는 분들에게 석사 학위가 없어도 취업하는 사람은 다 한다고는 얘기드리지만 평균적으로는 석사 학위가 있는 게 편한 건 사실인 것 같긴 합니다. 최근 참석한 LG Tech conference에서도 얘기 들었었는데, 대학원 다니면서 산학작학생을 하면 장학금 받으면서 졸업 후 LG 취업이 보장돼서 좋다고 합니다. 확실히 석사에게는 기회의 폭이 많이 열린 것 같습니다.) 주변 대학원 지인분들의 경우 스타트업 쪽으로는 합격률이 꽤 높고, IT 대기업 수시를 제외하고는 공채 합격률은 꽤 좋았습니다) 
 
추가적으로, 이번에는 포트폴리오에 많은 신경을 썼습니다. 기존에는 PPT 형태로 만들고 이를 같이 첨부하는 식이었습니다. 가독성 측면에서 PPT에 많은 내용을 담기 어려웠고, 그로인해 일부 주제만 요약하는 형태로 담다 보니 전달력이 떨어졌습니다.  (텍스트를 적기도 많이 불편했습니다..)
 
 
이번에는 노션으로 만들어서 어떤 활동을 했는지 한눈에 볼 수 있게 하였습니다. 활동에 대한 설명은 페이지별로 작성해서, 관심있는 활동이 있으면 간단하게라도 어떤 주제에 대해서, 어떻게 해결을 했는지 볼 수 있게 했습니다. (인사팀분들의 반응은 모르겠지만 주변 지인분들의 반응은 좋았습니다.)
서류에 합격하고, 코딩 테스트 및 과제 테스트에 대한 준비를 진행했습니다. 해당 부분은 회사마다 좀 달랐는데, 논문 리뷰를 원했던 회사도 있고 과제를 풀었던 회사도 있고, SQL과 알고리즘 테스트를 본 회사도 있었습니다. SQL과 알고리즘 테스트는 옛날에 공부했던 내역이 있었고 대학원 선배들과 하루 1개씩 풀기를 좀 했었어서 (1~2개월 진행하고 1년 선배가 졸업하고 스터디는 끝났습니다 ㅠㅠ) 어느 정도 준비는 된 상태였습니다. 그래서, 기존에 공부한 내용과 나동빈 저자의 "이것이 취업을 위한 코딩테스트다"를 가볍게 읽어보는 것으로 마무리 했습니다. 과제는 어떤 마인드로 참여할지에 대해 달고나 44. 면접과제의 기대와 현실 글이 도움이 많이 되었습니다. 관련 논문이나 자료를 찾아보고, 분석 관점에서 최대한 근거를 들어서 제 사고과정을 설명하려고 했습니다. (그래도 해당 면접이 제일 힘들었던 것 같습니다. 탈탈 텄렸던..) 마지막으로 논문 리뷰는 대학원때 했던 것과 비슷했습니다. 추가로 남들과의 차별점을 두기 위해 논문의 이런 부분은 아쉽고, 논리가 부족했던 것 같다. 해당 논문의 한계를 찾기 위해, 실제 모델을 가져와서 실제 데이터에 돌려보고 이런 인사이트를 얻었다. 2가지를 공유했습니다.  제가 리뷰했던 논문은 SwinTextSpotter : Scene Text Spotting via Better Synergy between Text Detection and Text Recognition이라는 논문이었는데, CNN의 Global feature 추출의 한계를 들면서 Transformer 구조를 사용한다면서 Swin Transformer를 사용한다고 주장했습니다. 하지만, 굳이 Swin Transformer을 사용한 이유에 대해서는 불명확했던 것 같습니다. 그래서 저는 Swin 윈도우 방식을 사용해서 CNN과 비슷하게 동작하되 트랜스포머를 통해서 관계를 더 잘 파악하는 게 맞는 것 같고 Swin 사용에 대한 당위성을 입증하려면 다른 Transformer 계열과의 비교가 있거나, Global Feature 파트의 표현을 다르게 사용하는 게 맞았다고 한 가지를 주장했습니다. 
그리고, 위의 그림과 실제 이미지에 적용하면서 어떤 한계점들이 있는지 파악을 진행했습니다. 개인적으로는 이런 두가지 과정이 남들과의 차별점이 있다고 생각했지만 면접 결과는 불합격이었습니다. 
 
 
면접에 대한 준비는 3가지를 중점적으로 진행했습니다. 
자소서 및 포트폴리오, 과제에 작성한 기술 막힘없이 설명할 수 있어야 한다. 
주변 AI 회사에서 공통적으로 물어보는 기술 내용 (기초 지식)을 얘기할 수 있어야 한다. 
인성 질문에 대해서 무난한 답변을 할 줄 알아야 한다. 
 
자소서 및 포트폴리오 기술 정리 
 
가장 기본적이면서도 성의라고 생각하는 부분인데, 내가 쓴 기술을 왜 썻고, 어떤 기술인지 설명할 수 있어야 한다 생각했습니다. 그래서, 사용된 기술을 쭉 나열하고 하나씩 개념을 되짚어가면서 오래되어서 기억이 안나는 부분은 다시 정리를 진행했습니다. 그러면서, 프로젝트한 것들에 대해서도 정리가 다시 되어서 1석 2조의 작업이었습니다. 
 
저 포함 3명이서 같이 면접 준비를 했었는데, 한 주에 한번씩 서로의 자료를 읽고 질문을 해주는 스터디였습니다. 위의 사진은 관련 질문인데 실제 1번 파트가 면접에서 질문으로 나오기도 했었고, 나오지 않은 질문들이 많긴 하지만 질문별로 어떤 방향으로 답변을 해야 할지? 이런 답변은 조심해야 하는지 등에 대해 많은 도움이 되었습니다. 
 
 
AI 회사에서 공통적 기술 내용
 
개인의 기초 상식을 알아보면서 가장 많은 질문이 나온 부분이었습니다. 머신러닝 & 딥러닝 기술이 주를 이루고 추가로 개발 + 수학 관련 질문도 나왔는데 회사마다 겹치는 질문들이 좀 있었습니다. 개인적인 생각으로도 할 질문들은 비슷할거라 생각했고, 인터넷에 떠도는 관련 질문들 답변은 준비를 해야겠다는 생각을 했습니다. 
https://github.com/boostcamp-ai-tech-4/ai-tech-interview
상식처럼 느껴지는 질문들이라 알면 당연하고, 모르면 점수가 깍이는 느낌이라 생각하는데.. 이 부분들이 옛날에 했던 거라 기억이 잘 안 나거나 혼동되는 부분들이 많은 것 같습니다. 저는 질문들 보고 답변 대충 생각하고 헷갈리는 질문들만 체크하고 넘어갔는데, 막상 면접에서 질문받으니 원래는 알았던 내용도 기억이 안나는 상황이 벌어졌습니다. 당연한 질문이고 기초적인 질문인데 막상 그 자리에 서니 좀 어렵습니다 ㅋㅋ... 이 부분에서 점수가 많이 깎였을 것 같은데, 다른 분들은 저처럼 해당 파트에 소홀히 하지 마시고 준비 잘 하시기 바랍니다
 
 
그리고, AI 회사에 재직하시는 분들의 도움을 받는게 많이 도움이 되었습니다. 면접 준비를 같이 안 하더라도 최근 어떤 부분에 회사 관심 있어하고 어떤 질문을 면접에서 받았는지 회사마다 원하는 인재상을 느낄 수 있었습니다. 관련 회사의 면접 후기를 찾아보는 것도 많은 도움이 되었습니다. (참고로 면접 후기는 찾아보고 회사가 어떤 일을 하는지 Tech 영상은 소홀히 봤었는데, 이런 부분도 면접 질문 답변이나 나중에 면접관 분들에게 질문할 때 디테일한 질문을 못하게 되는 아쉬움이 있었습니다. 다음 면접 때는 아마 이 부분도 같이 찾아볼 것 같습니다) 
https://jonhyuk0922.tistory.com/198 
위의 블로그 분이 면접본 회사에서 받은 질문들을 모두 정리해주셨는데 취업 준비하면서 정말 많은 도움 되었습니다. 
 
인성 질문
마지막으로 인성 질문은 유트브의 도움을 제일 많이 받았습니다. 면접왕 이형 유튜브 보고 케이스별로 질문 답변을 정리했는데, 대부분 여기서 나왔고 그 외 질문도 같은 방향성으로 답변할 수 있어서 무난했습니다. 
 
결과적으로는 작년 10월부터 업스테이지 Challenges팀에 AI Research Engineer 직군으로 합류를 했습니다. 이제 6개월을 막 지났는데, 다음 글에서는 업스테이지에서의 생활을 공유드리겠습니다.

2022년 취업 뽀개기 하반기 결과

댓글