빅데이터통계 관련학과
16 Comments
AI를 활용하는 방법의 경우 크게 두 가지정도로 생각할 수 있을 것 같습니다.
기존에 개발된 연산방식을 활용하여 특정 분야에 적용시키는 방법과 딥러닝 자체를 개발하는 방법으로 볼 수 있을 것 같습니다.
사실 단순하게 머신러닝 혹은 딥러닝만 한다고 좋은 것이 아닙니다.
요즘 빅데이터, AI관련하여 많은 회사에서 채용을 하고 있으나 아마 질문자님께서 생각하시는 부분과는 차이가날 것 같은데 머신러닝, 딥러닝의 경우 그렇게 어려운 것이 아니고 누구나할 수 있습니다.
다만 회사에서 필요로하는 특정 분야에 대한 딥러닝 알고리즘을 개발하고 수행하기 위해서는 해당 분야에 대한 전공지식 + 딥러닝에 대한 지식이 필요로합니다.
따라서, 가장 좋은 방법은 특정 분야의 전공을 수준높에 이해한 상태에서 딥러닝을 배워 본인의 전공에 적용시키는 것이 가장 좋습니다.
예를 들어 전자공학관련 학과에 진학한뒤 전력전자, 계통 혹은 다른 세부전공을 이해한 뒤 해당 분야에서 딥러닝을 적용시킬 수 있는 부분에 본인의 딥러닝 알고리즘을 만들어 적용시키는 것이 되겠네요 (예시일 뿐입니다 어느 학부전공을 가던 AI를 적용시킬 수 있는 분야는 무궁무진합니다.)
상기 말씀드린 내용은 기존에 개발된 딥러닝 연산방식을 적용하기만 하면되지만 회사에서는 오히려 이런 사람을 더 선호하는 것으로 알고 있습니다.
하지만 동생분의 학습역량이 충분하다면 기존 방법 보다 성능이 더 좋은 딥러닝 기법을 만들거나 알파고와 같은 AI를 만드는 분야도 좋습니다. 다만 이런 딥러닝 툴 혹은 인공지능을 만드는 분야의 경우 생각보다 더 높은 개인역량이 요구되며 학부수준으로는 절대 회사에서 요구하는 능력을 갖추기는 어렵고 못해도 석사 기본적으로 박사까지는 해야 역량을 갖출 수 있습니다.
저도 제가 직접 AI를 개발하지는 못하고 기존에 개발된 툴을 이용해서 제 전공에 적용하는 방식으로만 사용하고 있어 정확하게는 말씀드리기 어려우나 해당 분야에 관심이 있으시다면 패스트캠퍼스 같은 곳에서 기본적인 강의라도 한번 들어보는 것도 괜찮다고 생각드네요.
두서없이 말이 길어진거 같은데 도움되셨으면 좋겠습니다.
기존에 개발된 연산방식을 활용하여 특정 분야에 적용시키는 방법과 딥러닝 자체를 개발하는 방법으로 볼 수 있을 것 같습니다.
사실 단순하게 머신러닝 혹은 딥러닝만 한다고 좋은 것이 아닙니다.
요즘 빅데이터, AI관련하여 많은 회사에서 채용을 하고 있으나 아마 질문자님께서 생각하시는 부분과는 차이가날 것 같은데 머신러닝, 딥러닝의 경우 그렇게 어려운 것이 아니고 누구나할 수 있습니다.
다만 회사에서 필요로하는 특정 분야에 대한 딥러닝 알고리즘을 개발하고 수행하기 위해서는 해당 분야에 대한 전공지식 + 딥러닝에 대한 지식이 필요로합니다.
따라서, 가장 좋은 방법은 특정 분야의 전공을 수준높에 이해한 상태에서 딥러닝을 배워 본인의 전공에 적용시키는 것이 가장 좋습니다.
예를 들어 전자공학관련 학과에 진학한뒤 전력전자, 계통 혹은 다른 세부전공을 이해한 뒤 해당 분야에서 딥러닝을 적용시킬 수 있는 부분에 본인의 딥러닝 알고리즘을 만들어 적용시키는 것이 되겠네요 (예시일 뿐입니다 어느 학부전공을 가던 AI를 적용시킬 수 있는 분야는 무궁무진합니다.)
상기 말씀드린 내용은 기존에 개발된 딥러닝 연산방식을 적용하기만 하면되지만 회사에서는 오히려 이런 사람을 더 선호하는 것으로 알고 있습니다.
하지만 동생분의 학습역량이 충분하다면 기존 방법 보다 성능이 더 좋은 딥러닝 기법을 만들거나 알파고와 같은 AI를 만드는 분야도 좋습니다. 다만 이런 딥러닝 툴 혹은 인공지능을 만드는 분야의 경우 생각보다 더 높은 개인역량이 요구되며 학부수준으로는 절대 회사에서 요구하는 능력을 갖추기는 어렵고 못해도 석사 기본적으로 박사까지는 해야 역량을 갖출 수 있습니다.
저도 제가 직접 AI를 개발하지는 못하고 기존에 개발된 툴을 이용해서 제 전공에 적용하는 방식으로만 사용하고 있어 정확하게는 말씀드리기 어려우나 해당 분야에 관심이 있으시다면 패스트캠퍼스 같은 곳에서 기본적인 강의라도 한번 들어보는 것도 괜찮다고 생각드네요.
두서없이 말이 길어진거 같은데 도움되셨으면 좋겠습니다.
Best Recommend
- +61 08.14 MIDA-749 쿠노 히나노
- +52 08.14 PPPE-435 사츠키 나오
- +76 08.13 [REMOVE]START-626U 카미키 레이
- +77 08.13 FC2PPV-4957599
- +45 08.14 MIDA-703 나나사와 미아
- +67 08.14 PRWF-015 코마츠 소라
- +58 08.14 PRED-884 하타노 유이
- +44 08.13 [REMOVE]START-593VU 오가사와라 나노
- +59 08.13 START-626 카미키 레이
- +50 08.13 FC2PPV-4950403
- +77 08.13 FNS-244 코우키 미아
- +59 08.14 FC2PPV-4960956
- +35 08.14 MIKR-116 모리 히나코
- +37 08.13 START-620 아오조라 히카리
- +23 08.14 ABF-376 스즈모리 레무
- +34 08.14 EBWH-356 카시와기 후미카
- +51 08.14 SKMJ-777
- +48 08.14 FC2PPV-4961013
- +35 08.14 FC2PPV-4960483
- +25 08.14 HMN-896 이츠카이치 메이
- +18 08.16 [REMOVE]MIDA-749U 쿠노 히나노
- +14 08.16 GVH-872 쿠로카와 스미레
- +28 08.14 MNGS-076 미소노 와카
- +30 08.16 FC2PPV-4960086
- +27 08.16 [REMOVE]PRED-889U 미요시 유카
- +17 08.14 VEC-784 이치세 아이리
- +16 08.16 [REMOVE]PPPE-435U 사츠키 나오
- +21 08.14 FC2PPV-4961141
- +12 08.16 GVH-871 츠키노에 스이
- +29 08.13 300MIUM-1444
