머신러닝 엔지니어 공부 순서 로드맵 질문드립니다

머신러닝 엔지니어 공부 순서 로드맵 질문드립니다

작성일 2023.06.30댓글 3건
    게시물 수정 , 삭제는 로그인 필요


 안녕하세요 간호사로 근무하다가 머신러닝 엔지니어로 커리어 전환을 위해 6개월 전 부터 공부 중인 살람입니다.

 6개월간은 AI 부트캠프에서 공부를 하면서, 너무 앵무새처럼 코드만 따라치는 수업을 하길래 수업은 서브로 듣고 따로 이론적인 부분들을 공부하고 있었습니다.

 현재는 선형대수학, 고등학교 수준의 미적분, 정말 얕게 훑기만 한 기초통계학 정도의 이론적 지식이 있고 

 파이썬 코드로는 정형 데이터를 이용해서 sklearn, tensorflow 를 이용한 모델링 정도는 할 수 있습니다. 

 트리 계열 나무, 회귀 분석, 앙상블 모델, ANN 정도의 원리는 어떻게 돌아가는지는 알고 있는 정도의 지식을 가지고 있는 것 같습니다. 아직 비정형 데이터 쪽은 공부해본적이 없습니다.

 다만 대학원 입학을 위해 준비를 하다보니 대충 어떻게 알고 있는지 정도로는 충분하지 않고 엄격하게 그 이론을 정확히 알고 있는 것을 요구하고 있는 것 같아 공부를 제대로 다시 해보려고 합니다. 

 또, 엄격하게 이론을 제대로 알고 있는 것이 더욱 도움이 될 것 같아서요 

 그래서 질문은 다음과 같습니다.

 1. 확률론, 선형대수학, 미적분 이 3가지 중 어느 부분에 대해서 비중을 둬서 공부를 하는 것이 중요할까요 ? 지금 생각으로는 확률론에 대한 부분을 더욱 공부해야 하나 생각하고 있습니다.

 2. 포트폴리오등을 어떻게 준비하는 것이 좋을까요 ? 대략 달에 3개 정도의 캐글 컴피티션 혹은 데이터셋을 이용해서 캐글이나 깃허브에 업로드 해두긴 했습니다. 이런 노트북들을 포트폴리오처럼 취급하며 제출해도 괜찮을까요 ? 

 3. 알고리즘이나 자료구조에 대한 공부도 해야 한다면, 어느정도의 지식을 필요로 할까요 ? 현재 이것 저것 여러개를 같이 많이 채우려고 하니 시간이 너무 부족해서, 알고리즘에 대한 공부의 우선순위를 가장 낮게 두고 있는데 괜찮을까요  ? 


#머신러닝 엔지니어 #머신러닝 엔지니어 채용 #머신러닝 엔지니어 현실 #머신러닝 엔지니어 연봉 #머신러닝 엔지니어 포트폴리오 #머신러닝 엔지니어 로드맵 #머신러닝 엔지니어링 인 액션 #머신러닝 엔지니어 이력서 #머신러닝 엔지니어 하는 일 #머신러닝 엔지니어 학사

profile_image 익명 작성일 -

머신러닝 엔지니어로 전환하기 위한 공부 순서 로드맵에 대해 안내해 드리겠습니다. 아래는 일반적인 로드맵이며, 개인의 학습 스타일과 목표에 따라 조정할 수 있습니다.

1. 기초 수학 공부:

- 선형대수학: 벡터, 행렬, 선형 변환 등의 개념을 학습합니다.

- 미적분학: 미분, 적분, 최적화 등의 개념을 학습합니다.

- 확률과 통계: 확률 분포, 통계적 추론, 가설 검정 등의 개념을 학습합니다.

2. 프로그래밍 언어 학습:

- 파이썬: 파이썬의 기본 문법과 데이터 처리, 시각화 등의 라이브러리를 학습합니다.

- 데이터베이스: SQL 등의 데이터베이스 관련 지식을 학습합니다.

3. 머신러닝 이론 공부:

- 지도 학습: 회귀, 분류, 앙상블 등의 알고리즘과 원리를 학습합니다.

- 비지도 학습: 군집화, 차원 축소 등의 알고리즘과 원리를 학습합니다.

- 교차 검증, 평가 지표, 과적합 등의 개념을 학습합니다.

4. 머신러닝 실전 프로젝트:

- 정형 데이터: sklearn, tensorflow 등의 라이브러리를 사용하여 모델링을 진행합니다.

- 비정형 데이터: 텍스트, 이미지, 음성 등의 비정형 데이터에 대한 처리와 모델링을 학습합니다.

5. 심화 공부:

- 딥러닝: 신경망 구조, CNN, RNN 등의 딥러닝 알고리즘과 원리를 학습합니다.

- 자연어 처리: 텍스트 데이터에 대한 전처리, 토큰화, 임베딩 등을 학습합니다.

- 컴퓨터 비전: 이미지 처리, 객체 검출, 분할 등의 컴퓨터 비전 기술을 학습합니다.

6. 프로젝트 경험:

- 실제 데이터를 활용하여 머신러닝 모델을 개발하고 평가하는 프로젝트를 진행합니다.

- Kaggle 등의 데이터 경진대회에 참여하여 실전 경험을 쌓습니다.

7. 지속적인 학습:

- 머신러닝과 관련된 최신 논문, 블로그, 온라인 강의 등을 참고하여 지속적으로 학습을 진행합니다.

- 커뮤니티나 온라인 포럼에 참여하여 다른 사람들과 지식을 공유하고 토론합니다.

위의 로드맵을 따라가면서 이론적인 공부와 실전 프로젝트를 병행하면서 머신러닝 엔지니어로서의 역량을 키울 수 있을 것입니다. 학습에는 시간과 노력이 필요하므로 꾸준한 학습과 실습을 통해 전문성을 향상시키는 것이 중요합니다.

profile_image 익명 작성일 -

안녕하세요. 답변드려요.

**1. 확률론, 선형대수학, 미적분 중 어느 부분에 대해서 비중을 둬서 공부를 하는 것이 중요할까요?**

우선 머신러닝 엔지니어로 전환하기 위해 확률론, 선형대수학, 미적분은 모두 중요한 이론적 기반입니다. 하지만 여기에서는 어떤 부분에 비중을 둬서 공부하는 것이 좋을지 알려드리겠습니다.

- 확률론: 확률론은 머신러닝에서 데이터 분포와 확률 모델링에 관련된 개념을 이해하는 데 도움을 줍니다. 머신러닝 모델의 성능 평가와 확률적 추론에 필요한 지식입니다. 따라서 확률론에 대한 공부를 더욱 깊이 이해하고 습득하는 것이 중요합니다.

- 선형대수학: 선형대수학은 데이터를 처리하고 분석하는 데 필수적인 개념입니다. 행렬 연산, 벡터 공간, 선형 변환 등을 이해하면 머신러닝에서 주로 사용되는 다양한 알고리즘에 대한 이해도 높아집니다. 따라서 선형대수학에 대한 공부도 꼭 필요합니다.

- 미적분: 미적분은 함수의 도함수와 적분을 이해하는 데 중요한 개념입니다. 머신러닝에서는 모델 학습과 최적화 과정에서 미적분 개념을 활용합니다. 따라서 미적분에 대한 기본적인 개념과 원리를 익히는 것이 도움이 됩니다.

**2. 포트폴리오를 준비하는 방법은 어떤 것이 좋을까요?**

포트폴리오는 머신러닝 엔지니어로서의 업무 경험과 실력을 보여주는 중요한 자료입니다. 아래는 포트폴리오를 준비하는 방법에 대한 단계별 안내입니다.

1. 데이터 분석 및 모델링 프로젝트: 실제 데이터셋을 활용하여 데이터 전처리, 탐색적 데이터 분석, 모델링, 평가 등의 과정을 거쳐 프로젝트를 수행해보세요. 이를 통해 데이터 처리 및 머신러닝 기법을 실제로 경험하고 이해할 수 있습니다.

2. 캐글 경진대회 참여: 캐글은 데이터 분석 및 머신러닝에 관심 있는 사람들이 모여 문제를 해결하는 온라인 플랫폼입니다. 주어진 데이터셋을 활용하여 경진대회에 참여하고 좋은 성적을 거둬보세요. 경진대회 결과를 포트폴리오에 포함시킬 수 있습니다.

3. 개인 프로젝트 또는 논문 작성: 특정 분야에 대한 깊은 이해와 연구 역량을 보여주기 위해 개인 프로젝트나 논문을 작성해보세요. 자신의 아이디어나 관심 분야에 대해 연구하고 결과를 제시하는 것은 좋은 포트폴리오 자료가 될 수 있습니다.

4. 깃허브(GitHub) 활용: 포트폴리오를 깃허브에 업로드하여 공개적으로 공유하면 다른 사람들에게 자신의 능력과 업무 경험을 보여줄 수 있습니다. 깃허브를 통해 코드, 프로젝트, 논문 등을 관리하고 발전시켜나갈 수 있습니다.

**3. 알고리즘과 자료구조에 대한 공부는 어느 정도 필요할까요?**

알고리즘과 자료구조는 프로그래밍과 머신러닝에서 필

답변확정 부탁합니다.

profile_image 익명 작성일 -

안녕하세요. 답변드립니다.

**1. 확률론, 선형대수학, 미적분 중 어느 부분에 대해 공부해야 할까요?**

머신러닝 엔지니어로 전환하기 위해 중요한 이론적 기반을 쌓는 것은 매우 중요합니다. 확률론, 선형대수학, 미적분은 머신러닝에 필수적인 개념들이므로 모두 공부해야 합니다. 하지만, 현재 당신이 이미 선형대수학과 고등학교 수준의 미적분에 대해 얕게 공부하였다고 하셨으므로, 이론적인 지식을 좀 더 확장하고 깊게 이해하는 것이 중요합니다. 이 중에서도 확률론은 머신러닝 모델의 핵심 개념 중 하나이므로, 좀 더 깊게 공부하는 것을 추천합니다. 확률론을 통해 통계적 모델링과 확률 분포에 대한 이해를 높이면 머신러닝 알고리즘을 더 효과적으로 적용할 수 있을 것입니다.

**2. 포트폴리오를 어떻게 준비하는 것이 좋을까요?**

포트폴리오는 머신러닝 엔지니어로서의 경력과 역량을 보여주는 중요한 자료입니다. 당신이 이미 캐글 컴피티션에 참여하고 데이터셋을 활용하여 노트북을 만들어 업로드한 것은 좋은 시작입니다. 이러한 노트북을 포트폴리오로 활용하는 것은 매우 좋은 아이디어입니다. 그러나, 포트폴리오를 효과적으로 구성하기 위해서는 몇 가지 지침을 따르는 것이 좋습니다.

- 프로젝트 설명: 각 노트북마다 프로젝트에 대한 명확하고 짧은 설명을 제공하세요. 어떤 문제에 대해 작업했는지, 사용한 알고리즘과 모델, 결과 등에 대해 설명해야 합니다.

- 코드와 실행결과: 코드를 읽기 쉽게 정리하고 실행 결과를 첨부하여 노트북 내용을 명확하게 전달하세요.

- 데이터 분석: 데이터 분석 및 전처리 과정을 설명하고, 시각화를 통해 데이터를 더 잘 이해할 수 있도록 도움을 주세요.

- 모델 성능: 사용한 모델의 성능과 결과에 대해 명확하게 설명하세요. 정확도, 재현율, F1 점수 등을 적절하게 평가하여 보여줄 수 있으면 좋습니다.

- 추가적인 기술: 포트폴리오에는 머신러닝 외에도 다른 기술과 도구에 대한 경험을 포함할 수 있습니다. 예를 들어, 데이터 시각화, 딥러닝, 클라우드 기술 등을 언급할 수 있습니다.

이러한 요소들을 고려하여 포트폴리오를 구성하면, 머신러닝 엔지니어로서의 역량을 효과적으로 전달할 수 있을 것입니다.

**3. 알고리즘과 자료구조에 대해 얼마나 공부해야 할까요?**

머신러닝 엔지니어로서 알고리즘과 자료구조에 대한 이해는 중요합니다. 하지만, 현재 당신이 여러 가지 학습 목표를 동시에 가지고 있는 상황에서 시간이 부족하다고 하셨습니다. 따라서, 알고리즘과 자료구조에 대한 공부의 우선순위를 낮추는 것은 어느 정도 이해할 수 있습니다.

그러나, 알고리즘과 자료구조는 머신러닝 이론과 실전 적용에 필수적인 요소들이므로

도움 되시기 바랍니다.

보안 솔루션 엔지니어 질문드립니다.

... 궁금한게있어서 질문드립니다. 1.오늘 공부하다가 보안솔루션이라는게있고 보안엔지니어라고있던대 무슨차이가... 웹크롤링 / 머신러닝 / 빅데이터 ◎해킹 & 정보보안...

파이썬 입문, 공부 순서

... 권장드립니다. ◎코딩, 프로그래밍 파이썬, C언어, 자바 ◎엔지니어, 클라우드 시스템 / 서버 / 네트워크, 데이터베이스 ◎데이터 사이언스 웹크롤링 / 머신러닝 / 빅데이터...

백엔드 개발자 공부순서

... 권장드립니다. ◎코딩, 프로그래밍 파이썬, C언어, 자바 ◎엔지니어, 클라우드 시스템 / 서버 / 네트워크, 데이터베이스 ◎데이터 사이언스 웹크롤링 / 머신러닝...

네트워크 엔지니어, 관리자 질문

... 권장드립니다. ◎코딩, 프로그래밍 파이썬, C언어, 자바 ◎엔지니어, 클라우드 시스템 / 서버 / 네트워크, 데이터베이스 ◎데이터 사이언스 웹크롤링 / 머신러닝 / 빅데이터...

클라우드 엔지니어 관련 질문

... 과정과 로드맵을 만들어 보시기 바랍니다 상담 필요하시면, 전화/방문 상담을 통해 정확히 진단하고 공부계획 수립 후 교육받으시길 권장 드립니다 ▶KG아이티뱅크...

네트워크 엔지니어 (직업질문)

... 과정과 로드맵을 만들어 보시기 바랍니다 상담 필요하시면, 전화/방문 상담을 통해 정확히 진단하고 공부계획 수립 후 교육받으시길 권장 드립니다 ▶KG아이티뱅크...