AI 개발자취업특강 260606 - AI개발자의 일과 현업에서의기준들

신입은 모델연구보다 AI를 서비스에 연결하는 응용 업무에서 시작하는 경우가 많다. 
gpt를 써봤다보다 어떤 문제에 사용했고 결과가 어땟는지가 중요하다.
AI 결과물을 그대로 쓰지않고 검증하는 사람을 신뢰한다.
스펙보다 문제정의, 기술선택, 실패, 개선의 논리가 차별점이다.
점점 코딩이 쉬워지기에 어디까지 이해하고 생각하고있는지, 말이 중요하다.
 
포트폴리오시 내가 어떤 데이터를 어떻게 다뤘는가.
왜 이 모델과 구조를 선택했는가.
사용자 기능으로 어떻게 연결했는가
실패와 병목을 어떻게 설명하는가.

프로젝트과정기록에는 문제정의, 선택이유, 실패한 가설, 개선전후를 남긴다.
데이터, 백엔드, 문제정의, 현업등의 나의 강점으로 나를 설명할 키워드를 찾는다.
모델명 툴 이름만 나열하지않고 왜골랏고 어떤 대안이잇엇는지 설명이 필요하다
ai가 만든 코드를 역검증하고 동작 원리를 이해해야한다.
 
물론 이력서를 뿌리는것도 좋은 전략이지만 면접시 관심있는 분야에 대해 이야기할때 분위기가다르다. 
포트폴리오는 양보다 설명력으로 ai 산출물이 많아지는 시대이기때문에 깊이와 설명력이 더 중요하다.

같은 ai를 누가 어떻게 활용해 어떤 결과물을 만들었는지가 차별점이다.
맥미니를 수천대를 사서 앱스토어의 100위까지를 보고 만들라고 명령하면 어쩌다 얻어걸려 순위에 랭킹되거나 깃허브에도 올라갈 수 있다. ai로 금방만든 코드들이 오픈소스로 많이 생겨나고 있다. 이에 따라 차별화된 어필이 필요하다.
 
python+데이터, 백앤드 apidb이해, lllm 활용경험 및 강약점, 협업경험 및 배포 운영감각 등의 끝까지 문제를 처리한 경험 역량이 유리하다.
언어에 대해 제한을 벗어난다.구현된 코드를 ai는 다른언어로 2~3시간동안 트랜스가능하다.
안드로이드, 웹 을 위해 6개월 공부하고 6개월 프로젝트를 하는 구조였다면 ai시대에서는 너무나 쉬워졌다. 런칭이 쉬운 시대. 
운영감각이라는것이 ai시대에서는 무언가를 분석해주는것.

논문구현도. AI 가 가능하다.
!!논문구현경험.. 논물 관련해서 뭔갈해볼까

gpt api를 붙이는 등의 api 호출 코드 한줄로 끝나는 포트폴리오는 더이상 차별점이 아니다. 
!! gpt api를 활용한 프로젝특 쉽다고 하니 만들어보자.
 
포트폴리오는 많을수록 좋은것이 아니다. 면접에서 길에 말할 수 있는 1~2개를 준비해놓자.
협업경험이 포폴에 녹아야한다.
포트폴리오는 화려함보다 문제정의 해결흔적이 중요하다.
면접으로 부른다는것은 스펙적 기술적으로 마음에 들었다는 소리이니 모르면모른다. 자기 의견을 명확히하는게 좋다. 

여행지도 매력적이여야 여행을 한다. 높은산이 되지않고 오르고 싶은산, 스토리를 통해 포폴을 매력적으로 만들어라. 
영향력, 신뢰, 독창성, 목적, 스토리, 창의성을 넣어라. 스펙이 아닌 비전을 보여라.

과거의 경험 프론트엔드..백엔드 등의 히스토리를 llm 분석을시켜 아쉬운점이잇어~ 보완했다라는 스토리로 해결하라.

백그라운드로 가지고잇는것들을 ai로,

다만 이용하는것은 쉬우니 고민한 흔적, 찾아본 흔적, %를 올리는흔적, 팀원들의 다른 스킬셋을 활용해 극대화한 경험, 경쟁력 을 어필해보는 것이 중요하다.

ai는 글로벌하게 퍼져잇으니 외국데이터 사례 기획 등에 활용해기술해라.
!! 포트폴리오를 검토는 ai 프로그램을 만들어볼까?