롯데 이커머스
실시간으로 들어오는 데이터를 곧바로 모델에 적용하진 않는다.
그날 모아서 다음 날 넣어보는 식.
원티드
쿠버네티스가 무조건 옳진 않다.
리서치 분들께서 도커와 쿠버네티스가 생소하다면 다른 툴을 고려해보자
모델 자체의 성능을 끌어올리는 것은 쉽지 않다
그래서 GPU를 효율적으로 가동시킬 수 있는 tf serving 등을 적용하는 것도 고려하자
파이썬 머신러닝 모델만 중요하다고 고려하지 말고
자바, 코틀린 등등 이제는 여러 플랫폼에 머신러닝이 적용되니
모든 플랫폼에서 머신러닝을 적용할 수 있는 엔지니어를 목표로 하자
MLOps
보이저엑스
https://v6xcareer.notion.site/v6xcareer/Career-at-VoyagerX-9a267569be9d4be7b82d8089688abd91
Career at VoyagerX
보이저엑스는 더욱 즐겁고 편리한 삶을 돕는 인공지능 소프트웨어를 개발하는 스타트업 입니다.
v6xcareer.notion.site
커먼 컴퓨터
https://www.notion.so/Software-Engineer-Korean-43632a385d7643acb46d111a196a9b28
Software Engineer [Korean]
커먼 컴퓨터의 소프트웨어 엔지니어는 블록체인 기술을 기반으로 인공 지능 모델, 데이터, 자원을 서로 연결하고 탐색하고 가치를 측정하는 기술을 개발합니다. 블록체인, 분산 컴퓨팅, 대규모
www.notion.so
https://medium.com/ai-networkkr
AI Network_KR – Medium
AI를 위한 글로벌 컴퓨터 네트워크 구축.
medium.com
네이버 클로바 AI
ViT vision transformer
데이터를 많이 넣을 수록 모델 성능이 좋아짐
그러니, 기업에서의 모델이 학교보다 더 좋은 환경이란 게 단점
GPT는 사람과의 성능을 비교해보니 거의 구분 불가
github의 copilot이 GPT3-enabled NL2Code를 이용
(CODEX api로 테스트 가능)
네이버는 플랫폼 회사
클라우드와 AI를 지원함으로써 고객이 성장하고 경쟁력을 만들어서 플랫폼과 함께 성장하는 것
2048토큰까지의 짧은 기억력
팩트처럼 잘 써서 halluciation 문제, bias, 악성결과 등
추천하는 한국어 데이터셋
AI에 코드보다 그외의 것들이 더 중요
https://naver-career.gitbook.io/kr/
Readme
naver-career.gitbook.io
https://d2.naver.com/news/7591059
어떤 부분에 기여하고 싶은지,
그럼 그쪽 관련 모델을 잘 알아두면,
컴퓨터 비전이라도 분류/감지 에서도 갈리면서 보는 것
성장가능성
= 기본기의 탄탄함
= 문제를 창의적으로 어떻게 시도하는가
를 의미한다
github 관리 필수 - pull request 활발한 걸로