늘 공부하는 딥린이

NLP Researcher

Day_36 [특강] AI 시대의 커리어 빌딩 - 박은정

작성일

4 분 소요

[특강] AI 시대의 커리어 빌딩

1. Careers in AI

AI 산업에서 가질 수 있는 다양한 역할을 살펴봅니다.

AI is powerful and fascinating…

… where can I pursue it?

학교를 가야하나요? 회사를 가야하나요?

  • 먼저 두 조직의 목표의 차이를 이해하는게 중요합니다.
    • 학교는 논문을 써서 연구 성과를 만드는 것이 목표
    • 회사는 서비스/상품을 만들어서 돈을 많이 버는 것이 목표
  • “논문을 쓰고 싶어요”: 학교 > 회사
    • 회사는 논문을 쓸 시간적 여력이 부족할 수 있음
    • 학교는 논문을 쓰는 방식을 지도 받을 수 있음
  • “상품/서비스를 만들고 싶어요”: 학교 < 회사
    • 회사는 상대적으로 데이터, 계산자원이 풍부함
    • 다 정제되어 있는 작은 규모의 토이 데이터가 아니라 어마어마한 양의 트래픽을 통해 발생되는 대규모의 리얼 데이터를 만질 수 있음 (따라서 궂은 일도 기꺼이 마다할 수도 있어야 함)

오늘은 회사쪽에 좀 더 포커스를 두고 말하도록 하겠습니다.

AI 를 다루는 회사의 종류

  • AI 로 기존 비즈니스를 더 잘하려는 회사같은 경우
    • 제품의 불량을 찾아내는 경우에 사람이 직접 했다면 어떻게 하면 사람을 대신해서 자동화시킬 수 있을지 혹은 자동화를 시켰는데 좀 더 품질을 높일 수 있을지를 고민하는 케이스

AI 를 다루는 팀의 구성

AI 팀에서 엔지니어가 되면 어떤 일을 할까요?

보통 논문 읽고 모델 학습하는 일을 떠올리는 분들이 많습니다만…

Careers in AI: Engineering

AI/ML 모델링은 팀 전체 업무의 일부
다양한 업무가 있는 만큼 팀 내에는 다양한 역할이 있음

현실에서는 정말 다양한 역할이 있고 100% 하나의 포지션의 역할을 수행하는 경우는 드묾

Variety in AI engineering positions

일반적으로 공지되는 포지션들이 있지만…

…현실에서 각 포지션은 세분화가 되어 있고, 사이사이를 메꾸는 일들이 굉장히 많음

프로덕션을 위한 모델을 학습하고 개선하는 사람

프로덕션을 위한 모델을 학습하고 평가 방법도 개선하면서 논문도 쓰는 사람

AI 를 잘 하는 사람. 최신 논문 다 꿰고 있고 뭐뭐한 아이디어 논문 뭐더라 하면 “AAAI 2013년 논문이야” 라고 말해줄 수 있는 사람

Example

  • A living livrary (MIRI, 2017)

    프로덕션 레벨 코드를 작성하지는 못하지만 경쟁사에서 논문이 출판되거나 제품이 출시되면 그 다음날까지 quick-and-dirty 로 재현/벤치마크 결과물을 가져오는 사람

Data/model 의 배관공. Scalable 하고 reproducible 한 학습/배포 시스템에 대해 고민하는 사람

얕지만 이 모든것에 대해 어느 정도는 아는 사람. AI 모델링도 하지만 웹개발도 하고 비즈니스도 앎

모델 경량화, 최적화를 위해 low level 의 프로그래밍을 잘 하는 사람

회사들은, 보통 비어있거나 보강하고 싶은 곳이 생기면 공고를 내거나 추천을 받아 사람을 뽑는다

  • AI modeling 외에도 다양한 포지션이 많음!
  • AI modeling 에 대한 수요는 점차 줄어들 가능성도 있음
  • 내가 어디에 강점을 가지는지 잘 알고, 엣지를 살릴 수 있는 포지션을 찾는 것이 중요
    • AI + Backend
    • AI + Frontend
    • AI + Research
    • …

2. How to start my AI engineering career

AI 엔지니어로서의 커리어를 시작할 때의 궁금증들을 풀어봅니다.

Step one

Understand yourself

예시:

  • 나는 fundamental 한 학문(ex: 수학, 물리학)을 좋아하고 잘하는가?
  • 결과가 나오지 않아도 꾸준히 팔 수 있는 인내심이 있는가?
  • 나는 AI/ML 모델링 뿐 아니라 그 과정에서 발생하는 모든 일(웹프로그래밍, 데이터 전처리)을 기꺼이 할 수 있는가?

$\rightarrow$ 연구자

예시:

  • 나는 비즈니스에 관심이 있는가?
  • 내가 만든 모델을 사람들이 쓰면서 실생활에 변화가 있길 바라는가?
  • 나는 AI/ML 모델링 뿐 아니라 그 과정에서 발생하는 모든 일(웹프로그래밍, 데이터 전처리)을 기꺼이 할 수 있는가?

$\rightarrow$ 엔지니어

Step two

Start early from one easy and accessible point, then expand

  • 학교 다니는 동안 AI 관련 인턴십/아르바이트를 적극 권장합니다
    • 각 포지션의 차이에 대한 이해가 더 생길 수 있음
    • 각 팀이 무엇에 관심을 가지는지 체감할 수 있음
    • “일”하는 방법을 알게 됨 (나의 고객이 누군지, 일정을 어떻게 세우고 맞추는지 등)

좋은 인턴십 자리를 구하기 어려워요

  • AI competition (ex: 캐글)
    • Forum 이 활발하고 내용이 풍부 (=선생님이 많음)
    • 머신러닝은 hands-on 으로 문제를 풀어보는게 중요
  • 최신 논문 재현
    • 장점: 논문에는 빠져있는 내용이 많기 떄문에, 하나의 논문을 구현하는데는 수많은 백그라운드 지식이 필요함
    • 유의점: 업무에서 이 능력만 활용하는 사람은 매우 드물다
    • 참고: https://paperswithcode.com/rc2020

회사를 가기위해 석사/박사 학위를 받아야 하나요?

  • 아뇨
  • 다양한 곳에 지원하고, 내가 가장 많이 성장할 수 있는 환경을 택할 것
    • 배울 수 있는 사람
    • 풍부한 데이터/계산 자원
    • 집중할 수 있는 문화 등

꼭 컴공과를 나와야 하나요?

  • 아뇨
  • 참고: Upstage AI research engineer 12명의 학부 출신학과 (2021년 2월 기준)
    • 컴퓨터공학과
    • 산업공학과
    • 화학생명공학부
    • 영어영문학과
    • 심리학과

X 를 꼭 배워야하나요?

  • If you are an undergrad, take as many math, stats, and physics courses as you can, and learn to program (take 3 or 4 CS courses). If you have an undergraduate degree, apply to NYU Master of Science in Data Science.
    – Yann LeCun (Feb 2014)
  • 범위를 확장해 나가면서 필요한 무기를 그 때 그 때 챙겨도 된다.

그렇다면 어떤 역량을 쌓아야 할까요?

  • 여러분이 회사의 사장이 되었다고 해봅시다
  • 어떤 분과 같이 일하고 싶어요?
  • AI 를 떠나서 “일”을 잘하는 사람과 일하고 싶죠
    • 커뮤니케이션 – 말하기, 듣기, 쓰기 – 을 잘하는 사람
    • 무엇을 하든 간에 일처리가 빠르고 꼼꼼하고 정확한 사람
  • AI 측면을 본다면 뭘 찾아봐야 할까요?

공통적인 기술적/학문적 역량

  • 컴퓨터 공학에 대한 기본적인 이해와 소프트웨어 엔지니어링 능력
    • AI/ML 에 대한 이해가 아주 특출난 경우가 아니라면 소프트웨어 엔지니어링 실력이 바탕이 되는 것이 중요
  • 최신 기술을 빠르게 습득하기 위한 영어 독해 능력

공통적인 Soft-skills

  • Grit: 어려운 문제를 많이 풀어야하기 때문에 끈기 있는 자세를 가지는 것이 가장 중요

  • Humility: 스스로의 능력에 만족하지 않고 끊임없이 공부를 해야함
  • Passion: 엄청나게 빠른 속도로 발전하는 기술을 즐길 수 있는 열정이 있었야 함
  • Teamwork: 다른 사람들과 협력해서 문제를 풀어야 함
  • Kindness: 세상을 이롭게 하는 기술을 개발해야하기 때문

제가 가진 역량을 어떻게 보여줘야 할까요?

짧은 길이의 이력서 안에 상대방에게 좋은 인상을 남길 수 있어야 합니다

  • 우리는 팀으로 일하기 때문에 모든 것을 다 잘할 필요는 없습니다.
  • 강력한 한 방이 있으면 됩니다.
  • 실력을 보여줄 수 있는 “스펙”의 예시
    • Coding competitoins: ICPC 등 규모가 큰 프로그래밍 대회에서 입상 경력이 있는지
    • AI competitions: Kaggle 등 규모가 큰 AI 관련 대회에서 수상한 경력이 있는지
    • Publication record: NeurIPS 등 AI 관련 주요 국제 학회나 워크샵에 1저자로 출판한 논문이 있는지
    • 서비스 경험: 경력자의 경우 실제로 라지 스케일 서비스를 다뤄봤으며 그 과정을 주도했는지
    • 다른 회사 경력: 다른 AI 관련 회사의 근무 경험과 성과

키워드는 규모가 큰, AI 관련 임

Summary

  • AI 관련 각 포지션의 이름은 아직 완전히 합의되지 않았습니다. 모집 공고를 꼼꼼히 살펴보세요!
  • 각 사람이 100% 하나의 역할을 수행하는 경우는 드묾니다
  • 나의 관심사와 능력 뿐 아니라 시장의 흐름과 수요/공급을 고려해서 커리어 방향을 정하면 더 많은 기회가 열립니다
  • 모든 것을 잘하려고 하기보다는 팀에 기여할 수 있는 나만의 엣지를 키우는 것을 추천드립니다

댓글남기기

참고