개발&계발 블로그인데 후기만 쏟아내는 요즘이다.
물론 그동안 공부도 하고 프로젝트도 했지만 그것을 적기엔 순서가 아닌 것 같아서 미뤄왔던 합격 후기부터 적어볼까 한다.
지금 부캠에서 블로그 후기 이벤트도 하고 있으니 후다닥 써 내려가야지...!
* 패스트캠퍼스 Upstage AI Lab은 너무 길기에 Upstage AI Lab으로 지칭
Upstage AI Lab을 알게 되기까지
원래는 구글 부트캠프를 하면서 네이버 부스트캠프를 지원할 예정이었다. 그래서 하계 방학 말미에 심사기간이랑 겹칠까 봐 일본 여행도 안 갔었는데 생각보다 런칭이 한참 늦게 나와버렸다.
네부캠의 런칭 일정이 늦어지면서 다른 활동은 없나 찾아보던 중, Upstage AI Lab과 LG Aimer라는 활동을 알게 됐고 그때 당시 전자의 지원 시기가 딱 알맞았기 때문에 네부캠과 지원을 병행했었다.
Upstage AI Lab을 신청한 이유
9월 당시 Upstage라는 회사를 한참 주의 깊게 보고 있었다. 유튜브에서 캐글과 관련된 콘텐츠의 상당수가 Upstage 영상이었고 (블로그에도 캐글 관련 콘텐츠를 올려놨다) 네부캠을 주관하는 대표적인 회사 중 하나인 것을 알게 되어 몰랐던 회사임에도 쉽게 호감도를 쌓을 수 있었다.
그리고 이 부트캠프를 선택하게 된 이유를 좀 더 정리해 봤다.
■ Upstage
위에도 적어놨지만 조금 더 풀어보자면, Upstage가 국내 LLM 1위 회사라고 선전하는 것을 보고 호기심이 생겼던 것 같다.
취준에 대한 생각이 스멀스멀 피어오르는 시기에 새로운 회사의 등장은 파고들기에도 충분했다.
당시 기업 분석 챌린지도 진행한 지 얼마 안 된 터라 가볍게 서칭 한 결과는 놀라웠다. 구성원의 대다수가 굉장한 스펙을 가지고 있으며, 네이버를 국내 AI 업계 1위라고 생각했던 당시의 경력을 갖고 있는 임원진들이 새로운 회사를 차린 것이었다.
그만큼 대단한 회사의 대단한 인재들이 가르친다니 좀 더 괜찮다고 생각이 들었다.
■ 경진대회
한창 캐글에 빠져 등수 올리기에 혈안이 되어있었기에 이와 같은 형식의 경진대회를 진행한다고 하니 구미가 당겼다.
캐글에 빠졌다지만 막상 playground 같은 정형 데이터 위주의 대회에만 참가하여 아쉬운 마음이 있었는데 다양한 분야(Regression, Image Classification,... 등등) 대회를 같은 뜻을 가진 사람들과 섭렵(?) 해 볼 수 있음에 눈길이 갔다.
■ 패스트캠퍼스 강의
이것은 수강을 시작하고 뚜렷하게 알게 된 것인데, 패캠에서 강의당 몇 십만 원 하는 강의들을 제공한다.
게다가 정규 교과과정 외에 스터디 그룹을 꾸리고 강의를 요청하면 무료로 제공해 준다. (다만, RED 같은 심화이고 비싼 강의는 안 해주더라)
인강을 잘 듣는 편은 아니었지만 어쨌든 돈 주고 듣는 강의의 퀄리티는 보장되어 있지 않을까?
비록 지금껏 강의가 밀려 많이 보진 못했다. 그래도 평소 궁금했지만 어떻게든 무료로 이용할 수 있는 콘텐츠만을 찾아보면서 아쉬움이 줄곧 들고는 했는데 잘 정리된 강의를 볼 수 있게 됨에 감사하다.
■ 커리어 캠프
구글 부트캠프를 들을 때만 해도 나에게 이력서란 좀 먼 것이었다. 그래도 구글 부캠에서 얻은 여러 인사이트를 통해 링크드인에 눈을 떴고 자연스럽게 이력서나 포트폴리오 등에도 관심이 갔다.
아는 형의 권유로 인턴 지원도 해봤다가 떨어지면서 더더욱 나만의 이력서, 포폴을 만들고 싶어 졌는데
마침 이런 고민을 코칭할 수 있는 시스템이 구축되어 있는 게 아닌가...!
■ 코테 있는 부트캠프
다른 부트캠프들도 합격했지만 가지 않았던 이유는 코테가 없기 때문이었다.
코테 같은 기술적인 필터링 방식이 없다면 참여자들의 수준을 의심할 수밖에 없기 때문에 이 점이 마음에 들었다.
■ 적절한 시기?
구글 부트캠프 합격 후기에도 말했지만 구글 부트캠프 이후 스위칭 하기 좋으면서 눈에 차는 부트캠프들은 네부캠과 Upstage AI Lab이었다. 네부캠은 코테에서 아쉽게 됐지만 Upstage AI Lab에 참여하게 됐으니 상관없다!
(다만 복학 시기를 고려할 때, 8개월이라는 긴 시간으로 인해 5월 초까지 부트캠프 기간인 것은 조금 아쉽다)
Upstage AI Lab 모집 후일담
1차는 기초소양테스트로, 서류 접수 후 원하는 시간에 퀴즈를 풀면 되는 자유로운 방식이었다.
객관식 문제가 전부였고 그렇게 어려운 편은 아니었지만 접수 당일에 친구들과 파주에서 카페투어를 겸사한 카공을 하게 되어 정신 사나운 상태에서 임한 터라 살짝 간당간당한 기분이 들었다.
(덕분에 친구들 노는데 나는 멀찍이 떨어져서 자소서를 쓰고 식당에서 퀴즈를 풀었다. 지금 생각해 보면 참 분위기브레이커)
아! 참고로 Pre-course는 수강하지 않았었다. 최초로 이 모집을 봤을 때만 해도 있었는데 막상 지원을 한 당시에는 Pre-course 가산점 항목이 사라져 있었다. 나중에 생각하기로는 아마 모집 기간 연장으로 생긴 현상이 아니었을까 싶다.
그리고 1차 합격자 대상으로 진행하는 코딩 테스트는 3문제였는데 문제의 난이도들은 높지 않았다.
문제별로 의사 코드는 금방 생각했지만 그것을 구현해 낼 내 지식이 부족했을 뿐...
코테를 위한 알고리즘 문제 풀이가 아닌 그저 하루하루 1일 1 백준을 한 것이 화근인 듯하다.
결국 1 솔이었지만 최대한 다른 문제들도 노력한 흔적을 보이고 제출을 했었다. (솔직히 이때 자포자기 상태였다.)
암튼 문제의 난이도는 그렇게 어렵진 않지만 엄연히 코테 공부를 해야 된다는 말씀!
Upstage AI Lab OT
이때 Upstage를 상징하는 보라색+검은색이 나를 휘감는 기분이 썩 마음에 들었다.
뭔가 웅장해지는 기분?
자세한 타임테이블은 기억나지 않지만 1,2부로 나뉘어 있었다. 앞으로의 전체적인 일정을 알려준 다음에 상품을 동반한 가벼운 퀴즈 풀이가 있었고, 첫 섹션의 강의를 맡으실 Upstage 현직자 안*배 강사님과 패캠 대부(?) 김*담 강사님 두 분이서 부트캠프를 앞으로 어떻게 이용해야 좋은지 설명해 주셨다.
각 강사님 별로 인상 깊었던 내용을 짤막하게 정리해 보자면 이렇다.
■ Upstage 안*배 강사님
- 직무명이 아닌 Job description을 봐야 함!
- Data Scientist, Data Engineer, ML Engineer 등등 익히 알고 있는 직무명이 회사별로 다를 수 있음
- 회사별로 업무도 다르고 나중에 취업하고 나서도 비슷한 다른 일을 할 수 있으니 얽매이지 말 것
- Data Engineer는 만능
- 나쁘게 말한 버전도 있지만 조금 순화해보자면 보부상...?
- 주니어 기준 가장 시장에서 통하는 직업 중 하나
- 데이터 분산처리, 파이프라인 등등 Data flow를 원활하게 해야 하기에 다루는 분야가 광범위
- 채용 포털과 친해지자!
- 공고는 모집되면 내려가기 마련
- 물론 채용 시장의 불안정성도 있지만 채용이 완료되어 빨리 내려간 경우도 여럿 있다.
- 성공적인 전문가로 가는 길
- 많은 좋은 커리큘럼을 밟는 것이 좋은 목표로 가는 것은 아님
- 사람이 중요함
- Hot한 거에 목매달지 말자!
- DS 직무를 준비하며
- 기초 통계: 다른 건 몰라도 기초 통계만큼은 마스터함
- CS: 어찌 보면 MLOPs 등을 준비한 것
- 스터디/플젝: 놀더라도 시간투자를 절대적으로 할 것
- 네트워킹: 시야를 넖임
- 콘퍼런스: 온전히는 아니지만 80% 정도 현실을 보여줌
- 좋은 회사 고르는 법
- 시니어가 있는 곳
- 링크드인 등으로 많은 조언을 얻을 수 있음
- 코딩테스트
- 전통적인 알고리즘 중급 정도는 돼야 DS에서 쓸만함
■ 패스트 캠퍼스 김*담 강사님
- Data&AI 관련 직군
- 본 과정은 Data Scientist를 타겟팅 하는 것으로 볼 수 있음
- 완전 Data에 파고드는 데이터 엔지니어랑은 다름
- Data Analyst
- 비즈니스+도메인이 메인
- ML Engineer
- ML Engineer: end-to-end 서비스, 모델에 집중
- MLOPs: 서비스 운영 측면
- 데이터 분석 문제 정의
- 실제 문제를 풀 때는 근본적으로 접근하는 게 좋음 (end-to-end를 잘 고민해 볼 것)
- 공부할 때는 만능으로 보이는 게 현업에서 굳이? 싶을 때가 있음
- AI를 알고 있는 상황에서 현실의 문제를 푸는 방식을 익힐 것
- 이 과정은 굉장히 길기 때문에 지치면 안 됨
- 힘들면 쉬고 바쁘면 조금 미루든 해서 텐션을 유지할 것
- 커피챗과 같이 운영진들과 상담도 좋다
중간 현황(한 달 후기)
이 목차를 준비할 때만 해도 여태 진행한 여러 섹션을 한데 뭉쳐서 올리려고 했는데 활동 별로 따로 포스트 하는 게 좋을 것 같기에 간략하게 느낀 점만 말해보겠다.
우선 좋은 점은 'Upstage AI Lab을 신청한 이유'에서 사심 넣어가며 설명했으니 됐고!
아쉬운 점을 조금 얘기해 보자면 동기부여가 조금 더 필요한 듯하다.
구글 부트캠프에서 활동별로 퀘스트 같이 굿즈를 땄던 게 익숙해져서 그런 것도 있겠지만
퀴즈 같은 별도의 진도 확인이 없고, 경쟁 구도가 없는 프로젝트를 진행하면서 조금 붕 뜬 기분이 들었다.
아직 이 시스템에 적응이 더 필요할 것 같지만 조금 더 수치화된 뭔가가 있으면 좋겠다.
커리큘럼에서 한 가지 강력하게 든 생각은 통계 섹션이 너무 일찍 나왔다는 것이다.
뭐랄까 어렵게 가르쳐주시지는 않았지만 용어 자체가 어려워서 머리에 각인하기가 어려웠다.
자격증 국룰 공부법처럼 선 실기 / 후 필기 공부를 채택하여 파이썬과 EDA 강의에서 먼저 한번 써보고 통계 강의를 들었으면 어땠을까 싶다. (아~ 이래서 그랬구나 같은)
앞으로는 Upstage AI Lab을 진행하며 프로젝트 & 대회별로 회고를 남겨볼까 한다.
가치 있는 기록이 되길!
'대내외 활동 > 부트캠프' 카테고리의 다른 글
| 구글 머신러닝 부트캠프 2023 졸업 후기 (3) | 2024.02.25 |
|---|---|
| 구글 머신러닝 부트캠프 2023 4기 시작(+중간 후기) (1) | 2023.10.29 |