구글 머신러닝 부트캠프 2024을 수료한지 약 4개월이 지났다.
4학년 2학기가 바빴다보니 참여 후기 작성을 계속 미루다가 드디어 작성한다!
구글 머신러닝 부트캠프란?
구글 머신러닝 부트캠프는 구글 코리아에서 주관하며, 머신러닝 교육을 제공해 머신러닝 개발자로 성장하는 데 도움을 주는 목적을 가졌다. 해당 부트캠프에 선발된 인원은 3개월간 '딥러닝의 바이블'로 불리는 앤드류 응(Andrew Ng) 교수님의 딥러닝 특화과정(Deep Learning Specialization) 코스를 수강하고, 수료 인원끼리 팀을 구성하여 인공지능 경진 플랫폼인 Kaggle과 Gemma를 이용한 프로젝트를 진행한다.
참여한 이유
내가 해당 부트캠프를 지원하게 된 이유는 인턴 과정에서의 어려움을 해결하기 위해서이다.
인턴 과정에서의 첫 업무는 LSTM 코드 분석이었는데, 회사는 LSTM 관련 코드(전처리 + 모델 학습 + 예측)를 보유하고 있었지만 개발 직군 인원이 없어 문서화가 전혀 이루어지지 않은 상황이었다.
Kaggle에 참여해본 경험이 있어 인공지능과 딥러닝 기본적인 지식이 있고, 딥러닝 모델 코드를 활용만 해봤지 딥러닝을 이용한 예측 관련 코드를 분석하거나 상세히 이해해본 경험이 부족했다. 그래서 LSTM 모델의 작동 원리를 파악하고 문서화하는 과정에서 큰 어려움을 느꼈다. 뿐만 아니라, 비개발 직군 분들에게 해당 내용을 설명할 때 모델에 대한 이해가 충분하지 않다보니 설명을 정확하고 명확하게 전달하기 어려웠다.
부족함과 학습의 필요성을 절실히 느끼는 찰나에 우연히 구글 머신러닝 부트캠프 2024 모집공고를 보게 되었고, 바로 지원하게 되었다!
지원서에 업무 과정에서 겪은 어려움과 이를 극복하고자 한다라는 내용을 작성했더니 운 좋게 합격을 한 것 같다🙃
어떻게 진행하였나?
스터디 진행
프로그램 특성상 온라인으로 진행하다보니 혼자 진행할 경우 자칫 루즈해지거나 진행 속도가 나오지 않을 것 같다는 우려가 있었다. 그래서 학습 동기부여를 위해 오프라인 스터디에 참여하기로 결심했다. 또한, 강의 수강 이후에 Kaggle 참여와 Gemma Sprint 과정이 있어 미리 팀원을 구하는 게 좋겠다는 판단을 했다.
구글 머신러닝 부트캠프은 디스코드를 활용한 소통 채널을 운영했는데, 여기에 스터디 모집 글을 직접 올릴 계획이었지만 팀원분께서 먼저 모집 글을 작성해주신 덕분에 자연스럽게 스터디 그룹에 참여할 수 있었다.
스터디는 총 4명의 인원으로 구성되어 주 1회 오프라인으로 모임을 가졌다. Coursera의 딥러닝 특화과정 강의를 수강하고, 강의 내용을 중심으로 서로의 의견을 나누는 방식으로 학습을 진행했다.
이렇게 진행함으로써 강의를 들으면서 이해가 어려웠던 개념이나 모호했던 부분에 대해 서로 이야기를 나누며 해결할 수 있었으며, 강의 내용 외에도 새롭게 알게 된 점들도 공유하며 학습의 폭을 넓혔다.
참여 목적을 생각하며 학습
강의를 수강하며 다양한 수식과 개념을 배웠지만, 업무 목적을 떠올리며 특히 개념 이해에 더 중점을 두고 학습했다.
물론 수학이 인공지능 분야에서 정말 중요하고 기반이 되는 요소이지만, 딥하게 파기에는 내가 참여한 목적과 좀 멀기도 하고 모든 내용을 깊이 파고들기에는 현실적으로 한계가 있었기 때문이다. 따라서, 선택과 집중을 통해 업무에 직접적으로 도움이 되는 부분에 초점을 맞췄다.
특히, 개념이 실제로 무엇을 의미하며, 어떤 상황에 어떻게 적용되는지에 대한 흐름과 맥락을 이해하는 데 주력했다.
예를 들어, 에포크(Epoch)와 배치사이즈(Batch size)를 어떻게 설정하고 이게 성능에 어떤 영향을 주는 지 이런 내용에 좀 더 집중했다.
그래서 어떤 것을 얻었는지?
프로그램 성과
먼저 프로그램을 통해 얻은 성과는 Kaggle Competition에서 상위 4%와 Gemma Sprint를 통한 LLM의 활용에 대한 이해이다.
세 명의 팀원 중 한 분과 팀을 이루어 Binary Prediction of Poisonous Mushrooms라는 Competition에 참여하여 상위 4%의 성과를 얻었다. 결측치와 이상값 정제같은 데이터 전처리를 한 후 AutoML을 이용해 진행하였는데 운이 좋게 좋은 결과를 얻은 것 같다.
해당 대회에 참여하여 AutoML을 처음 알게 되었는데.. 알아두면 정말 좋은 기술인 것 같다.
Gemma Sprint는 구글의 Gemini를 이용하여 프로젝트를 진행하는 과정으로, 여기서 간단한 Text-to-SQL과 키워드 추출 기능을 구현했다. LLM 활용 가능성과 응용 범위에 대해 인지하게 되었다. 자세한 내용은 아래 블로그 글을 참고하면 된다.
[GemmaSprint] 키워드 추출 및 Text-to-SQL
해당 글은 Google Machine Learning Bootcamp 2024의 수료 요건 중 하나였던 GemmaSprint 프로젝트를 진행한 후, 이를 바탕으로 프로젝트의 전반적인 내용을 정리해 소개합니다. 1. 프로젝트 소개1.1. 프로젝
wwns1411.tistory.com
업무 성과
딥러닝 특화 과정에서 전반적인 지식과 특히, 5번째 강의인 시퀀스 모델 강의를 통해 LSTM 모델의 원리에 대해 이해하게 되어 문서화 작업에 도움이 되었다. 또한 타 회사와의 미팅 및 회사 내의 인원들에게 개념에 대한 내용을 쉽게 설명하며 원활한 커뮤니케이션을 이끌 수 있었다. 추가적으로, 국책 사업인 상수관망 이상 감지를 위한 인공지능 스마트 유량계 프로젝트 진행하며 LSTM 코드를 수정하는 과정에서도 도움이 되었다.
마무리하며
구글 머신러닝 부트캠프 2024은 업무 과정에서 겪은 문제를 해결하기 위해 참여한 프로그램으로, 이를 통해 실질적인 성과를 낼 수 있었다는 점에서 뜻깊은 경험이었다.
또한, 함께 스터디를 진행한 팀원들과도 꾸준히 연락을 하고 있어 좋은 네트워크까지 형성할 수 있는 가치 있는 프로그램이라고 생각한다!
'Activity' 카테고리의 다른 글
| 인프런 판교 퇴근길 밋업 #09 AI Dev 참여 후기 (3) | 2024.11.30 |
|---|
구글 머신러닝 부트캠프 2024을 수료한지 약 4개월이 지났다.
4학년 2학기가 바빴다보니 참여 후기 작성을 계속 미루다가 드디어 작성한다!
구글 머신러닝 부트캠프란?
구글 머신러닝 부트캠프는 구글 코리아에서 주관하며, 머신러닝 교육을 제공해 머신러닝 개발자로 성장하는 데 도움을 주는 목적을 가졌다. 해당 부트캠프에 선발된 인원은 3개월간 '딥러닝의 바이블'로 불리는 앤드류 응(Andrew Ng) 교수님의 딥러닝 특화과정(Deep Learning Specialization) 코스를 수강하고, 수료 인원끼리 팀을 구성하여 인공지능 경진 플랫폼인 Kaggle과 Gemma를 이용한 프로젝트를 진행한다.
참여한 이유
내가 해당 부트캠프를 지원하게 된 이유는 인턴 과정에서의 어려움을 해결하기 위해서이다.
인턴 과정에서의 첫 업무는 LSTM 코드 분석이었는데, 회사는 LSTM 관련 코드(전처리 + 모델 학습 + 예측)를 보유하고 있었지만 개발 직군 인원이 없어 문서화가 전혀 이루어지지 않은 상황이었다.
Kaggle에 참여해본 경험이 있어 인공지능과 딥러닝 기본적인 지식이 있고, 딥러닝 모델 코드를 활용만 해봤지 딥러닝을 이용한 예측 관련 코드를 분석하거나 상세히 이해해본 경험이 부족했다. 그래서 LSTM 모델의 작동 원리를 파악하고 문서화하는 과정에서 큰 어려움을 느꼈다. 뿐만 아니라, 비개발 직군 분들에게 해당 내용을 설명할 때 모델에 대한 이해가 충분하지 않다보니 설명을 정확하고 명확하게 전달하기 어려웠다.
부족함과 학습의 필요성을 절실히 느끼는 찰나에 우연히 구글 머신러닝 부트캠프 2024 모집공고를 보게 되었고, 바로 지원하게 되었다!
지원서에 업무 과정에서 겪은 어려움과 이를 극복하고자 한다라는 내용을 작성했더니 운 좋게 합격을 한 것 같다🙃
어떻게 진행하였나?
스터디 진행
프로그램 특성상 온라인으로 진행하다보니 혼자 진행할 경우 자칫 루즈해지거나 진행 속도가 나오지 않을 것 같다는 우려가 있었다. 그래서 학습 동기부여를 위해 오프라인 스터디에 참여하기로 결심했다. 또한, 강의 수강 이후에 Kaggle 참여와 Gemma Sprint 과정이 있어 미리 팀원을 구하는 게 좋겠다는 판단을 했다.
구글 머신러닝 부트캠프은 디스코드를 활용한 소통 채널을 운영했는데, 여기에 스터디 모집 글을 직접 올릴 계획이었지만 팀원분께서 먼저 모집 글을 작성해주신 덕분에 자연스럽게 스터디 그룹에 참여할 수 있었다.
스터디는 총 4명의 인원으로 구성되어 주 1회 오프라인으로 모임을 가졌다. Coursera의 딥러닝 특화과정 강의를 수강하고, 강의 내용을 중심으로 서로의 의견을 나누는 방식으로 학습을 진행했다.
이렇게 진행함으로써 강의를 들으면서 이해가 어려웠던 개념이나 모호했던 부분에 대해 서로 이야기를 나누며 해결할 수 있었으며, 강의 내용 외에도 새롭게 알게 된 점들도 공유하며 학습의 폭을 넓혔다.
참여 목적을 생각하며 학습
강의를 수강하며 다양한 수식과 개념을 배웠지만, 업무 목적을 떠올리며 특히 개념 이해에 더 중점을 두고 학습했다.
물론 수학이 인공지능 분야에서 정말 중요하고 기반이 되는 요소이지만, 딥하게 파기에는 내가 참여한 목적과 좀 멀기도 하고 모든 내용을 깊이 파고들기에는 현실적으로 한계가 있었기 때문이다. 따라서, 선택과 집중을 통해 업무에 직접적으로 도움이 되는 부분에 초점을 맞췄다.
특히, 개념이 실제로 무엇을 의미하며, 어떤 상황에 어떻게 적용되는지에 대한 흐름과 맥락을 이해하는 데 주력했다.
예를 들어, 에포크(Epoch)와 배치사이즈(Batch size)를 어떻게 설정하고 이게 성능에 어떤 영향을 주는 지 이런 내용에 좀 더 집중했다.
그래서 어떤 것을 얻었는지?
프로그램 성과
먼저 프로그램을 통해 얻은 성과는 Kaggle Competition에서 상위 4%와 Gemma Sprint를 통한 LLM의 활용에 대한 이해이다.
세 명의 팀원 중 한 분과 팀을 이루어 Binary Prediction of Poisonous Mushrooms라는 Competition에 참여하여 상위 4%의 성과를 얻었다. 결측치와 이상값 정제같은 데이터 전처리를 한 후 AutoML을 이용해 진행하였는데 운이 좋게 좋은 결과를 얻은 것 같다.
해당 대회에 참여하여 AutoML을 처음 알게 되었는데.. 알아두면 정말 좋은 기술인 것 같다.
Gemma Sprint는 구글의 Gemini를 이용하여 프로젝트를 진행하는 과정으로, 여기서 간단한 Text-to-SQL과 키워드 추출 기능을 구현했다. LLM 활용 가능성과 응용 범위에 대해 인지하게 되었다. 자세한 내용은 아래 블로그 글을 참고하면 된다.
[GemmaSprint] 키워드 추출 및 Text-to-SQL
해당 글은 Google Machine Learning Bootcamp 2024의 수료 요건 중 하나였던 GemmaSprint 프로젝트를 진행한 후, 이를 바탕으로 프로젝트의 전반적인 내용을 정리해 소개합니다. 1. 프로젝트 소개1.1. 프로젝
wwns1411.tistory.com
업무 성과
딥러닝 특화 과정에서 전반적인 지식과 특히, 5번째 강의인 시퀀스 모델 강의를 통해 LSTM 모델의 원리에 대해 이해하게 되어 문서화 작업에 도움이 되었다. 또한 타 회사와의 미팅 및 회사 내의 인원들에게 개념에 대한 내용을 쉽게 설명하며 원활한 커뮤니케이션을 이끌 수 있었다. 추가적으로, 국책 사업인 상수관망 이상 감지를 위한 인공지능 스마트 유량계 프로젝트 진행하며 LSTM 코드를 수정하는 과정에서도 도움이 되었다.
마무리하며
구글 머신러닝 부트캠프 2024은 업무 과정에서 겪은 문제를 해결하기 위해 참여한 프로그램으로, 이를 통해 실질적인 성과를 낼 수 있었다는 점에서 뜻깊은 경험이었다.
또한, 함께 스터디를 진행한 팀원들과도 꾸준히 연락을 하고 있어 좋은 네트워크까지 형성할 수 있는 가치 있는 프로그램이라고 생각한다!
'Activity' 카테고리의 다른 글
| 인프런 판교 퇴근길 밋업 #09 AI Dev 참여 후기 (3) | 2024.11.30 |
|---|
