[구름 자연어처리 8회차]AI 학습 가이드 from 멘토링

엔지니어의 단계

 

1단계: 논문을 이해하고 활용할 수 있는 능력 

2단계 : 논문을 구현할 수 있는 능력 

3단계: 논문을 개선할 수 있는 능력 

4단계: 새로운 연구 방향성을 제시할 수 있는 능력 

 

AI Engineer & Researcher로 기대하는 수준 

 

학부졸업:1단계 

석사졸업 &Clova & KaKao :2단계

박사졸업: 3단계 

 

 

 

파이썬(or 포로그래밍) 

• 기초적인 코딩 능력: 프로그램을 효율적으로 구현(언어&자료구조&알고리즘)
• 협업하기 좋은 형태로 코딩:git, 큰 코드가 레고 블록처럼 짜여 있어야 함
• 데이터처리 library : numpy, pandas, matplotlib
• 딥러닝: PyTorch, Tensorflow

수학(멀리 가기용) 

 

• 선형대수학: https://math.mit.edu/~gs/linearalgebra/
• 확률 및 통계: https://projects.iq.havard.edu/stat110/home
• 기초 미적분 + 최적화: https://arxiv.org/pdf.1802.01528.pdf or 대학교 공학수학

머신러닝 & 딥러닝 

• 구름 강의 
• 모두를 위한 딥러닝 (시즌1 Tensorflow 시즌2 PyTorch ) 
• 밑바닥부터 시작하는 딥러닝 
• cs231n  2017 summer   / 한글 강의(?) #원래 강의의 한글 번역 같은건 아니고 강의노트 기반으로 한글 설명해줌