🚴‍♂️
TIL
  • MAIN
  • : TIL?
  • : WIL
  • : Plan
  • : Retrospective
    • 21Y
      • Wait a moment!
      • 9M 2W
      • 9M1W
      • 8M4W
      • 8M3W
      • 8M2W
      • 8M1W
      • 7M4W
      • 7M3W
      • 7M2W
      • 7M1W
      • 6M5W
      • 1H
    • 새사람 되기 프로젝트
      • 2회차
      • 1회차
  • TIL : ML
    • Paper Analysis
      • BERT
      • Transformer
    • Boostcamp 2st
      • [S]Data Viz
        • (4-3) Seaborn 심화
        • (4-2) Seaborn 기초
        • (4-1) Seaborn 소개
        • (3-4) More Tips
        • (3-3) Facet 사용하기
        • (3-2) Color 사용하기
        • (3-1) Text 사용하기
        • (2-3) Scatter Plot 사용하기
        • (2-2) Line Plot 사용하기
        • (2-1) Bar Plot 사용하기
        • (1-3) Python과 Matplotlib
        • (1-2) 시각화의 요소
        • (1-1) Welcome to Visualization (OT)
      • [P]MRC
        • (2강) Extraction-based MRC
        • (1강) MRC Intro & Python Basics
      • [P]KLUE
        • (5강) BERT 기반 단일 문장 분류 모델 학습
        • (4강) 한국어 BERT 언어 모델 학습
        • [NLP] 문장 내 개체간 관계 추출
        • (3강) BERT 언어모델 소개
        • (2강) 자연어의 전처리
        • (1강) 인공지능과 자연어 처리
      • [U]Stage-CV
      • [U]Stage-NLP
        • 7W Retrospective
        • (10강) Advanced Self-supervised Pre-training Models
        • (09강) Self-supervised Pre-training Models
        • (08강) Transformer (2)
        • (07강) Transformer (1)
        • 6W Retrospective
        • (06강) Beam Search and BLEU score
        • (05강) Sequence to Sequence with Attention
        • (04강) LSTM and GRU
        • (03강) Recurrent Neural Network and Language Modeling
        • (02강) Word Embedding
        • (01강) Intro to NLP, Bag-of-Words
        • [필수 과제 4] Preprocessing for NMT Model
        • [필수 과제 3] Subword-level Language Model
        • [필수 과제2] RNN-based Language Model
        • [선택 과제] BERT Fine-tuning with transformers
        • [필수 과제] Data Preprocessing
      • Mask Wear Image Classification
        • 5W Retrospective
        • Report_Level1_6
        • Performance | Review
        • DAY 11 : HardVoting | MultiLabelClassification
        • DAY 10 : Cutmix
        • DAY 9 : Loss Function
        • DAY 8 : Baseline
        • DAY 7 : Class Imbalance | Stratification
        • DAY 6 : Error Fix
        • DAY 5 : Facenet | Save
        • DAY 4 : VIT | F1_Loss | LrScheduler
        • DAY 3 : DataSet/Lodaer | EfficientNet
        • DAY 2 : Labeling
        • DAY 1 : EDA
        • 2_EDA Analysis
      • [P]Stage-1
        • 4W Retrospective
        • (10강) Experiment Toolkits & Tips
        • (9강) Ensemble
        • (8강) Training & Inference 2
        • (7강) Training & Inference 1
        • (6강) Model 2
        • (5강) Model 1
        • (4강) Data Generation
        • (3강) Dataset
        • (2강) Image Classification & EDA
        • (1강) Competition with AI Stages!
      • [U]Stage-3
        • 3W Retrospective
        • PyTorch
          • (10강) PyTorch Troubleshooting
          • (09강) Hyperparameter Tuning
          • (08강) Multi-GPU 학습
          • (07강) Monitoring tools for PyTorch
          • (06강) 모델 불러오기
          • (05강) Dataset & Dataloader
          • (04강) AutoGrad & Optimizer
          • (03강) PyTorch 프로젝트 구조 이해하기
          • (02강) PyTorch Basics
          • (01강) Introduction to PyTorch
      • [U]Stage-2
        • 2W Retrospective
        • DL Basic
          • (10강) Generative Models 2
          • (09강) Generative Models 1
          • (08강) Sequential Models - Transformer
          • (07강) Sequential Models - RNN
          • (06강) Computer Vision Applications
          • (05강) Modern CNN - 1x1 convolution의 중요성
          • (04강) Convolution은 무엇인가?
          • (03강) Optimization
          • (02강) 뉴럴 네트워크 - MLP (Multi-Layer Perceptron)
          • (01강) 딥러닝 기본 용어 설명 - Historical Review
        • Assignment
          • [필수 과제] Multi-headed Attention Assignment
          • [필수 과제] LSTM Assignment
          • [필수 과제] CNN Assignment
          • [필수 과제] Optimization Assignment
          • [필수 과제] MLP Assignment
      • [U]Stage-1
        • 1W Retrospective
        • AI Math
          • (AI Math 10강) RNN 첫걸음
          • (AI Math 9강) CNN 첫걸음
          • (AI Math 8강) 베이즈 통계학 맛보기
          • (AI Math 7강) 통계학 맛보기
          • (AI Math 6강) 확률론 맛보기
          • (AI Math 5강) 딥러닝 학습방법 이해하기
          • (AI Math 4강) 경사하강법 - 매운맛
          • (AI Math 3강) 경사하강법 - 순한맛
          • (AI Math 2강) 행렬이 뭐예요?
          • (AI Math 1강) 벡터가 뭐예요?
        • Python
          • (Python 7-2강) pandas II
          • (Python 7-1강) pandas I
          • (Python 6강) numpy
          • (Python 5-2강) Python data handling
          • (Python 5-1강) File / Exception / Log Handling
          • (Python 4-2강) Module and Project
          • (Python 4-1강) Python Object Oriented Programming
          • (Python 3-2강) Pythonic code
          • (Python 3-1강) Python Data Structure
          • (Python 2-4강) String and advanced function concept
          • (Python 2-3강) Conditionals and Loops
          • (Python 2-2강) Function and Console I/O
          • (Python 2-1강) Variables
          • (Python 1-3강) 파이썬 코딩 환경
          • (Python 1-2강) 파이썬 개요
          • (Python 1-1강) Basic computer class for newbies
        • Assignment
          • [선택 과제 3] Maximum Likelihood Estimate
          • [선택 과제 2] Backpropagation
          • [선택 과제 1] Gradient Descent
          • [필수 과제 5] Morsecode
          • [필수 과제 4] Baseball
          • [필수 과제 3] Text Processing 2
          • [필수 과제 2] Text Processing 1
          • [필수 과제 1] Basic Math
    • 딥러닝 CNN 완벽 가이드 - Fundamental 편
      • 종합 실습 2 - 캐글 Plant Pathology(나무잎 병 진단) 경연 대회
      • 종합 실습 1 - 120종의 Dog Breed Identification 모델 최적화
      • 사전 훈련 모델의 미세 조정 학습과 다양한 Learning Rate Scheduler의 적용
      • Advanced CNN 모델 파헤치기 - ResNet 상세와 EfficientNet 개요
      • Advanced CNN 모델 파헤치기 - AlexNet, VGGNet, GoogLeNet
      • Albumentation을 이용한 Augmentation기법과 Keras Sequence 활용하기
      • 사전 훈련 CNN 모델의 활용과 Keras Generator 메커니즘 이해
      • 데이터 증강의 이해 - Keras ImageDataGenerator 활용
      • CNN 모델 구현 및 성능 향상 기본 기법 적용하기
    • AI School 1st
    • 현업 실무자에게 배우는 Kaggle 머신러닝 입문
    • 파이썬 딥러닝 파이토치
  • TIL : Python & Math
    • Do It! 장고+부트스트랩: 파이썬 웹개발의 정석
      • Relations - 다대다 관계
      • Relations - 다대일 관계
      • 템플릿 파일 모듈화 하기
      • TDD (Test Driven Development)
      • template tags & 조건문
      • 정적 파일(static files) & 미디어 파일(media files)
      • FBV (Function Based View)와 CBV (Class Based View)
      • Django 입문하기
      • 부트스트랩
      • 프론트엔드 기초다지기 (HTML, CSS, JS)
      • 들어가기 + 환경설정
    • Algorithm
      • Programmers
        • Level1
          • 소수 만들기
          • 숫자 문자열과 영단어
          • 자연수 뒤집어 배열로 만들기
          • 정수 내림차순으로 배치하기
          • 정수 제곱근 판별
          • 제일 작은 수 제거하기
          • 직사각형 별찍기
          • 짝수와 홀수
          • 체육복
          • 최대공약수와 최소공배수
          • 콜라츠 추측
          • 크레인 인형뽑기 게임
          • 키패드 누르기
          • 평균 구하기
          • 폰켓몬
          • 하샤드 수
          • 핸드폰 번호 가리기
          • 행렬의 덧셈
        • Level2
          • 숫자의 표현
          • 순위 검색
          • 수식 최대화
          • 소수 찾기
          • 소수 만들기
          • 삼각 달팽이
          • 문자열 압축
          • 메뉴 리뉴얼
          • 더 맵게
          • 땅따먹기
          • 멀쩡한 사각형
          • 괄호 회전하기
          • 괄호 변환
          • 구명보트
          • 기능 개발
          • 뉴스 클러스터링
          • 다리를 지나는 트럭
          • 다음 큰 숫자
          • 게임 맵 최단거리
          • 거리두기 확인하기
          • 가장 큰 정사각형 찾기
          • H-Index
          • JadenCase 문자열 만들기
          • N개의 최소공배수
          • N진수 게임
          • 가장 큰 수
          • 124 나라의 숫자
          • 2개 이하로 다른 비트
          • [3차] 파일명 정렬
          • [3차] 압축
          • 줄 서는 방법
          • [3차] 방금 그곡
          • 거리두기 확인하기
        • Level3
          • 매칭 점수
          • 외벽 점검
          • 기지국 설치
          • 숫자 게임
          • 110 옮기기
          • 광고 제거
          • 길 찾기 게임
          • 셔틀버스
          • 단속카메라
          • 표 편집
          • N-Queen
          • 징검다리 건너기
          • 최고의 집합
          • 합승 택시 요금
          • 거스름돈
          • 하노이의 탑
          • 멀리 뛰기
          • 모두 0으로 만들기
        • Level4
    • Head First Python
    • 데이터 분석을 위한 SQL
    • 단 두 장의 문서로 데이터 분석과 시각화 뽀개기
    • Linear Algebra(Khan Academy)
    • 인공지능을 위한 선형대수
    • Statistics110
  • TIL : etc
    • [따배런] Kubernetes
    • [따배런] Docker
      • 2. 도커 설치 실습 1 - 학습편(준비물/실습 유형 소개)
      • 1. 컨테이너와 도커의 이해 - 컨테이너를 쓰는이유 / 일반프로그램과 컨테이너프로그램의 차이점
      • 0. 드디어 찾아온 Docker 강의! 왕초보에서 도커 마스터로 - OT
    • CoinTrading
      • [가상 화폐 자동 매매 프로그램] 백테스팅 : 간단한 테스팅
    • Gatsby
      • 01 깃북 포기 선언
  • TIL : Project
    • Mask Wear Image Classification
    • Project. GARIGO
  • 2021 TIL
    • CHANGED
    • JUN
      • 30 Wed
      • 29 Tue
      • 28 Mon
      • 27 Sun
      • 26 Sat
      • 25 Fri
      • 24 Thu
      • 23 Wed
      • 22 Tue
      • 21 Mon
      • 20 Sun
      • 19 Sat
      • 18 Fri
      • 17 Thu
      • 16 Wed
      • 15 Tue
      • 14 Mon
      • 13 Sun
      • 12 Sat
      • 11 Fri
      • 10 Thu
      • 9 Wed
      • 8 Tue
      • 7 Mon
      • 6 Sun
      • 5 Sat
      • 4 Fri
      • 3 Thu
      • 2 Wed
      • 1 Tue
    • MAY
      • 31 Mon
      • 30 Sun
      • 29 Sat
      • 28 Fri
      • 27 Thu
      • 26 Wed
      • 25 Tue
      • 24 Mon
      • 23 Sun
      • 22 Sat
      • 21 Fri
      • 20 Thu
      • 19 Wed
      • 18 Tue
      • 17 Mon
      • 16 Sun
      • 15 Sat
      • 14 Fri
      • 13 Thu
      • 12 Wed
      • 11 Tue
      • 10 Mon
      • 9 Sun
      • 8 Sat
      • 7 Fri
      • 6 Thu
      • 5 Wed
      • 4 Tue
      • 3 Mon
      • 2 Sun
      • 1 Sat
    • APR
      • 30 Fri
      • 29 Thu
      • 28 Wed
      • 27 Tue
      • 26 Mon
      • 25 Sun
      • 24 Sat
      • 23 Fri
      • 22 Thu
      • 21 Wed
      • 20 Tue
      • 19 Mon
      • 18 Sun
      • 17 Sat
      • 16 Fri
      • 15 Thu
      • 14 Wed
      • 13 Tue
      • 12 Mon
      • 11 Sun
      • 10 Sat
      • 9 Fri
      • 8 Thu
      • 7 Wed
      • 6 Tue
      • 5 Mon
      • 4 Sun
      • 3 Sat
      • 2 Fri
      • 1 Thu
    • MAR
      • 31 Wed
      • 30 Tue
      • 29 Mon
      • 28 Sun
      • 27 Sat
      • 26 Fri
      • 25 Thu
      • 24 Wed
      • 23 Tue
      • 22 Mon
      • 21 Sun
      • 20 Sat
      • 19 Fri
      • 18 Thu
      • 17 Wed
      • 16 Tue
      • 15 Mon
      • 14 Sun
      • 13 Sat
      • 12 Fri
      • 11 Thu
      • 10 Wed
      • 9 Tue
      • 8 Mon
      • 7 Sun
      • 6 Sat
      • 5 Fri
      • 4 Thu
      • 3 Wed
      • 2 Tue
      • 1 Mon
    • FEB
      • 28 Sun
      • 27 Sat
      • 26 Fri
      • 25 Thu
      • 24 Wed
      • 23 Tue
      • 22 Mon
      • 21 Sun
      • 20 Sat
      • 19 Fri
      • 18 Thu
      • 17 Wed
      • 16 Tue
      • 15 Mon
      • 14 Sun
      • 13 Sat
      • 12 Fri
      • 11 Thu
      • 10 Wed
      • 9 Tue
      • 8 Mon
      • 7 Sun
      • 6 Sat
      • 5 Fri
      • 4 Thu
      • 3 Wed
      • 2 Tue
      • 1 Mon
    • JAN
      • 31 Sun
      • 30 Sat
      • 29 Fri
      • 28 Thu
      • 27 Wed
      • 26 Tue
      • 25 Mon
      • 24 Sun
      • 23 Sat
      • 22 Fri
      • 21 Thu
      • 20 Wed
      • 19 Tue
      • 18 Mon
      • 17 Sun
      • 16 Sat
      • 15 Fri
      • 14 Thu
      • 13 Wed
      • 12 Tue
      • 11 Mon
      • 10 Sun
      • 9 Sat
      • 8 Fri
      • 7 Thu
      • 6 Wed
      • 5 Tue
      • 4 Mon
      • 3 Sun
      • 2 Sat
      • 1 Fri
  • 2020 TIL
    • DEC
      • 31 Thu
      • 30 Wed
      • 29 Tue
      • 28 Mon
      • 27 Sun
      • 26 Sat
      • 25 Fri
      • 24 Thu
      • 23 Wed
      • 22 Tue
      • 21 Mon
      • 20 Sun
      • 19 Sat
      • 18 Fri
      • 17 Thu
      • 16 Wed
      • 15 Tue
      • 14 Mon
      • 13 Sun
      • 12 Sat
      • 11 Fri
      • 10 Thu
      • 9 Wed
      • 8 Tue
      • 7 Mon
      • 6 Sun
      • 5 Sat
      • 4 Fri
      • 3 Tue
      • 2 Wed
      • 1 Tue
    • NOV
      • 30 Mon
Powered by GitBook
On this page
  • SSAFY - 인터뷰 편
  • 시작 전
  • 면접
  • 끝나고

Was this helpful?

  1. 2021 TIL
  2. JUN

15 Tue

SSAFY - 인터뷰 편

인터뷰 편을 쓴다는 이야기는 무얼까? ㅎ__ㅎ

  • 그래도 안일한 건 안일했다!

시작 전

다음 주에 면접이 있다는 메일을 받았다. 기쁨도 조금 있었는데 이전부터 계속 고민이 되었다. 취준할 시기에 이게 맞나 싶어서(?) 아 물론, SSAFY 하면 수료 후에는 취업을 좀 더 잘할 수 있겠지만. 당장 해야 되는게 아닌가 싶기도 하고 10개월 이후라는게 좀 멀게만 느껴지는 느낌도 있다. (10개월 짧은 것도 알고있긴 하다)

그래도 어머니랑 상의 후 진지하게 준비하기로 결정했다. 서류 준비할게 많아서 미리미리 했다. 4대보험 가입내역서를 뽑는 페이지가 카카오톡 지갑으로 인증하는 방법을 지원을 안해서 팩스로 신청했다는 TMI. 그 외의 서류는 뽑기 쉽다.

나는 거의 면접 이틀전에 오픈 카톡방에 SSAFY 방이 있다는 것을 알았다.

  • 이쯤되면 안일함이 아니라 그냥 무지함이 아닐까 싶다.

이미 다들 스터디를 꾸려서 면접 준비하는 사람들도 있고, 이 톡방에 있다보니까 몰랐던 정보를 많이 알게 되는 것 같다. 싸피 인터뷰 준비하는 사람이라면 오픈 카톡방을 꼭 활용하길 추천한다!

  • ESTJ 라도 카톡방에서 한마디도 안함

나는 그냥 나대로 면접을 준비했다. 사실 면접 과정도 아무것도 몰랐다. 가서 그냥 20분 정도 면접한다는 정도. 다들 대외비라고 말 안하는 것 같았다. (근데 면접 질문 말고 면접이 어떻게 이루어지는지도 대외비였더라)

나는 내 이력서에 맞춰서 예상 질문을 준비했다. 15개 조금 넘게 질문을 준비했다.

  • 근데 경험자들이 준비하고 가도 똑같다고 한다.

  • 준비를 해도 준비를 안한 것을 물어본다고..

일단 1분 자기소개와 마음가짐 은 다음과 같다.

안녕하세요. 논리적 사고와 열정 그리고 학구열을 가진 배우는 개발자 전상민입니다. 저는 6개월전부터 하루 배운내용을 정리하는 TIL을 쓰고 있는데요. 내가 무엇을 공부했는지 쓰다보니 내가 무엇을 공부할 지도, 그 날 하루를 열심히 공부했는지 돌아보는 것도 중요해졌습니다. 그렇게 계획을 세우고 성과표를 작성하며 달려오니 여기 이 자리 까지 온 것 같습니다. 저는 배움에 있어서 기초를 중요하게 생각합니다. 뿌리 깊은 나무는 가지를 멀리 뻗습니다. 개발자는 많은 문제를 해결하고 다양한 분야와 접목해야 하는데 기초가 잘 다져있어야 깊고 넓게 그리고 창의적으로 개발할 수 있습니다. 저는 이 싸피 프로그램이 뿌리를 깊게 내려주고 가지를 길게 뻗어 열매를 맺는 "양수겸장" 의 기회가 될 것이라 믿습니다.

나는 나름 싸피의 인재상을 모두 언급하면서 나를 소개하기 보다는 내가 무얼 할 수 있는지 어필했다는 점에 굉장히 흡족하고 있었는데 내 소개를 본 몇몇 동기들은 고개를 저었다. 진부하고 재미없다나. 뭐.. 인정.

그 외의 질문은 너무 길어질 것 같아서 탭으로 공개한다. (아니 근데 공개하는 게 조금 부끄럽다)

<장애인들을 위한 또다른 아이디어가 있다면>

  • 아 내가 에세이에 시각장애인들을 도울 수 있는 개발자가 되고 싶다고 했다. 그래서 그들을 도울 수 있는 나만의 아이디어를 이력서에 적었다. 근데 다른 아이디어가 있냐고 또 물어볼 수 있을 것 같아서 준비

청각 장애인들에게 자신의 이름을 부르는 소리가 들릴 때 신호를 주는 아이디어가 있습니다. 청각 장애인들과 이야기를 시작하거나 그들의 주의를 끌으려면 그들과 가까이 가거나 눈에 띄거나 접촉을 해야합니다. 소리가 들리는 방향에서 진동이 울려서 해당 방향을 볼 수 있도록 하면 좋을 것 같습니다. 또, 위급상황시 쉽게 청각장애인의 주의를 끌 수 있다는 장점또한 있습니다. 부차적으로 원하는 주변인의 목소리를 인식해서 반응하거나 "저기요" 나 "조심해요" 같은 단어에 반응하도록 해도 좋을 것 같습니다.

<최근 AI나 SW 기술을 본 기사>

  • 내가 AI에 관심이 많아서 본 기사이다. AI와 관련 없는 기사도 물을까봐 여러 기사를 찾아봤다.

AI 룩소니스의 CEO가 AI 키트가 담긴 가방을 개발했습니다. 시각장애인은 안내견 대신 혼자 가방을 매는데 가방끈에 카메라가 있습니다. 이것으로 나뭇가지나 턱, 자동차나 사람을 구별해서 신호를 줍니다. 기존에 지팡이나 안경은 발열과 배터리 소모가 심했는데 가방에 컴퓨팅 장비를 넣고 크기 제한에서 벗어나면서 이러한 문제를 해결했습니다.

또 다른 기술은 NC에서 개발한 중계체 기술인데요. 스포츠 해설위원들이 중계를 할 때 쓰는 말투를 중계체라고 합니다. 예를 들면 "슛, 골이에요." 가 아니라 "슛~~~~ 골이에요!!!" 하는 언어가 바로 중계체입니다. 이를 사람이 아니라 인공지능이 직접 억양과 강세를 구성해서 실제 야구경기를 중계하는 기술을 보았습니다.

SW기술로는 BCI를 관심있게 봤습니다. Brain Computer Interface라는 뜻인데, 뇌파로 컴퓨터를 조작하는 기술을 의미합니다. 미래에는 더 큰 가치가 있겠지만 우선적으로는 사지가 마비된 사람들의 편의를 위한 기술이라고 생각합니다. 뇌파를 디지털 신호로 변환하고 신호처리를 통해 특징을 추출해서 명령을 하는 과정으로 이루어지는데 이러한 부분이 AI와 접목해서 시너지를 내고 있고 앞으로도 더 큰 시너지를 내지 않을까 생각합니다.

<자동차 해킹을 인공지능으로 방어하는 모습에 대해 자세히 이야기한다면>

  • 이것도 에세이에 자동차 보안 연구실에 1년 있었던 경험을 적어서 준비.

자동차는 OBD2라는 입력 포트를 가지는데요. 이 포트와 연결하거나 무선 네트워크로 악성코드를 전달하면 자동차를 조작할 수 있습니다. 이러한 해킹은 사람의 생명을 앗아갈 수 있는 큰 위협입니다. 이미 과거에 유무선 해킹 성공으로 인해 차량 리콜까지도 발생한 사례가 있습니다. 이러한 비정상적인 움직임을 AI로 모니터링해서 차단하는 기술이 있으며 자동차 해킹 방어 대회도 있을 만큼 미래 자동차 산업과 AI 기술이 큰 시너지가 있을 것으로 예상합니다.

<프로젝트 설명 3개>

  • 내가 프로젝트를 지금껏 3개 했다. 그리고 이걸 에세이에 적었기 때문에 이에 대한 설명을 요구할 것이라 생각해서 준비했다.

<세 개의 프로젝트를 했는데도 부족함을 많이 느꼈다고 생각한 이유>

코드를 봐도 이해가 가지 않는 구조가 많았습니다. 프로젝트를 했을 당시 장식자 개념도 알지 못했고 한줄 코드를 여러 반복문을 가지고 쓰는 일도 있었습니다. AI 역시 그 기본은 코딩이고 이러한 코딩을 싸피에서 배울 수 있다고 생각합니다. 또한 동료들과 프로젝트를 진행하는 일을 매우 값진 일이고 이러한 협업에서 개발 능력 뿐만 아니라 의사소통 능력을 키울 수 있다고 생각합니다. 또, 여러 전문가와 동료간의 네트워크 구축을 통해 유대가 있는 개발자가 되고싶습니다.

<싸피커리큘럼 중 마음에 드는게 있다면>

저는 고르자면 백엔드 개발자에 가깝지만 백엔드 개발자도 프론트로 의견을 표현할 수 있어야 기업 인사나 매니저들에게 생각을 잘 전달할 수 있다고 생각합니다. 그런 면에서 프론트 지식을 배우는 것이 너무나 반갑습니다. 또한, 많은 동료들과의 협업과 많은 프로젝트 기회는 정말 든든합니다. 이런 프로젝트를 겪으면서 성장할 자신을 상상할 때 든든하고 벅차는 마음이 생기는 것 같습니다

<싸피를 들으려고 하는 이유>

싸피는 국내에서 으뜸인 교육 프로그램입니다. 개발자로서의 성장과 자존감을 키우고 싶습니다. 또, 싸피를 듣고 싶은 이유를 이야기하려면 또 커리큘럼에 대해 이야기 하지 않을 수가 없습니다. 백엔드 개발자가 자신의 생각을 잘 표현하기 위해서는 프론트 지식도 갖춰야 한다고 생각합니다. 그런 면에서 프론트 지식을 배우는 것이 너무나 반갑습니다. 또한, 많은 동료들과의 협업과 많은 프로젝트 기회는 정말 든든합니다. 이런 프로젝트를 겪으면서 성장할 자신을 상상할 때 든든하고 벅차는 마음이 생기는 것 같습니다

<이전에 AI 캠프를 했으면서도 또 싸피를 하려는 이유>

이전에 AI 캠프를 진행하면서 너무나 기뻤지만 너무나 어려웠습니다. 수업내용이 이해가 가지 않았고 오랜 시간 이해하려 노력하다 보니 종종 흥미를 잃기도 했습니다. 캠프를 진행하면서 부족함을 많이 느끼고 캠프를 하면서, 또 캠프가 끝난 뒤에도 부족한 부분을 채우려 여러 인강과 스터디를 통해 공부했습니다. 모래성도 쌓고 나서 두드려 다지듯이 이번에 싸피를 듣는다면 저의 기반을 단단히 세울 수 있다고 생각합니다. 또 배움의 기회를 얻는 것이 너무 기대가 되며 동료들과의 협업과 여러 프로젝트를 통해 계속 성장하고 싶습니다.

<무언가를 열정적으로 해서 달성한 경험>

  • 이건 진짜 지금 읽어도 쌩뚱맞은 것 같다.

최근에 열정을 불태운 경험은 가상화폐시장 분석이었습니다. 수학과 통계를 기반으로 한 투자 기법에 대해 관심이 생겨서 차트를 공부하고 각 차트의 움직임을 설명할 수 있는 프로그램을 제작하려고 했습니다. 차트의 의미를 알기 위해 차트 분석 책을 읽었고 이를 구현하고 자동화 하기 위해 늦게까지 구현하고 일어나자마자 구현하고를 반복했습니다. 또, 수많은 데이터를 다루기 위해 판다스 라이브러리를 공부하고 자동화를 위해 스케쥴링 라이브러리를 공부했습니다. 구현은 했지만 만족할만한 성능을 내지는 못했습니다. 하지만, 배움에서 끝나는 것이 아니라 배움이 바로 실무로 연결된다고 생각하니 많은 흥미를 느껴서 더 열정적으로 임했던 것 같습니다.

<싸피는 AI를 알려주지는 않는데?>

  • 나는 진짜 이거 꼭 물어볼 줄 알았는데.

AI도 결국 코딩과 소프트웨어입니다. Computer Vision 등의 분야를 잘하려면 AI 기초가 잘 마련되어 있어야 하고 이러한 기초가 잘 마련되 있으려면 코딩과 소프트웨어 기초가 잘 마련되어 있어야 합니다. 싸피는 뿌리를 단단히 해주는, 이러한 역량을 키워주는 곳이라고 생각합니다.

<SW를 하려는 이유>

주된 이유는 재미있습니다. 남들은 적성과 흥미중 무엇을 선택할 지 고민을 하는데 저는 둘 다 잡을 수 있는 일인것 같습니다. 두번째로 개발자는 사람의 삶을 변화시킬 수 있는 힘이 있으며 혁신의 선두주자라고 생각해서 이 점에 대해 애정과 자부심이 있습니다.

<관심있는 기술>

저는 인공지능 분야 중 컴퓨터 비전에 관심이 있습니다. 관심있는 이유는 스포츠 경기 심판이나 운전 같은 인간의 시각이 노동으로 행해지는 곳을 인공지능으로 대체하여 인간에게 편의를 줄 수 있고 시각적으로 문제가 있는 사람에게도 도움이 될 수 있기 때문입니다. (컴퓨터비전과 관련있는 기사 검색)

<리더로써의 자질>

꽤 오래전부터 리더십이 중요한 덕목으로 자리잡았습니다. 저는 리더십이 사람을 이끄는 덕목이 아니라 사람을 관찰하고 빛내는 자리라고 생각합니다. 저는 한 그룹의 리더가 된적이 있는데 주변에 도움을 주는 그룹원이 많았고 해당 년도에 성공적으로 그룹을 이끈적이 있습니다. 또 언젠가는 다른 그룹의 리더가 되었지만 도움을 주는 그룹원이 적었고 그룹이 잘 되게하는 이성적 판단과 그룹원이 잘 되게 하는 감성적 판단이 부딪히는 일이 많았습니다.

<팀원들과 어려움이 있었을 때 해결방법>

구현에 대해서 팀원과 의견이 맞지 않은 일이 있었습니다. 구현해보지 않고는 결과가 어떻게 될지 아무도 확신이 없는 상황에서 방향을 정하니 굉장히 막연했고. 단순히 큰 목표보다는 여러 자료조사를 통해 확실한 목표를 세우고 싶었는데 저와 생각이 다른 팀원은 실속있는 아웃풋을 목표를 세우고 싶어했습니다. 논리있게 팀원을 설득하려고 했지만 잘 되지 않았고, 서먹해지는 일이 있었습니다. 제가 이후에 느낀 것은 논리적 사고도 중요하지만 팀원과의 유대관계 또한 중요하다는 것입니다. 또, 모든 의견에 대해서 열린 가능성을 둬야된다고 느꼈습니다.

<최근에 어려웠던 문제나 과제 그리고 그 때의 과정과 결과>

컴퓨터 비전 관련 논문을 읽으려고 한 적이 있었는데 통계적 지식이 너무 부족했습니다. 저는 배움에 있어서 느리더라도 확실하게 알고싶어하는 성향이라서 통계적 지식을 꼭 얻고싶었습니다. 하버드에서 강의한 통계학 110을 듣기로 했습니다. 다만 영어강의이면서 기초적 설명이 아니라 듣는데 큰 어려움이 있었고 다른 인터넷 강의 사이트에서 수리통계학을 다시 수강신청했습니다.

그리고 이 질문들에 대해서 내가 답변을 어떻게 하는지 평가했다.

면접 날 새벽 4시까지 계속 읽고 아침에 지하철에서 계속 읽었다. 면접장에 30분 전에 도착해서 편의점에서 바카스 사먹고 계속 봤다.

면접

가면 건물 나올 때 까지 라텍스 장갑 낀다. 방역에 굉장히 철저하다.

난 8시 30분까지 오라고 했었는데, 7시 40분에 도착했다. 나만큼 일찍 온 사람은 없었다. 근데 이미 건물 내부에 사람들이 많은 것으로 보아 한 7시부터 면접을 시작한 것이 아닐까... 내 면접 시간 역시 아침 시간대라 좋아했다. (면접관들이 덜 피곤해 할 것 같기도 하고, 내 입장도 자고 일어나서 바로 보는게 긴장되는 시간이 적어서 좋다) 8시 20분쯤 들어갔다.

싸피 면접 보는 건물 엘리베이터에는 몇층인지 알려주는 숫자가 없다. 왜 없을까 궁금했다.

휴대폰을 끄라고 했는데 끄는 법을 몰랐다. 전원 버튼만 꾹 눌러도 소용이 없던데... 진행요원이 꺼주셨다. 끄는 법은 휴대폰 키자마자 검색해서 봤다. 볼륨 버튼이랑 눌러야 되는 거더라.

나는 면접볼 때 편한 마음으로 임했는데, 와닿는 말이 있었다.

면접관은 당신의 발표능력을 보는 게 아닙니다.

이 말을 들으니까 편하게 면접에 임했던 것 같다. 아 그래도 발표능력 있어야 한다. 필요 없다는 뜻은 아님.

아 그리고, 캐쥬얼하게 입고오라고 해서 나는 반팔티에 슬랙스 바지 입고갔다. 분명 SSAFY 유튜브에서도 입사시험 보는 거 아니니까 양복입지 말고 단정하게만 오라고 했다. 근데 대부분 열에 일곱은 양복. 둘은 양복 아닌 양복. 하나는 반팔. 그 중 하나가 나..

끝나고

비가 주룩주룩 왔다. 엄마랑 통화를 했다. 면접 잘봤냐고 뭐 물어봤냐고 하는 물음에 주변 싸피 지원자들의 눈치를 보며 "어.. 엄마! 그거 비밀이야!" 했다.

명찰을 계속 착용하고 지하철까지 갔는데 잘생긴 지원자분이 가슴을 툭툭 가리켜줘서 뗐다. 감사.

와 근데 진짜 그말에 동의한다. 진짜 인정.

아무것도 몰라도 아무거나 말하고 있는 자신을 볼 수 있습니다

나는 나름 잘 봤다고 느꼇다. 면접관이 좋네요 라고 3번 정도 이야기 해주기도 했고. 고개를 많이 끄덕여줘서 말하면서 힘이났다. 질문도 좀 많았다. 질문이 많은게 긍정적인 부분이 아닐까? 그리고 질문에 막힘없이 다 대답을 했다. 그래서 재미있게(?), 기분좋게 건물을 나왔다. 그리고 면접 잘 본 이유 중 하나가.. 나는 운이 좀 좋았다. 아니, 많이 좋았다.

Previous16 WedNext14 Mon

Last updated 3 years ago

Was this helpful?