Internet Explorer 서비스 종료 안내
Internet Explorer(IE) 11 및 이전 버전에 대한 지원이 종료되었습니다.
원활한 이용을 위해 Chrome, Microsoft Edge, Safari, Whale 등의 브라우저로 접속해주세요.
[콘티넨탈오토모티브일렉트로닉스] [콘티넨탈] 체험형 인턴 채용 물류(SCM)
9121
상세내용
[콘티넨탈오토모티브일렉트로닉스] [콘티넨탈] 체험형 인턴 채용 물류(SCM)
[주요업무]
- Support order management and customer logistics process
- Support customer delivery plans
- Support direct ICO stock transfer
[접수기간]
02월 06일 ~ 02월 13일
[채용공고]
지원서 다운로드
- '지원서 파일 없음'
이 공고를 스크랩한 사용자들이 궁금하다면?
내 정보를 입력하면 스크랩한 사용자들의학교, 전공, 연령, 관심 직무 현황을 확인할 수 있어요!
이 활동에 관심을 가지는 사용자 (12명)
합격스펙 & 합격자소서
더보기수도권 4년제 / 소프트웨어 / 학점 4.08/4.5 / 토익스피킹: IM3 / 기타: 정보처리기사
1. 현대오토에버의 해당 직무에 지원한 이유와 앞으로 현대오토에버에서 키워 나갈 커리어 계획 (500~1000) “현대오토에버 성장에 기여할 수 있는 개발자” 학부시절 SW 카카오 엔터프라이즈 아카데미 교육에서 FrontEnd 개발자로 프로젝트에 참여하며, 최고의 사용자 경험을 위한 서비스를 제공하는 개발자의 목표를 가지게 되었습니다. 현대자동차의 소프트웨어 전문 기업 현대오토에버가 사용자에게 최고의 브랜드 경험을 제공하듯, 스마트팩토리 혁신과 디지털 전환 서비스로 끊임없는 도전과 야심찬 목표를 지닌 현대오토에버 환경에서 사용자에게 최적의 서비스를 제공하는 Frontend 개발자가 되고 싶어 지원했습니다. 스마트팩토리 부서에 Frontend Developer로 입사하게 된다면 현대오토에버의 개발 방법, 개발 문화에 적응하여 직무에 관련된 업무를 빠르게 처리하겠습니다. 이후 자기 계발을 끊임없이 해 나가며 빠르게 변화하는 IT 시장 속에서 신기술을 빠르게 습득하겠습니다. 또한 다양한 스마트팩토리 활성화 정책을 조사할 것입니다. 세계 각국의 스마트 팩토리 대응과 전략을 파악하는 것은 현대오토에버의 스마트팩토리 사업을 발전시킬 수 있다고 생각합니다 4차 산업혁명 이후 여러 나라들이 스마트팩토리 활성화 정책을 적극적으로 추진하고 있으므로, 미국, 중국, 일본, 독일 등 여러 나라의 스마트팩토리 육성 및 발전 정책을 살펴보고 현대오토에버 스마트팩토리 사업에 적용할 수 있는 시사점을 찾아 스마트팩토리 분야를 선도하는 데 이바지하겠습니다. 2. 지원 직무와 관련하여 어떠한 역량을(지식/기술 등) 강점으로 가지고 있는지, 그 역량을 갖추기 위해 무슨 노력과 경험을 했는지 구체적으로 작성 (대학내외 활동/프로젝트/교육 이수 과정 등 본인의 경험을 기반으로 작성) “소통 능력과 협업 능력을 갖춘 개발자” 프로젝트 진행시 팀원 일정과 상황에 맞춰 서비스 개발의 일정을 조정하고 팀원들과 유대감을 형성하기 위해 노력했습니다. 매일 데일리 스크럼 회의 시간을 통해 팀원들 각자의 상태, 개발 현황, 문제점 등을 함께 공유하고 고민했습니다. 스크럼 회의를 통해서 오늘 하루 목표와 부족한 점을 자각하고, 고민되는 문제점은 함께 의논해서 해결해 가며 개발의 효율성을 높이고 소통의 부재로 발생하는 오해나 오류를 최소화할 수 있었습니다. 팀원과 함께 공통된 기능을 개발하기 때문에 Git Flow를 사용했습니다. 추가로 개발 규칙을 적용하여 통일성을 높이고자 했습니다. 개발 규칙에서는 문법과 스타일 규칙을 통일하고, Custom hooks와 utils 함수를 최대로 활용하고 타입 중복을 최소화하는 등 최적의 코드를 작성할 수 있는 내용을 포함했습니다. “클린 코드 & 성능 개선을 위해 고민하는 개발자” 개발 과정에서 코드 작성 시, 가독성을 높이고 성능을 최적화를 위해 코드 중복을 최소화하도록 노력했습니다. 자주 사용되는 값 처리나 기능들은 custom hooks과 utils 함수로 관리하여 코드의 중복을 최소화하고자 했습니다. 퀄리티 높은 코드를 작성하기 위해 각 개발팀은 주 2회, 팀 전체 주 1회 코드 리뷰를 진행했습니다. 해당 기능을 구현하기 위해 어떻게 설계해서 작성했는지, 해당 기능은 왜 이렇게 구현했는지 직접 얘기하면서 부족한 점은 보완하고 좋은 점은 활용해 코드의 품질을 높일 수 있었습니다. 서버 데이터 관리는 React-Query 라이브러리를 사용하여 제공되는 select, cacheTime, staleTime, refetch 등을 활용하여 데이터 접근 속도, 데이터 분리, 서버 상태 업데이트 등 기능을 손쉽게 관리할 수 있었습니다. “높은 사용자 경험을 제공하는 개발자” React-Query에서 지원하는 optimistic update를 활용하여 사용자에게 빠른 피드백을 제공하고자 했습니다. onMutate 함수를 통해서 서버 응답을 받기 전에 UI를 먼저 업데이트하여 사용자의 경험을 높이고, 요청 실패의 경우를 대비하며 롤백 로직도 함께 구현했습니다. 또한 데이터가 많아져 API 요청 시에 시간이 길어지는 문제점을 해결하기 위해 무한 스크롤 기술을 사용했습니다. React-Query에서 지원하는 Infinite Queries 와 스크롤 감지를 위한 Intersection Observer API를 활용해서 쿼리 한 번 요청 시 반환되는 데이터 값을 각 기능에 맞게 설정하여 무한 스크롤을 구현했습니다.
가천대 / 소프트웨어학과 / 학점 3.57/4.5 / 오픽: AL / 사회생활 경험: 인턴 (한 달) / 2021 인공지능 언어 능력 평가 (은상)
1. 지원하는 회사와 분야(직무)에 대한 지원 동기를 자유롭게 기술해 주십시오. (최대 400자 입력가능) 공간 AIoT 디지털 플랫폼 기업 HDC랩스는 딥러닝을 기반으로 영상/음성/언어 분야의 문제를 해결하고, 상업공간 및 주거공간 서비스를 제공합니다. 저는 자연어처리 연구실에서 석사 과정을 수료하며, 오디오/텍스트/이미지/Wi-Fi 무선 신호 등 다양한 모달리티를 이용한 7개의 프로젝트 및 멀티모달 연구를 수행했습니다. 다중 모달리티를 활용한 연구를 수행하며, 각 모달리티의 특징을 파악하고 이를 기반으로 모델링 하는 것에 흥미를 느꼈습니다. 입사 후에도 모달리티에 구애받지 않고, HDC 랩스에서 수집한 방대한 데이터로 다양한 딥러닝 기반의 기술을 개발할 것입니다. 사람들을 편리하게 하는 서비스 제공 및 시스템 개발을 위한 HDC랩스의 다양한 도전에 함께하고 싶습니다. 2. 본인의 강점을 SNS (틱*, 인별그램 등)에 올린다면 사용할 해시태그(#)와 키워드는 무엇이며, 그렇게 생각하는 이유를 기술하여 주십시오. (최대 200자 입력가능) #책 #기록 #글쓰기 글을 읽고 쓰는 것을 좋아합니다. '세상을 이롭게 함으로 나를 이롭게 하자'는 방향성으로 향하기 위해서는, 의미있는 결과들을 내야겠다는 다짐을 하곤 합니다. '나'라는 모델 학습에도 수많은 인풋이 필요합니다. 어디든 존재하는 많은 글이 저의 인풋이 됩니다. 더 깊은 모색과 논리를 위해 부지런히 읽겠습니다. 3. 다른 사람들이 지원자를 평가할 때 가장 많이 언급하는 장점과 단점을 기술하여 주십시오. (부모님, 친구 등) (최대 300자 입력가능) 졸업작품 프로젝트를 하며 갈등이 있었습니다. Wi-Fi sensing 정보를 수집하기 위해, 공유기 설치 및 linux 기반 환경세팅을 해야 했습니다. 요일별로 역할을 분담하여 프로젝트를 수행하고자 했습니다. 오전 시간을 오후로 잘못 이해하여 커뮤니케이션의 문제가 생겼고, 분담한 역할을 제대로 수행하지 못한 다른 두 팀원 사이의 갈등이 있었습니다. 사교적인 성격으로 두 팀원의 입장차이를 중재하여 갈등을 해결할 수 있었습니다. 그러나 다소 엉뚱한 면이 있어 다양한 코드를 작성하고 시도하여, 프로젝트의 완성이 오래걸렸던 경험이 있습니다 4. 본인이 살아오면서 가장 도전적이었거나 가장 인상 깊었던 경험을 기술해 주십시오. (예. 프로젝트 및 공모전 경험, 학회/동아리 등 단체 활동, 인턴/아르바이트 등 사회 경험. 리더십 수행 경험, 역량개발 경험, 해외 경험, 국내/외 봉사 활동 등) (최대 400자 입력가능) [그릿, IQ/재능/환경을 뛰어넘는 열정적 끈기의 힘] 공간정보기술에서 yolov4를 활용한 딥러닝 프로젝트를 통해, 내적 동기가 주는 파급력을 신뢰하며 뚜렷한 방향성을 갖게 되었습니다. 고등학교를 문과로 졸업하고 교차지원으로 입학한 저는, 대입 이후 고등학교 때 배우지 못한 수학과목과 이해할 수 없는 프로그래밍 언어들로 어려움을 겪었습니다. 몰입하여 전공과목을 학습했지만, 2학년때까지 부진한 성적을 냈습니다. 그러나 3학년 산학과제에서 처음 경험한 딥러닝 프로젝트의 '모델을 학습하여 새로운 데이터에 대한 결과를 예측한다'라는 점이 흥미로웠습니다. 이후 딥러닝 학습에 대한 열의로 성적장학금을 받으며, 마지막 학기에는 석차 1등을 기록하며 졸업했습니다. 내적 동기는 저를 움직이게 하는 동력임을 깨달았습니다 5. 자기소개서 (*자유로운 형식으로 기술) (최대 1,500자 입력가능) HDC 랩스는 상업 및 주거공간에 인공지능을 도입하여 소비자들에게 차별화 된 서비스를 제공하도록 노력하는 선두 기업입니다. 저는 HDC 랩스에서 수집한 방대한 멀티 모달리티 데이터를 이용하여 서비스를 확장하고, LLM의 환각 현상 해결을 통한 시스템 고도화에 기여하고자 지원했습니다. 특히, 음성과 대화 및 3D 얼굴인식 등 멀티 모달을 활용한 주거공간에서의 신원 인식 시스템 개발을 하고 싶습니다. 지문인식 도어락을 넘어, 주거공간에서도 인공지능 기반의 신원 인식 시스템의 도입은 스마트홈의 새로운 방향성을 제시할 것 입니다. [문제 해결력 향상은 정확한 문제 정의와 질문을 반복하는 것] 이러한 목표를 달성하고자 학석사과정에서 7개의 프로젝트와 SCI 1개, KCI 2개의 논문 게재(1저자), 4개의 수상, 자연어처리 강의 경험이 있습니다. 22년 12월부터 23년 3월까지 pytorch 기반의 'Vision-Language 모델에서의 Variational 오토인코더와 대조 학습을 이용한 멀티모달 정렬'을 연구 개발하여 성능 향상을 도출했습니다. 데이터 수집 및 전처리, 문제 정의, 방법론 제시 및 실험을 스스로 수행하여 가장 큰 성장을 보인 연구입니다. 해당 연구에서 해결하고자 했던 문제는 독립적으로 사전학습된 인코더-디코더는 같은 의미를 가지는 두 모달리티의 임베딩이 상이하기 때문에, dot product 기반 cross-attention의 attention score가 가중치를 나타낼 수 없다는 것입니다. 저는 같은 의미를 갖는 벡터들을 가깝게, 다른 의미를 갖는 벡터들은 멀게 학습하는 대조 학습을 이용하여 두 임베딩을 정렬하고자 했습니다. 또한 주어진 이미지에서 유의미한 정보만 추출하기 위해 variational 오토인코더를 적용하여 성능을 향상시켰습니다. 이 과정에서 딥러닝의 기초지식과 원리를 이해하고자 노력했습니다. 연구를 수행하며 정확한 문제 정의보다 실험 성능 향상 및 하락의 원인을 파악하는 것이 어려웠습니다. 끊임없이 '왜'라는 질문을 스스로에게 던지며 근본적인 이유를 딥러닝 기초 지식을 공부하며 찾고, 문제 해결 방법을 모색하며 부족한 이해도를 보충했습니다. 연구를 진행하며 새로운 방법론을 제시하는 것만큼 중요한 것은, 깊이 있게 딥러닝 모델의 내구조를 이해하여 결과를 해석하는 것임을 배웠습니다. 연구 및 개발하며 겪었던 시행착오들이 HDC 랩스에서 멀티모달 자연어처리 개발자로 성장하는데 큰 거름이 될 것입니다. HDC 랩스에서 급변하는 인공지능 연구 흐름에 발맞추어, 혁신적인 서비스를 제공하는 멀티모달 자연어처리 개발자로 성장하고 싶습니다. 또한 석사과정 중에 자연어처리에 관심 있는 학부생 18명을 모집하여, 주 2회 4시간씩 '자연어처리 이론 및 실습' 강의를 진행한 경험이 있습니다. 석사과정에서 배운 딥러닝 이론들을 정리하여 직접 강의자료를 만들었고, 퍼셉트론부터 Transformer과 BERT까지 강의를 했습니다. 자연어처리 개발자 꿈을 향한 저의 열망을 HDC 랩스와 발맞추어 걸으며 펼치고 싶습니다
가천대 / 소프트웨어학 / 학점 3.57/4.5 / 오픽: AL
1. [필수] 자기자신을 자유롭게 소개해 주세요. [ (1)본인이 해당 직무에 적합한 이유 ex) BE, FE , ML 등 / (2)관심있는 개발분야 ex)음성인식, OCR, NLP, 쇼핑검색, 통합검색 등 포함 ] (1000자) (1) 해당 직무에 적합한 이유 저는 자연어처리 연구실에서 학석사과정을 수료하며, 다양한 멀티모달 프로젝트에서 의미 있는 성과를 이루어 왔습니다. 음성, 시각, 언어 및 무선 신호를 이용한 프로젝트 경험을 통해 이미지 캡셔닝, 시각 질의 응답, 감정 인식 등을 구현한 경험이 있습니다. 구현 경험을 통해 멀티모달의 효과를 발견하고, 다양한 멀티모달 데이터를 다룰 수 있는 능력을 키웠습니다. ~~다양한~~ 모달리티를 활용한 경험을 통해 배운 데이터 전처리 및 분석 능력을, 네이버 클라우드의 대규모 비전-언어 모델 데이터 처리에 적용할 수 있습니다. 또한 석사과정에서의 연구 경험으로 모델을 평가하고 개선하는 과정을 이해하고 있습니다. COPA, COLA, WiC, BoolQ 과제 수행하며 벤치마크 데이터를 분석한 경험도 있어, 이를 통해 모델의 성능을 지속적으로 향상시킬 수 있습니다. 저는 성장에 목마른 지원자입니다. 끊임없는 도전과 직무에 대한 책임감을 바탕으로, 네이버 클라우드 데이터 제작에 기여하겠습니다. 이를 통해 다양한 비전-언어 도메인에서 혁신적인 솔루션을 제공하겠습니다. 저는 멀티모달 데이터의 잠재력을 활용하여 네이버 클라우드의 서비스 품질을 향상시키고, 고객들에게 더 나은 가치를 제공하는 데 기여하겠습니다. (2) 관심 있는 개발 분야 저는 멀티모달에 깊은 관심을 가지고 있습니다. 최근 자연어처리 분야에서 대규모 언어 모델(LLM)의 등장 이후, 미세조정 없이 few-shot 학습 등 프롬프트만으로 다양한 문제를 해결하는 방법론들이 활발히 연구되고 있습니다. 특히 저는 Chain-of-Thought(CoT)와 같은 프롬프트 엔지니어링 기법과, 모델의 환각(hallucination) 문제를 해결하기 위한 Retrieval-Augmetned Generation(RAG) 등에 큰 관심이 있습니다. 또한 최근에는 instruction induction 데이터셋을 분석하며, 테이블이나 차트, 이미지 등의 다양한 데이터 구축에 큰 흥미를 느꼈습니다. 네이버 클라우드에서 지속적인 멀티모달 기술 탐구와 프롬프트 기반의 학습 방법론을 활용하여 모델 개선에 기여하겠습니다. 2. [필수] 지원분야와 관련하여 본인의 기술력을 보여줄 수 있는 활동내역을 모두 기재해주세요. 활동예시 : 논문, 특허, 프로젝트, 창업, 오픈소스 코드 사이트 등 * 작성항목(활동별로 아래 항목에 맞춰 각각 기재) 1) 진행기간 2) 주요내용 3) 본인이 기여한 점 4) 사용한 기술스택 및 지식 5) 결과 및 성과(서비스 URL 있으면 포함) ※ 보다 자세한 내용을 제출하고자 하는 경우, 하단 문항에 첨부해주세요. (1000자) 논문: Multimodal Prompt Learning in Emotion Recognition using Context and Audio Information 1) 2023.03 ~ 2023.06 2) 멀티모달을 위한 self-attention을 제안하며, 음성과 언어 모달리티의 합성에 대한 연구를 수행했습니다. 모델 학습에 언어 정보만을 사용하는 것보다 음성 정보와 문맥 정보를 함께 고려할 때, 더 질 높은 감정 인식을 기대할 수 있습니다. 그러나 단일 모달리티를 이용하여 사전학습한 기존 언어 모델의 프롬프트 러닝에서는, 사전학습에서 사용하지 않은 모달리티를 사용하기 어렵다는 문제점이 있습니다. 저는 T5 모델의 프롬프트 러닝에서 오디오, 발화 텍스트, 과거 발화의 감정과 문맥 정보를 함께 사용하는 방법을 제안했습니다. 3) 딥러닝 모델을 구현하고, 제안하는 아이디어를 코드로 작성하는 역할을 했습니다. 또한 모델이 높은 성능을 도출하도록 하이퍼파라미터 튜닝을 수행했습니다. 4) python, pytorch, ubuntu, huggingface transformers, wandb 5) https://github.com/KimGyunYeop/2023_KCC_ER_ISNLP **[필수] 본인이 보유한 기술과 해당 기술의 활용정도를 모두 적어주세요. 예시 . Android - 상, JAVA - 상 . iOS - 중, C - 중 . Linux - 중, CUDA - 중, Python - 상, C - 상, C++ - 중 . ML - 상, NLP - 중, Python - 상, C - 중 활용정도 . 상 - 서비스 환경에 맞춰 최적화를 수행할 수 있는 높은 수준의 기술을 보유하고 있음. . 중 - 주요 이슈 트러블슈팅을 할 수 있을 정도로 내부 구조에 대해 이해하고 있음. . 하 - 코드를 읽을 수 있으며, 기본적인 기능을 구현할 수는 있음. (1000자)** Linux - 중, CUDA - 중, Python- 중, ML- 중, NLP- 중, mySQL- 중, Git- 중 3. [필수] 소개해 줄 만한 성공적인 프로젝트 경험을 기술해주세요. (2000자)** 1) 감정 인식에서의 문맥 정보와 음성 정보를 이용한 멀티모달 프롬프트 러닝 음성과 언어 정보를 이용한 멀티모달 연구를 수행하고 SCI급 저널에 게재한 경험이 있습니다. 멀티모달 프롬프트 러닝 연구를 수행하며 음성과 언어를 합성하기 위한 방법을 제안했습니다. 연구를 통해 해결하고자 했던 문제는, 단일 모달리티를 이용하여 사전학습한 기존 언어 모델의 프롬프트 러닝에서 사전학습에 사용하지 않은 모달리티를 사용할 수 없다는 문제점입니다. 프로젝트를 수행하면서 음성 및 언어 정보 합성의 어려움이 있었습니다. 첫째, 음성 처리에 대한 경험이 부족했습니다. 둘째, 음성과 언어의 원활한 합성을 위해 두 정보를 하나의 트랜스포머 기반의 모델에 입력할 때, 음성도 언어처럼 임베딩 벡터로 처리해야 한다는 것입니다. 따라서 기존 멜 스펙트로그램 방법이 적합하지 않다고 판단하고, wav2vec을 사용하여 문제를 해결했습니다. 이를 통해 하나의 모델에 음성과 언어를 모두 입력하여, 두 모달리티에 대한 모델의 이해도를 높일 수 있었습니다. 그 결과, 38.43이었던 F1 성능이 41.39만큼 향상할 수 있었습니다. 프로젝트를 통해 음성을 언어처럼 벡터로 표현하여 학습하는 역량과, 모델 성능을 향상하기 위해 문맥 정보를 고려하도록 모델을 구조하는 역량을 배양할 수 있었습니다. 멀티 모달 방법론과 효과를 깊이 이해할 수 있었습니다. 2) 시각과 언어의 정렬을 통한 이미지 캡셔닝 시각과 음성 정보를 정렬하는 연구를 수행한 경험이 있습니다. 연구의 목표는 독립적으로 사전학습된 인코더-디코더 모델에서, 같은 의미를 가지는 시각 정보와 음성 정보가 상이하다는 문제점을 정렬로 해결하는 것입니다. 상이한 시각과 음성 정보의 임베딩을 정렬하기 위해, 대조학습과 변분 오토인코더(VAE)를 적용했습니다. 같은 의미를 가진 정보들은 가깝게, 다른 의미를 가진 정보들은 멀게 학습하는 방법을 통해 상이한 두 임베딩의 문제를 해결하고자 했습니다. 또한 오토인코더를 사용하여 주어진 이미지에 대한 핵심 정보를 압축하여 성능을 향상하고자 했습니다. 프로젝트를 수행하며, 이미지의 압축 크기에 따라 자연어 생성 성능이 달라질 수 있다는 것을 알게 되었습니다. 저는 이미지의 핵심 정보를 추출하고 압축하는 가장 적절한 크기를 찾기 위해 다양한 크기로 실험을 수행했습니다. 그 결과, 기존의 45.6이었던 ROUGE-1 성능이 46.4까지 개선되었습니다. 프로젝트를 통해 멀티모달 연구에서, 정렬의 방법과 필요성을 학습할 수 있었습니다. 또한 모델의 내구조를 이해하여 인지한 문제점을 해결하는 방법을 제안하는 능력과, 이를 코드로 구현하는 능력을 배양할 수 있었습니다. 3) 2021 국립국어원 인공지능 언어능력 평가에서의 4개 과제 해결 국립국어원에서 주최한 인공지능 대회를 참가하여, 4개의 과제(문장 문법성 판단, 동형이의어 구별, 인과 관계 추론, 판정 의문문)를 해결한 경험이 있습니다. 저를 포함한 4명의 학생이 함께 프로젝트를 수행했기 때문에 모델 구조에 대한 아이디어는 주 2회 회의를 통해 논의하고, 역할을 분담했습니다. 제가 담당한 역할은 한국어 데이터 증강과 앙상블 기법의 적용이었습니다. 주어진 한국어 데이터의 양이 약 3000개로 모델 학습으로 사용하기에는 매우 부족했습니다. 저는 back translation 기법을 사용하여 주어진 한국어 데이터를 영어로 번역한 후, 다시 한국어 데이터로 번역하는 방식으로 데이터를 증강했습니다. 또한 4가지 과제에 대한 성능 향상을 위해 5개의 모델을 사용하여, 각 모델이 예측한 결과값 중 다수의 예측을 따르는 hard voting을 적용했습니다. 프로젝트를 수행하며 데이터 전처리의 중요성과 모델 성능을 향상하기 위한 앙상블 방법을 이해하고 구현할 수 있었습니다. 프로젝트를 통해 배운 지식과 경험은, 저의 인공지능 분야에서의 역량을 한층 더 발전시키는 계기가 되었습니다. 이러한 학습과 실습 경험은 앞으로 네이버 클라우드에서의 연구와 실무에서도 큰 자산이 될 것 입니다.
최종합격후기
더보기인기 활동 리스트 보러가기
담당자 Q&A (1)
담당자가 인증된 공고입니다. 댓글을 달면 담당자가 직접 답변해 드립니다.
강병모 안녕하세요. 한양대학교 산업데이터엔지니어링학과 석사과정 강병모입니다. 다름이 아니오라, 제가 한 학기만 남겨두고 있고 일주일에 하루정도만 학교를 가면되는 상황입니다. 이러한 상황에서 지원 가능한지 여쭤보고 싶습니다. 감사합니다.
이 공고 조회자가 많이 본 공고
605
[해태제과식품] 채용연계형 인턴 모집
해태제과식품
D-1
조회 17,857
댓글 0
574
[현대오토에버] 2025년 상반기 신입사원 채용
현대오토에버
D-1
조회 13,547
댓글 0
151
[셀트리온] 2025년 분야별 수시채용 (~05/18)
셀트리온
D-7
조회 3,828
댓글 0
143
[퍼솔켈리코리아] 2025 국내 일본계기업 인턴십 프로그램
퍼솔켈리코리아
D-1
조회 3,270
댓글 0
