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.

링커리어
리스트박스

검색결과 13824건

Copyright © Linkareer Inc. All Rights Reserved.

합격 자소서

KT / vision기술개발 / 2024 상반기

충북대 / 제어로봇공학과 / 학점 4.17 / 오픽: IM1 / 기타: 자동차운전면허1종보통

보고있는 합격자소서 참고해서 내 자소서 작성하기닫기
마음에 드는 문장을 스크랩 할 수 있어요!
지금 바로 PC에서 이용해보세요.

최고 품질의 상품들을 지금보다 더 많은 소비자들이 여러 유통 채널에서 더욱 폭 넓고 쉽게...

디엠씨미디어/어도비 자만검 배너 이미지


1. KT 및 해당 직무에 지원한 동기와 KT 입사 후 해당 직무의 전문가로 성장하기 위해 어떠한 노력을 할 지 구체적으로 기술해 주십시오. 통신과 ICT 산업에서 국내 최고 위치에 있는 KT의 뛰어난 기술력을 기반한 최고의 인재들과 함께 성장하고 싶어 지원했습니다. 컴퓨터 비전을 전공하며 얻은 지식과 객체 인식률 향상, 이미지 생성 기반 데이터 증대, 객체 자세 추정, 카메라 캘리브레이션 기반 데이터 구축 등의 연구 및 개발 역량을 사용하기에 Vision 기술 개발 직무가 가장 적합하다고 판단했습니다. 최근 다양한 연구가 진행되고 있는 비전 분야 기술을 산업적으로 적용하는 직무를 통해 회사와 사회에 공헌하고 싶습니다. 석사 과정 중 3차원 렌더링 기술에 매력을 느껴 NeRF 연구를 자체적으로 진행하였고 동료들과 함께 최신 논문 세미나를 주최했습니다. 연구 개발 직무인 만큼 Vision 기술의 전문가가 되기 위해 다량의 최근 논문을 함께 공부하고 적용하며 성장하겠습니다. 또한 다른 분야의 알고리즘 또는 네트워크 일지라도 비전 기술에 적용 가능성을 생각하며 새로운 알고리즘을 연구하는 전문가가 되겠습니다. 2. 지원 직무와 관련해서 본인의 대표적인 연구/Project 수행 경험에 대해 구체적으로 기술해 주시기 바라며, 해당 경험과 관련된 협업 사례나 난관을 극복한 경우 등을 기술해 주십시오 [스마트팜 내 토마토 수확로봇 개발 과제] '다수 로봇 협업 기반 원예작물 수확용 로봇 개발' 국가 연구과제에 수확 로봇 카메라 시스템 연구 실무자를 담당했습니다. 6 자유도 로봇팔과 자율주행 이동 로봇을 결합한 토마토 수확로봇에서 로봇팔의 시각적 정보는 핵심 기술 중 하나입니다. 딥러닝 네트워크를 통해 2차원 위치 인식 후 RGB-D 카메라를 통해 얻어진 깊이 정보로 토마토의 3차원 위치 인식 시스템을 개발했습니다. 그러나 복잡한 스마트팜 환경과 토마토의 비정형성은 3차원 위치 정보만으로는 불안정한 수확과 과실의 손상을 야기했습니다. 따라서 각 토마토의 3차원 자세를 추정했습니다. 토마토 point cloud 데이터의 형태학적 정보와 토마토 꼭지 정보를 활용하는 알고리즘을 개발하였습니다. 한국기계연구원과의 협업으로 비전 정보를 Socket 통신을 통해 자율주행부에 전달하였고 지속적인 실제 환경 시험과 검증을 통해 비로소 안정적인 시각적 정보를 전달하였습니다. 최종적으로 카메라 시스템 기술 평가를 통과하였고 해당 수확 로봇이 다양한 뉴스에 소개되는 쾌거를 이루었습니다. 3. 지원분야와 관련된 본인의 지식, 보유Skill 혹은 개발 역량 등에 대해 구체적으로 기술해 주시기 바라며, 이를 향상시키기 위한 본인의 노력/활동 등에 대해서도 구체적으로 기술해 주십시오. 이미지 특징 추출 알고리즘 중 하나인 Scale-Invariant-Feature Transform 알고리즘을 구현했습니다. Python으로 이미지 로드 후 기본적인 함수만 사용하여 SIFT 내 모듈들을 구성하고 최종적으로 알고리즘 전체를 구현하였습니다. 다양한 과제에 참여하여 딥러닝 기반 컴퓨터 비전 연구를 했습니다. 스마트팜 수확로봇 비전 시스템 개발, 암세포 검출, 영상 내 이물질 검출, 토마토 키포인트 검출 등을 수행했습니다. 또한 3차원 렌더링 기술 중 하나인 NeRF 연구를 진행했습니다. Few-shot NeRF와 MLP를 다른 네트워크로 대체하는 연구 등을 진행하였고 이를 기반으로 연구실에서 NeRF 연구 팀장을 맡아 해당 분야의 지식을 넓히기 위해 8명으로 구성된 팀에서 매주 세미나를 진행했습니다. 최신 연구 동향과 깊이 있는 논문 학습을 위해 딥러닝 논문 세미나 영상을 통해 공부하고 있습니다.