자소서 만능 검색기

한국외국어대학교 / 정보통신공학과 / 학점 3.75 / 사회생활 경험: 테라모션 / [우수상] 2024 k_html 해커톤 대회, [Best-paper Awards] ICT-Advanced Engineering Society (ICT-AES), [우수상]캡스톤 설계 프로젝트, [특별상]2023 용인시 SW/AI 해커톤 경진대회, 네이버부스트캠프[AI 엔지니어 기초 다지기 : 부스트캠프 AI Tech 준비과정], 2023 데이터 청년 캠퍼스 - 자연어처리기반 딥러닝기술 융합과정 수료, 2023 GBT Hackathon Challenge

제일 재미있는 분야를 찾지 못해 고민하던 중, 3학년 여름방학에 한국데이터산업진흥원에서 주최한 '자연어처리 기반 딥러닝 기술 융합 과정 프로젝트'에 참여하게 되었습니다.

이 과정에서는 딥러닝의 이론적인 원리와 실무 기술에 집중해 공부했고, 머신러닝, 딥러닝, 그리고 다양한 딥러닝 프레임워크에 대한 깊은 이해를 통해 딥러닝 모델 구축 및 최적화에 대한 전문 지식을 쌓을 수 있었습니다.

딥러닝 모델을 실무에 적용하는 데 필요한 기술들을 익히면서 딥러닝에 대한 자신감을 가지게 되었고, 이를 통해 다양한 응용 분야에 모델을 적용하는 데 필요한 능력을 개발할 수 있었습니다. 2.

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

하지만 기계공학 기반 학과를 전공한 저에게는 Python, 딥러닝, 머신러닝 등 과제 수행에 필요한 기본 지식이 부족했기 때문에 큰 도전이었습니다.

딥러닝 기반 위치 및 자세 추정 알고리즘을 개발하였고, 최종적으로 우수한 과제 평가와 뉴스에 도보 되는 성과를 이뤄냈습니다.

최신 머신러닝 및 딥러닝 기술에 대해 지속적으로 학습하겠습니다. 또한 관련 세미나와 워크숍 및 교육 참여를 통해 기술을 습득하고 배움에 대한 열정을 보이겠습니다. 이를 통해 새로운 기술과 트렌드를 빠르게 이해하고 적용할 수 있는 능력을 키우겠습니다.

서울과학기술대 / 산업정보시스템 / 학점 3.95 / 토익스피킹: 140/IH

[딥러닝 기반 전동 킥보드 헬멧 감지 시스템 개발: KIEE 게재] 전동 킥보드 안전성을 높이기 위해 TensorFlow 환경에서 헬멧 착용 감지 모델을 설계했습니다.

딥러닝 모델 설계를 위해 격주로 논문 세미나와 실습 세션을 운영하며 팀의 기술 역량을 강화했습니다. 18명의 사용자를 대상으로 스마트워치를 활용하여 심박수와 스트레스 지수를 수집하고, 카메라로 얼굴 영상을 수집했습니다.

학부 시절, 딥러닝에 대한 기초 지식이 부족했음에도 불구하고, 배우고자 하는 열정을 인정받아 학부 연구생으로 활동할 수 있었습니다. 자신감이 부족할 때, 지도 교수님께서 주신 "게임 캐릭터도 처음부터 강하면 재미없다.

지거국 / 전자공학부 / 학점 3.95/4.5 / IM2 / 공정프로젝트 1회

졸업프로젝트의 목표는 하드웨어 기판 FPGA에 딥러닝으로 제작된 프로그램을 이식하는 것이었습니다. 저희 조는 도로의 차선을 탐지하는 프로그램을 하드웨어에 이식하는 것을 목표로 세웠는데 이는 제가 처음 도전하는 분야였습니다.

딥러닝은 예시 이미지를 많이 학습할수록 정확도가 올라가는데 노트북 사양이 부족해 학습에 너무 오랜 시간이 걸려 근처 PC방에 시간을 충전하고 학습을 진행하기도 했습니다.

최근 대구와 경북 지역에서 딥페이크 피해를 입은 학교 명단을 인터넷에서 접하면서, 딥페이크 기술의 위험성을 실감하게 되었습니다.

건국대 / 바이오의약학 / 학점 3.79/4.5 / 토익: 895, 오픽: IM1 / 컴퓨터활용능력: 1급

해외 제약기업 중에는 딥마인드가 AI를 활용해 단백질 구조 예측을 하는 데 성공하는 등 신약 개발에 AI 기술을 적극적으로 활용하고 있습니다. 이에 발맞춰 국내 주요 제약사들도 딥러닝과 머신러닝 기술을 도입하여 신약 발굴 과정의 효율성을 높이고 있습니다.

서울과학기술대 / 산업정보시스템 / 학점 3.95 / 토익스피킹: 140/IH

[사운드 기반 스마트홈 제어 기술 개발] 디지털 취약계층을 고려한 스마트홈 기술로, 오디오 데이터를 1초 단위로 세분화해 Transformer 기반 딥러닝 모델 (HTS-AT)을 Fine-Tuning했습니다.

딥러닝에 익숙하지 않은 팀원들과 논문 세미나와 실습 세션을 운영해 기술적 장벽을 낮추고, 팀 전체의 역량을 끌어올렸습니다. 18명의 사용자로부터 심박수와 스트레스 데이터를 수집하고 이를 라벨링하여 학습 데이터를 구축했습니다.

가천대학교 / 소프트웨어학과 / 학점 3.57/4.5 / 오픽: AL / 사회생활 경험: 인턴 (한달) / 2021 인공지능 언어능력 평가 (은상)

지원 직무 관련, 끊임없는 성장을 위해 노력한 본인만의 경험을 서술해주세요. (500자)
 [음성/언어/시각/Wi-Fi 무선신호 정보를 이용한 프로젝트 및 연구 경험] 석사과정에서 자연어처리 전공을 수료하며, 머신러닝과 세부 분야인 딥러닝 학습 경험이 있습니다.

새로운 방법을 제시하는 것만큼 중요한 것은, 깊이있게 딥러닝 모델의 내구조를 이해하는 것임을 배웠습니다. 4.

딥러닝 이론들을 정리하여 직접 강의자료를 만들고 실습자료를 배포했습니다. 딥러닝의 기초 개념인 perceptron부터 Transformer/BERT까지 강의했으며, 학부생도 이해할 수 있도록 풍부한 예시를 포함했습니다.

한국외국어대학교 / 정보통신공학과 / 학점 3.75

제일 재미있는 분야를 찾지 못해 고민하던 중, 3학년 여름방학에 한국데이터산업진흥원에서 주최한 '자연어처리 기반 딥러닝 기술 융합 과정 프로젝트'에 참여하게 되었습니다.

이 프로젝트에서 2달 동안 머신러닝, 딥러닝, 언어공학, 데이터 분석 등의 기술을 습득했고, 딥러닝 기반 실시간 부정 어휘 감지 시스템을 개발하며 모델 구현에 큰 흥미를 느꼈습니다.

이 과정에서는 딥러닝의 이론적인 원리와 실무 기술에 집중해 공부했고, 머신러닝, 딥러닝, 그리고 다양한 딥러닝 프레임워크에 대한 깊은 이해를 통해 딥러닝 모델 구축 및 최적화에 대한 전문 지식을 쌓을 수 있었습니다.

지거국 / 전자공학부 / 학점 3.95/4.5 / IM2 / 공정프로젝트 1회

저는 친구들과 함께 딥러닝 모델을 FPGA에 이식하는 프로젝트를 진행한 경험이 있습니다. 딥러닝 모델을 FPGA에 최적화하기 위해서는 많은 학습이 필요했지만, 모델의 복잡성 때문에 시간이 상당히 소요되었습니다.

가천대 / 소프트웨어학과 / 학점 3.57/4.5 / 오픽: AL / 사회생활 경험: 인턴 (한 달) / 2021 인공지능 언어 능력 평가 (은상)

(최대 400자 입력가능) 공간 AIoT 디지털 플랫폼 기업 HDC랩스는 딥러닝을 기반으로 영상/음성/언어 분야의 문제를 해결하고, 상업공간 및 주거공간 서비스를 제공합니다.

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.

끊임없이 '왜'라는 질문을 스스로에게 던지며 근본적인 이유를 딥러닝 기초 지식을 공부하며 찾고, 문제 해결 방법을 모색하며 부족한 이해도를 보충했습니다.

지거국 / 전자공학부 / 학점 4.2 / 토익 900, 토스 120 / PBL기반 반도체실무프로젝트, PBL기반 반도체특성화프로젝트 / 한국사검정능력시험: 고급

주어진 데이터는 수만 건의 시계열 데이터였고, 저희 팀은 초반에 성능이 좋다는 고도화된 딥러닝 모델(LSTM)을 적용했습니다.

이 변수들을 결합한 새로운 파생 변수(Feature)를 생성하여 가벼운 머신러닝 모델에 적용하자, 예측 정확도가 90% 이상으로 급상승했습니다. 화려한 알고리즘보다 본질적인 데이터 분석이 문제 해결의 열쇠임을 깨달았습니다.

서울과학기술대 / 산업정보시스템 / 학점 3.95 / 토익스피킹: 140/IH

딥러닝 모델 설계를 위해 격주로 논문 세미나와 실습 세션을 운영하며 팀의 기술 역량을 강화했습니다. 주제 선정시 팀원들은 개발 경험 부족으로 새로운 기술 개발에 큰 부담을 느껴 기존 콘텐츠를 보완하는 방향으로 제안했습니다.

결과적으로, 딥러닝에 익숙하지 않던 팀원들도 점차 모델 개선 역량을 갖추며 프로젝트를 성공적으로 완수할 수 있었습니다. 이 경험을 통해 AI 아키텍처 설계와 데이터 처리 역량을 쌓고, 협업의 중요성을 체감했습니다.

가천대학교 / 소프트웨어학과 / 학점 3.57/4.5 / 오픽: AL / 사회생활 경험: 인턴(한 달) / 2021 인공지능 언어 능력 평가(은상)

그 이유는 무엇이며, 해당 역량이 본인의 강점이 되기까지 어떤 노력과 도전을 했는지 구체적인 사례를 들어 작성해주세요. (1000자) 석사과정에서 자연어처리 전공을 하며, 머신러닝과 세부분야인 딥러닝에 대한 학습 경험이 있습니다.

저는 데이터/AI 조직에서 근무하며 머신러닝 기반의 데이터 분석도 가능하지만, 딥러닝 기반의 모델 학습도 가능합니다. 올리브영에서 수집한 방대한 데이터를 다각도로 분석하여 다양한 인사이트를 발견할 수 있습니다.

특히, 석사과정에서 머신러닝 프로젝트를 수행하며, 한국어 데이터를 어떻게 데이터베이스에 적재할 것인지 모색한 경험이 있습니다. 머신러닝 모델은 한국어 데이터를 숫자나 벡터의 형태로 이해합니다.

연세대 / 인공지능학 / 학점 4.09 / 오픽: IL / 사회생활 경험: 인턴 경험 6개월, 경력 1년 10개월 / Samsung-card Data Competition 3등상, CLOVA AI RUSH 2021 2위, CLOVA AI RUSH 2022 3위 / 기타: 정보처리기사

친구는 통계학과였고 머신러닝에 경험이 많았으며 저는 컴퓨터공학과이며 딥러닝에 경험이 많았습니다.

친구는 통계학 지식을 바탕으로 데이터 분석을 잘하고 머신러닝 모델을 제작했으며 저는 프로그래밍 지식으로 기술적으로 오류가 나는 부분들을 잡아주고 여러 요소들을 결합해주는 역활을 해주면서 딥러닝 모델을 작성하였습니다.

저희는 머신러닝과 딥러닝 둘중 하나만 사용하는것이 아닌 두 모델의 힘을 둘다 사용하는 앙상블 모델을 만들었고 최종적으로는 3등상이라는 결과를 이루어 냈습니다.

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

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.

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.

최신 연구 동향과 깊이 있는 논문 학습을 위해 딥러닝 논문 세미나 영상을 통해 공부하고 있습니다.

지거국 / 정보통신 / 학점 3.77 / 토스 130/레벨 6 / 교내경진대회 최우수상 / 한국사검정능력시험: 고급, 정보처리기사

[딥페이크 기술과 사회적 책임] 최근 딥페이크 기술이 사회적으로 큰 주목을 받고 있습니다.

일부 개발자들은 딥페이크 사례를 지도화하거나 모니터링 시스템을 개발하며, 기술 악용으로 인한 피해를 최소화하려고 합니다. 이는 단순한 기술 개발을 넘어, 사회적 책임을 함께 고민하는 중요한 시도입니다.

삼성전자에서 저는 딥페이크를 비롯한 첨단 기술을 활용하여 혁신적인 솔루션을 개발하는 동시에, 기술이 사회에 미치는 부정적 영향을 예방하고 책임 있는 활용 방안을 모색하고 싶습니다.

전남대 / 화학공학부 / 학점 4.05 / 토익스피킹: 120/IM2 / 사회생활 경험: / 화학공학회(은상), 생산성향상 프로젝트, 증류탑최적화기업프로젝트, 생산관리 마스터 과정 / 한국사검정시험: , 컴퓨터활용능력: , 기타: 산업안전기사, 위험물산업기사

DRM과 딥 러닝을 이용해서 온도와 습도 같은 환경과 상황에 맞는 촉매를 빠르게 찾을 수 있도록 하는 DRM 촉매 연구 가속화 모델을 발표했습니다. 이로 인해 놓여있는 상황에서 최고의 효율을 얻을 수 있는 촉매를 찾는 시간을 단축했습니다.

프로젝트를 진행하면서 다양한 탄소 감축 방법을 학습하고 딥러닝을 위해 많은 논문을 찾아보면서 300개의 촉매들을 찾아내서 실험을 통해 온실가스 감축 효율을 확인했습니다. 또한 종합설계에서Aspen Plus를 이용하여 프로젝트를 진행했습니다. 

또한 300개의 데이터를 딥러닝 시켜 연구의 속도를 증가시킴으로써 빅데이터나 인공지능이 기업의 성장 속도도 증가시킬 수 있다고 생각했습니다.

연세대 / 인공지능학 / 학점 4.09 / 오픽: IL / 인턴 경험 6개월, 경력 1년 10개월 / Samsung-card Data Competition 3등상, CLOVA AI RUSH 2021 2위, CLOVA AI RUSH 2022 3위 / 정보처리기사

친구는 통계학과였고 머신러닝에 경험이 많았으며 저는 컴퓨터공학과이며 딥러닝에 경험이 많았습니다.

친구는 통계학 지식을 바탕으로 데이터 분석을 잘하고 머신러닝 모델을 제작했으며 저는 프로그래밍 지식으로 기술적으로 오류가 나는 부분들을 잡아주고 여러 요소들을 결합해주는 역활을 해주면서 딥러닝 모델을 작성하였습니다.

저희는 머신러닝과 딥러닝 둘중 하나만 사용하는것이 아닌 두 모델의 힘을 둘다 사용하는 앙상블 모델을 만들었고 최종적으로는 3등상이라는 결과를 이루어 냈습니다.

서울과기대 / 기계 / 학점 4.13/4.5 / 오픽: IM3 / 컴퓨터활용능력: 1급, 기타: 워드프로세서

둘째, 데이터 분석에 대한 학습을 통해 데이터 처리 및 시각화, 머신러닝과 딥러닝을 통한 알고리즘 개발 능력을 향상시켰습니다. 셋째, 현장 실습을 통해 CAD 설계 및 도면 해석 능력을 발전시켰으며, 실제 공학 지식을 활용하여 설비 유지보수를 진행했습니다.

인하대 / 산업경영공학과, 통계학과 / 학점 3.93 / 토익: 725, 오픽: IM2 / AI활용 공모전 수상 2회, 관련 대외활동 1회 / 기타: ADsP, AFPK, 은행FP, 투자권유대행인 2종, SOAEXAMP

딥러닝 모델을 사용하여 대규모 교통사고를 예측함으로써 손해율을 줄이고, 이를 통해 보험 상품의 가격을 더욱 정확하게 책정하는 혁신적인 사례라고 생각합니다.

이를 위해 저는 금융 데이터 분석 교육을 이수하며 통계적 기법과 머신러닝을 활용한 데이터 분석 기술을 익혔습니다. Python, R, SQL 등 다양한 도구를 활용해 대규모 데이터를 처리하며, 보험상품의 수익성 및 리스크 요인을 예측하는 능력을 길렀습니다.