Google 본사 클라우드 머신러닝 엔지니어 황동성님과 함께 Q&A
직접 부딪히면서 만들어봐라
- (나는 못 했지만) 너희들은 직접 프로덕트를 만들어봤으면 좋겠다
- 프로그래밍은 예술과 같다. 공부가 아니다!
내가 생각하는 아이디어를 구현하고 모르는 내용은 그때 그때 채운다!
- 구글 음성 인식
- Okay Google
- Youtube 자동 음성인식 모델
- 모델링 팀
- 프로덕션 팀
- C++로 배포?!
- 구글 코리아에서 리로케이션 하는 경우가 많습니다
- 구글은 relocation이 비교적 자유롭습니다
알파고 보고 시작하게 되었습니다!
- ML 백그라운드가 없는 사람이 ML 포지션을 지원하면 많이 탈락합니다 (동성님도 엄청 탈락하셨었어요)
- 두 가지 케이스
- Case 1. 포텐셜을 많이 보는 회사
- Case 2. 도메인 지식을 많이 보는 회사
- 구글 리서치, 구글 브레인.... (리서치 조식)
- 그 외에 프로덕트 조직(BERT, Large-Scale NLP)
- 구글의 프로세스
- 리서치팀
- 프로덕트팀(한국의 공채와 비슷한 느낌)
- Speech Team과 팀 매칭이 잘 되었습니다
- 구글 내부에서 ML을 사용하는 팀은 인기가 많습니다
- 팀이동 == 근평이 좋은 사람
- A. ML 경력은 적었으나 임베디드 경력은 많았습니다
- 마침 스피치 팀에서는 임베디드 경력이 필요한 상황이었기에 타이밍이 잘 맞았습니다
- Notice! 상황마다 다릅니다
- 에라이 전략?
- 보이는 기회가 있으면 다 Try (얻어 걸릴 수 있습니다...ㅎㅎ)
- 샘플링 횟수를 높이는 전략
- 리서치 조직에 진입하는 것은 더 어려워졌다(구글 기준, 네이버 클로바도 마찬가지로 알고 있습니다)
- 반면 프로덕트 조직은 수요가 늘어나고 있는 것으로 파악하고 있습니다
-
어느 회사가 조직을 신설한다?!
⇒ bar가 매우 낮다...
- 막 뽑습니다!
-
반면 어느 회사가 안정적으로 자리를 잡았다?!
⇒ bar가 매우 높습니다
-
Q. 내가 학생이라면?
- 지금 핫한 것을 하진 않을 것 같습니다
- 내가 졸업하는 시점에서 핫 할 것 같은
-
마켓에서 (수요와 공급)
- 아무도 모르는 스타트업(기회를 찾아라!)
- 수요와 공급이 적당한 어딘가에서부터 커리어를 시작하라
- 강의를 듣고 하는 것도 좋지만... 알게되는 속도가 매우 느립니다 (준비를 하고 뭐 하고 뭐하고... 하면 느려요...)
- 수요와 공급의 접점에서 시작하시는 것을 추천드립니다
미리 알고 있으면 좋겠지만 현업에서도 공부하면서 적용할 수 있습니다
제가 알고 있는 지식은 (일하면서)공부하면서 배우게 된 지식입니다
- 회사에 통과할 만큼
- 인터뷰 통과할 만큼은 알고 있어야 합니다
⇒ 다른 사람보다 조금 더 알고 있는 듯한 인상을 줄 수 있어야 할 것 같습니다
⇒ 재밌어 하는 부분을 계속해서 열심히 공부하시고 사이드 프로젝트도 해보시는 것을 적극 추천드립니다...!
백엔드 개발자의 모든 것을 알 필요는 없습니다
- 문을 두드려보고 거기서부터 커리어를 시작하면 되실 것 같습니다
- 현업에서만 알게 되는 것을 인터넷만으로 알 수는 없습니다
- '직접 만들어봐야지 알 수 있습니다'
- 지원하고자 하는 회사, 포지션에 계신 분께 링크드인으로 적극적으로 연락해보세요
- 여러분께서 좋은 커리어를 갖고 계시다면 적극적으로 도움을 주실 것입니다
모든 분들이 고루 필요하다고 생각합니다
- 수학적 지식이 탄탄하신분
- 프레임워크, 알고리즘을 잘 활용할줄 아시는 분
모델링 방법 및 연구 방법... 모든 계층에서 많을 것 같습니다. 수학을 잘 모르더라도 기존의 솔루션을 잘 가져다 사용할 수 있다면 좋은 포지션도 많을 것입니다.
네비게이션을 잘 잡아서 포지션을 잘 선택하신다면 좋은 기회가 있을 것입니다
e.g. API를 잘 써도 할 수 있는 일이 많다.
머신러닝이 많은 영역에서 사용되다 보니깐 다양한 수요가 있을 것으로 판단됩니다
실제로 프로덕트에 들어가는 모델은 굉장히 지저분한 모델이 됩니다
- 자신이 처한 상황에 따라 다른 것 같습니다
Q10. ML 엔지니어는 파이프라인 구축과 모델 서빙 등을 통해 엔지니어링과 모델링을 연결하는 역할로 알고 있습니다. 현재 부트캠프는 코세라 강의와 캐글 프로젝트를 통해 머신러닝 모델링에 좀 더 초점을 두고 있는 거 같은데요. 물론 ML 모델링에 대해서도 잘 알아야 하겠지만, 부트캠프 기간 동안 엔지니어링 쪽으로는 어떤 식으로 준비하는 게 좋을지 궁금합니다. (현재는 개인적으로 백엔드 프레임워크, DB 등을 공부하며 프로젝트를 진행하고 있습니다.) - 김홍엽님-
개인적으로 내가 가장 궁금해하는 질문과 같음
프로덕트에서 사용자에게 조금 더 좋은 경험을 줄 수 있도록 모델을 바꾸는 일이 될 수 있다
- 큰 회사는 롤이 분명하게 정해져 있습니다
- 큰 회사에서는 좁고 깊게 일하고 있습니다
- 회사의 규모나 서비스에 따라 다를 수 있습니다
'준비'라는 질문이 조금 애매할 것 같습니다 개발은 예술과 같다고 생각합니다
- 박진영 이야기
- 미국의 유명 흑인 예술가들과 협업했을 때 깊은 감명
- 화성학 이런 것들을 몰라도 멋진 음악을 하더라
- 원더걸스 미국 진출 인터뷰 중....
예술과 같다- 오직 하나만 생각하는 것
- 만들고 싶은 것을 정하고 만드는 것
- 공부는 그 때 필요하면 하는 것이다
미디어에서 노출되는 머신러닝과 실제 머신러닝의 결은 다르다
-
ML쪽 워크 발런스는 좋지 않습니다
-
중국분들... 엄청 잘함
-
지금 사는 삶이 대학원 삶 같다
⇒ 일하고 공부하고
⇒ 재밌어야 합니다
⇒ 계속 공부를 해야하고 즐기셔야 합니다
-
꿀잠자시고 잘 드시고 계속 공부하셔야 합니다!
동성님께서 부트캠프 참가자들에게
- 20대가 가장 혼란스러웠던 것 같습니다
- 지금은 되게 편합니다 (자리가 잡혔고요)
- 힘든 시기, 자신만의 재미를 찾아서 즐겁게 하셨으면 좋겠습니다
- 내가 좋아하는 일을 미친듯이 하자
- 프로젝트를 통해 만들자
- (저는 안그랬어요) 사이드 프로젝트를 만드세요!
(feat. 구글 본사 클라우드 머신러닝 엔지니어 황동성님 인터뷰 중)
백엔드 개발자의 모든 것을 알 필요는 없습니다
- 문을 두드려보고 거기서부터 커리어를 시작하면 되실 것 같습니다
- 현업에서만 알게 되는 것을 인터넷만으로 알 수는 없습니다
- '직접 만들어봐야지 알 수 있습니다'
프로덕트에서 사용자에게 조금 더 좋은 경험을 줄 수 있도록 모델을 바꾸는 일이 될 수 있다
- 큰 회사는 롤이 분명하게 정해져 있습니다
- 큰 회사에서는 좁고 깊게 일하고 있습니다
- 회사의 규모나 서비스에 따라 다를 수 있습니다
'준비'라는 질문이 조금 애매할 것 같습니다 개발은 예술과 같다고 생각합니다
- 박진영 이야기
- 미국의 유명 흑인 예술가들과 협업했을 때 깊은 감명
- 화성학 이런 것들을 몰라도 멋진 음악을 하더라
- 원더걸스 미국 진출 인터뷰 중....
예술과 같다- 오직 하나만 생각하는 것
- 만들고 싶은 것을 정하고 만드는 것
- 공부는 그 때 필요하면 하는 것이다
미디어에서 노출되는 머신러닝과 실제 머신러닝의 결은 다르다
-
ML쪽 워크 발런스는 좋지 않습니다 (일이 많아요!)
-
중국분들... 엄청 잘함
-
지금 사는 삶이 대학원 삶 같다
⇒ 일하고 공부하고
⇒ 재밌어야 합니다
⇒ 계속 공부를 해야하고 즐기셔야 합니다
-
꿀잠자시고 잘 드시고 계속 공부하셔야 합니다!
-
페이퍼 읽는 유튜브
- PR12
- 등등...
- 다 읽을수는 없지만 팔로우업은 하자...!
-
네트워킹 - 상호작용