 |
기반으로 AI 모델을 고도화하는 데 기여하고 싶습니다. 장기적으로는 맞춤형 화장품 추천 시스템이나 신원료 예측 모델을 개발해 한국콜마가 글로벌 AI 화장품 연구의 선두 주자가 되도록 돕고 싶습니다.
7) 본인이 다른 지원자와 차별화되는
|
|
 |
모델 학습을 위한 기반을 다졌습니다.
모델링 과정에서는 Random Forest, XGBoost, Logistic Regression 등을 활용해 성능을 비교했으며, 최종적으로는 F1-score가 가장 높았던 XGBoost를 선택했습니다. 모델의 해석력을 높이기 위해 SHAP 값을 활용하여 예측에
|
|
 |
일방적으로 가르치기만 하는 교사가 되지 않겠습니다. 저의 교육철학은 일방적으로 지식을 전달하는 것이 아닌, 학습자의 소리를 듣는 경청의 자세를 취하는 것에서 부터 시작됩니다. 이러한 작은 실천에서 부터 교수자와 학습자가 교실 안
|
|
 |
모델이 학회 포스터 세션에 채택되었습니다. 실패를 반복 분석한 과정에서 연구의 본질은 결과가 아니라 ‘검증된 배움’임을 깨달았습니다.
7) 입사 후 이루고 싶은 목표는 무엇인가요?
단기적으로는 H.266/VVC 기반의 차세대 부호화 알고리즘
|
|
 |
기반으로 한 디지털 마케팅 솔루션 개발에 관심을 가지고 있으며, 데이터 분석 및 AI 기반 마케팅 자동화 기술을 통해 브랜드와 소비자를 더욱 효과적으로 연결하는 시스템을 구축하고자 합니다.
특히, 최근 광고 시장은 빅데이터, AI, 머신
|
|
 |
모델을 결합해본 경험이 있나요?
네. Diffusion Model을 통해 생성한 시계열 데이터를 LSTM 기반 예측 모델의 학습 데이터로 활용한 경험이 있습니다. 이 방법으로 기존보다 예측 성능이 8% 이상 향상되었습니다.
7. 입사 후 최종적으로 이루고 싶은
|
|
 |
기반 시스템을 기계학습 모델로 대체하여 예측 정확도를 크게 향상시킨 경험이 있습니다. 이와 같은 혁신적인 접근을 통해 CBM 설계를 더욱 정교화하고, 시스템의 효율성을 높이는 데 기여할 것입니다.
책임감 면에서도 저는 맡은 업무를 철저
|
|
 |
모델 성능을 85% 이상 향상시킬 수 있었습니다.
4) 고객 맞춤형 서비스를 제공하기 위한 AI 활용 방법은 무엇인가요?
→ 고객의 행동 패턴과 데이터를 분석하여, 개인화된 상품 추천 시스템을 구축하고, AI 기반의 챗봇과 고객 서비스 시스템을
|
|
 |
교육자로서 미래 간호 인재를 양성하는 역할을 수행하고자 합니다. 실무 경험과 연구 성과를 토대로 교육 현장에서 학생들에게 이론과 실무를 균형 있게 전달하며, 창의적이고 윤리적인 간호사 양성에 힘쓸 것입니다. 또한 평생 학습자로서
|
|
 |
성장할 수 있을 것이라 확신하여 지원하게 되었습니다.
제가 LG CNS에 지원한 이유는 두 가지입니다. 첫째, DX Engineer로서 실제 산업 환경에서 데이터를 기반으로 한 최적화 솔루션을 개발하고, 기업의 디지털 전환을 실현하는 역할을
...
|
|
메뉴펼치기
