목차
1. KT 및 해당 직무에 지원한 동기와 KT 입사 후 해당 직무의 전문가로 성장하기 위해 어떠한 노력을 할지 구체적으로 기술해 주십시오. (최대 500자 입력 가능)
2. 지원 직무와 관련된 협업 경험을 본인이 수행한 역할 중심으로 제시하고, 해당 경험을 통해 무엇을 얻었는지 기술해 주십시오. (최대 500자 입력 가능)
3. 지원 직무와 관련해서 본인의 대표적인 연구/Project 수행 경험에 대해 구체적으로 기술해 주십시오. (최대 500자 입력 가능)
4. 본인의 AI 개발 역량이나 관련 지식 및 보유 Skill 등에 대해 구체적으로 기술해 주십시오. (예: C/C++/Python 프로그램 숙련도, 머신러닝을 활용한 개발 경험 등) (최대 500자 입력 가능)
2. 지원 직무와 관련된 협업 경험을 본인이 수행한 역할 중심으로 제시하고, 해당 경험을 통해 무엇을 얻었는지 기술해 주십시오. (최대 500자 입력 가능)
3. 지원 직무와 관련해서 본인의 대표적인 연구/Project 수행 경험에 대해 구체적으로 기술해 주십시오. (최대 500자 입력 가능)
4. 본인의 AI 개발 역량이나 관련 지식 및 보유 Skill 등에 대해 구체적으로 기술해 주십시오. (예: C/C++/Python 프로그램 숙련도, 머신러닝을 활용한 개발 경험 등) (최대 500자 입력 가능)
본문내용
요구했으며, 이를 통해 KT와 같은 상용 네트워크 환경에서 필요로 하는 구조 설계 능력과 프로토콜 활용 능력을 체득할 수 있었습니다.
4. 본인의 AI 개발 역량이나 관련 지식 및 보유 Skill 등에 대해 구체적으로 기술해 주십시오. (예: C/C++/Python 프로그램 숙련도, 머신러닝을 활용한 개발 경험 등) (최대 500자 입력 가능)
AI 기반 네트워크 분석 프로젝트로, RNN을 활용한 DDoS 이상 트래픽 탐지 시스템 개발에 참여했습니다. Python 기반 환경에서 scapy, pandas 등 라이브러리를 사용해 대량의 패킷 데이터를 가공하고, 시계열 성격을 반영한 RNN 모델을 커스터마이징했습니다. 학습 구조는 기존 영상 분석 모델과 달리, 네트워크 트래픽의 특성을 반영해 입력 구조를 재정립하고 시퀀스 기반 이상 탐지 로직을 구현했습니다. 모델 학습은 TensorFlow 기반으로 진행했고, 실시간 이상 감지를 위한 경량화도 병행했습니다. 이 경험을 통해 AI 모델의 설계, 튜닝, 적용 전반을 직접 다뤄볼 수 있었으며, 단순 모델링을 넘어 네트워크 현장 문제 해결에 AI를 어떻게 접목할 수 있을지 실무 관점의 인사이트를 쌓을 수 있었습니다.
4. 본인의 AI 개발 역량이나 관련 지식 및 보유 Skill 등에 대해 구체적으로 기술해 주십시오. (예: C/C++/Python 프로그램 숙련도, 머신러닝을 활용한 개발 경험 등) (최대 500자 입력 가능)
AI 기반 네트워크 분석 프로젝트로, RNN을 활용한 DDoS 이상 트래픽 탐지 시스템 개발에 참여했습니다. Python 기반 환경에서 scapy, pandas 등 라이브러리를 사용해 대량의 패킷 데이터를 가공하고, 시계열 성격을 반영한 RNN 모델을 커스터마이징했습니다. 학습 구조는 기존 영상 분석 모델과 달리, 네트워크 트래픽의 특성을 반영해 입력 구조를 재정립하고 시퀀스 기반 이상 탐지 로직을 구현했습니다. 모델 학습은 TensorFlow 기반으로 진행했고, 실시간 이상 감지를 위한 경량화도 병행했습니다. 이 경험을 통해 AI 모델의 설계, 튜닝, 적용 전반을 직접 다뤄볼 수 있었으며, 단순 모델링을 넘어 네트워크 현장 문제 해결에 AI를 어떻게 접목할 수 있을지 실무 관점의 인사이트를 쌓을 수 있었습니다.
소개글