 |
동료들에게 새로운 접근법에 대해 설명하고 설득하는 과정이 쉽지 않았지만, 저는 실험 결과와 데이터를 통해 제 아이디어가 효과적이라는 것을 입증할 수 있었습니다. 결국, 이 새로운 설계는 기존 방법보다 성능을 향상시킬 수 있었고, 프
|
|
 |
문제를 해결하기 위해 새로운 기술을 도입하는 아이디어를 제안했습니다. 기존에는 화학물질을 사용한 처리 방법이 주를 이루었지만, 저는 더 친환경적인 대체 재료를 사용하는 방법을 제시하였고, 이를 통해 공정에서 발생하는 오염 물질을
|
|
 |
다. 기존의 인사 평가 시스템을 개선하여, 직무 만족도를 높일 수 있는 방향으로 접근하였고, 이를 통해 기존 틀을 넘어선 새로운 시각을 제시한 경험이었습니다.
그 아이디어는 ‘맞춤형 경력 개발’과 ‘개별 역량 기반 평가’를 중심으로
|
|
 |
시스템’에 대한 아이디어를 제시하였습니다. 기존의 생산 방식은 자동화가 부족하고, 일부 수작업이 많이 포함되어 있었습니다. 이를 개선하기 위해, IoT 센서와 클라우드 기반 모니터링 시스템을 결합하여 실시간으로 공정 데이터를 분석하
|
|
 |
기존의 품질 분석 기법만으로는 해결할 수 없는 문제를 발견하고, 이를 해결하기 위해 최신 품질 관리 소프트웨어와 데이터 분석 기법을 활용한 시스템을 제안하였습니다. 이 시스템은 데이터 기반으로 실시간 품질 분석을 수행하고, 이를 통
|
|
 |
니다.
또한, "머신러닝 및 인공지능" 과목에서는 지도학습, 비지도학습, 강화학습 등의 알고리즘을 구현하며 AI 기술의 기초를 익혔습니다. 특히, Python 기반의 Scikit-learn, TensorFlow, PyTorch 등을 활용해 데이터를 분석하고 모델을 최적화하는 실습
|
|
 |
적인 물류 운영 전략을 연구하였습니다. 해당 과목에서 A+을 취득하며 공급망 관리의 기본 개념을 탄탄히 다질 수 있었습니다.
또한, "물류 최적화" 과목에서는 수리적 최적화 기법을 활용한 물류 운영 효율화 전략을 연구하였습니다. 특히, 선
|
|
 |
프로젝트를 수행하였습니다. 특히, SPSS 및 Python을 활용한 통계 분석을 통해 소비자 선호도를 평가하고 마케팅 전략을 수립하는 경험을 쌓았으며, 해당 과목에서 A+을 취득하였습니다.
또한, "디지털 마케팅 전략" 과목에서는 SEO, 퍼포먼스 마케
|
|
 |
주행 테스트를 진행한 바 있습니다. 이를 통해, 센서 융합, 경로 계획, 실시간 데이터 처리 등의 핵심 기술을 익힐 수 있었고, 이러한 기술이 무인 기계, 자율 무기체계 등에 활용될 수 있다는 가능성을 확인할 수 있었습니다.
LIG넥스원에서 수
|
|
 |
기반으로 AI 모델을 학습시키는 일을 맡았습니다. 이를 통해 머신러닝 알고리즘의 이해는 물론, 데이터 전처리, 특징 엔지니어링, 모델 평가 등 전반적인 데이터 분석 및 모델 개발 과정에 대한 실무 경험을 쌓았습니다.
나. IoT 시스템 및 실시
|
|
메뉴펼치기
