 |
모델이 어떻게 결론을 내렸는지에 대한 투명성이 부족할 수 있습니다. 고객에게 설명 가능한 신용평가를 제공해야 하는데, AI는 이를 제대로 설명하기 어려울 수 있습니다. 또한, 차별적인 알고리즘으로 이어질 위험이 있습니다.
다. 기술적
|
|
 |
으로 줄일 수 있었고, 전체 프로젝트 일정에 맞춰 예측 모델 개발에 집중할 수 있었습니다. 또한, 예측 모델의 성능을 개선하기 위해 다양한 머신러닝 알고리즘을 실험하고, 하이퍼파라미터 튜닝을 통해 모델의 정확도를 크게 향상시켰습니다
|
|
 |
모델 정확도를 개선하기 위해 노력하였습니다.
데이터의 부재를 해결하기 위해, 생산 과정에서 발생하는 다양한 데이터를 수집하고, 이를 적극적으로 분석하였습니다. 또한, 예측 모델의 정확도를 개선하기 위해 머신러닝 알고리즘을 적용하
|
|
 |
모델 구현 및 시스템 통합
이상탐지 알고리즘을 실제 시스템에 연동 가능한 형태로 구현하고, 사용자 행위 기반 접근제어 시스템과 통합하여 하나의 통합 보안 솔루션으로 구성해보고자 합니다. 이를 위해 Python 기반의 개발 환경과 TensorFlow, P
|
|
 |
을 철저히 수행하고, 다양한 알고리즘을 테스트하며 최적의 모델을 선정하였습니다.
3. 팀워크를 발휘하여 성과를 낸 경험이 있다면?
반도체 공정 최적화 프로젝트에서 팀원들과 협업하여 AI 모델을 개발하였습니다. 역할을 명확히 분담하고
|
|
 |
술을 선도하고자 합니다. 데이터 기반 모델 설계 및 최적화, 딥러닝 알고리즘 개발 등을 통해 의료, 금융, 제조 등 다양한 산업에 적용 가능한 지능형 시스템 연구를 진행할 것입니다. 특히 대용량 데이터 처리와 분석을 위한 효율적 알고리즘
|
|
 |
예측 모델 프로젝트에서 데이터 불균형 문제를 겪었습니다. 이를 해결하기 위해 SMOTE 기법을 활용하여 데이터 샘플을 균형 있게 조정하였고, 다양한 알고리즘을 테스트하여 최적의 모델을 도출하였습니다.
4) IBK기업은행이 디지털 금융 혁신
|
|
 |
금융 거래 데이터를 분석하고 이상 패턴을 추출하여 의심스러운 거래를 탐지하는 모델을 개발한 경험이 있습니다. 이 과정에서 데이터를 정리하고, 모델을 개선하는 데 필요한 다양한 알고리즘을 실험하며, 실제 금융 환경에 적용할 수 있는
|
|
 |
웨어 최적화 기술 학습
- RTOS 기반의 임베디드 소프트웨어 개발 및 FPGA 프로그래밍 학습
- 위성 데이터 분석을 위한 딥러닝 모델 연구 및 최신 알고리즘 탐색
2. 소프트웨어 최적화를 위한 성능 개선 연구
- 저전력 및 실시간 데이터 처리를
|
|
 |
모델 성능을 개선하기 위해 다양한 알고리즘을 실험했고, 데이터 전처리와 피처 엔지니어링의 중요성을 깊이 이해하게 되었습니다. 또한 금융기관 인턴 경험에서는 시장 모니터링 보고서를 작성하면서 실제 금융 데이터의 불완전성과 해석
|
|
메뉴펼치기
