 |
모델 학습에 필요한 데이터를 빠르게 확보할 수 있었고, 기존 데이터셋의 부족한 부분을 보완할 수 있었습니다. 또한, 데이터셋 변경 후에는 새로운 데이터를 기반으로 다시 모델을 학습시키면서 예측 정확도를 기존보다 25% 이상 향상시켰습
|
|
 |
모델링에서는 Python이 더 범용적으로 활용되고 있다고 생각합니다. SQL은 데이터베이스 관리와 쿼리 작성에 필수적이라 함께 사용하고 있습니다.
9) 데이터 기반 의사결정이 제조업 현장에서 왜 중요한가요?
제조업 현장은 복잡하고 다양한 변
|
|
 |
학습하며, 데이터 전처리, 모델 학습, 성능 검증 등 실무 기반을 다질 것입니다. 중장기적으로는 Transformer 기반 모델이나 멀티모달 인식 기술 등 최신 연구 성과를 적용하여 성능을 고도화하겠습니다. 장기적으로는 자율주행 레벨4·5 구현에
|
|
 |
모델의 성능을 정량적으로 평가하기 위해 Precision-Recall Curve 및 ROC Curve를 활용하여 모델의 이상 탐지 성능을 최적화하였습니다.
결과적으로, 기존 대비 이상 탐지 정확도를 20% 향상시킬 수 있었으며, 실험 결과를 기반으로 더욱 신뢰할 수 있
|
|
 |
도전과 혁신 측면에서, 저는 기존 기술을 뛰어넘는 혁신적인 해결책을 모색하며 새로운 기술을 도입하는 데 주저하지 않았습니다. 예를 들어, AI 비전 시스템을 구축할 때, 기존의 규칙 기반 시스템을 기계 학습 모델로 개선하여, 결함 인식 정
|
|
 |
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
|
|
 |
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
|
|
 |
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
