[세미나]-테디노트 이경록님에게 듣는 생성형 AI 개발자 성장의 A to Z!

[현직자 세미나 참여 안내] 25년 2월 27일 목요일 오후 7시 30분 ~ 오후 9시

테디노트
LLM, 모델 두분야로 나뉘다
저는 모델보다 Lang에 대해 미칠정도로 집중한 경력 (작년)
잡을 구하기 위해서는 한분야에 미친사람이 되는게 필요한거 같다.
이력서를 보면 안전장치들이 많다. (여러분야에 걸친) 필요한건 전문성이다.
내가 이분야가 맘에 들어 성장하고 싶으면 여러분야가 있다 세부적으로도 엄청 다양하다.
내가 하고 싶은것 또는 성장하고 싶은곳을 정해서 계속 그쪽으로 경력을 쌓아가는것이 필요할거 같다.

이력서에도 우리의 커리어 인생이 녹아있기 때문에 하나씩 완성해 나가면 좋겠다.
이력서 = 커리어 스토리만들자(내가 하는 프로그램을 하고 있지만 지금당장 하는게 좋다)
어떤 분야에 전문가로 성공하고 싶은데 관련된 책, 논문, 강의 등을 Action Plan으로 
커리어가 깊고 뾰족한 커리어를
경험이나 수상등 모든 일들이 일관성이 있게 > 집중 지속 성장
계획을 적고 하나씩 이루어 나가는게 좋겠다.

커리어 성장 팁
1. 생각하는 커리어 패스를 세우고
2. 계획을 세우고 
3. 하나씩 그자리에 채워 나가면서 커리어 스토리를 완성해 나가는 것이다.

실력이 중요하다.(실력? 정량적지표가 중요하다)
질문 : 본인들이 모두연에서 여러프로그램에 참여해서 AI영양을 많이 키웠을거다 본인이 본인을 100점중에 몇점이다라고
정량평가하는게 어렵다. 커리어는 쌓는거지 만점이 없다
- 커리어 쌓기위해서 내가 내커리어를 정량적인 지표로 표현할줄 아는게 중요하다고 생각한다.
- 정량적인 지표로는 오늘 배운걸 넣지 않는다 > 내가 배운걸 문서화 > 기록으로 남겨야 한다.(블로그, 영상, 깃허브, 무조건 기록으로)
- 본인은 깃허브에 명확하게 기록이 남는다. 
- 본인의 성실하고 열심히 한것에 대한 정량적인 지표가 있는가? 
- 그래서 배운 모든것을 깃허브에 남기거나 영상으로 하거나 SNS로 공유했더니 비즈니스로 연결되고 배운 내용을 튜토리어로 남기니
많은 사람들이 공유하고 성장한다.
- 지식의 공유를 선순환으로 만들고 나스스로 에게 돌아온다. 이력서를 내지 않아도 인사담당자가 찾아온다.

커리어 성장 팁
LLM은 어플리케이션 개발 경력은 길어야 2년에 불과 하다.
열심히 하면 현업실력을 충분히 열심히 하면 할수 있다.  대부분 현업에서도 지금 시작하는 사람도 많다.
저는 충분한 경쟁력이 있다고 생각하는데 기회가 많다.
유일하게 채용이 늘어나는 분야가 AI,LLM이다.

대체가 안되는 AI가 LLM, RAG, Agentic RAG, Graph RAG, Modular RAG) 분야는 내가 AI보다 훨씬 나을수 있다.
이력서 업데이트 할 시간이 없을 정도로 바빠야 한다.

예전 6개월 배워서 회사들어갔는데 할줄 아는게 없었다.
100명중 꼴지였다. 새벽3,4시 전까지는 코딩만 했다. 회사에서 코딩하는게 좋아했다 그렇게 2년, 3년 정도하니까
3등 정도 될 정도로 실력이 되었다. 그당시의 경험이 너무 좋았다
기술이 자꾸 바뀌고 아직 정착이 안되었을때 신기술이 쏳아지면 내가 조금만 열심히 하면 경력을 지식으로 이길수 있다.
상대방의 쉬는 시간에 나는 움직여야 차이를 좁힐 수 있다.

쏳아지는 LLM의 지식들을 내걸로 할려면 엉덩이 싸움이다 딱1년동안 주말없이 밤낮없이 저는 7년동안 했는데
1년동안 그렇게 하면 완전히 다른사람이 되어 있을것이다.
LLM분야는 삼각형의 꼭대기에 기회가 집중된다. 한창 나올때는 잘하는 사람들을 찾는다. 

열심히 사는 사람은 열심히 산다. 흑백요리사에 나와서 끝이아니라 그런사람도 홈쇼핑나온다.

이력서는 3분 이상 읽지 않는다(어쩌면 1분미만)
일 잘하고 똑똑한 사람을 찾고 있다.
일 잘하고 똑똑한 사람이라는 점이 FACT로 증명할 수 있어야 한다.(기술적으로 증명하면 좋다.)
1.학력, 전공, 등등 고려하지만 가장 중요한건 서류로 필터링 한다 안전한 선택(학력, 전공)을 할 수 있다
이력서는 전략이다. 학력을 올리는방법, 대학원에 AI전공도 있는데 추천방법은 아니다.
학력과 전공을 강조할 필요 없다. 먼저 자랑하고 싶은거 자랑하면 된다.
프로젝트 많이 하는, 블로그 잘 정리 하는, GitHub관리에 잘되어 있는 사람, 이런걸 먼저 내세우면 가장 좋다.
이력서에 형용사는 최대한 배제하자 성실히, 열심히 보다는 숫자로 말하는 사람이 되자
어떤 기법을 쓰고 negative Mining 논문을 참고, 하면 좋다. 핵심단어 기준으로 써보는게 좋치 않을까

관심있는 기업이라면 복사 + 붙여넣기 는 금물
면접할때도 팀에 흡수하는것도 중요해서 항상 겸손하고 화합하기 좋은 사람이 유리하다.
비전공자라는 말은 나중에 하는것이 유리하다 처음에는 전문가답게 말하고 자신있게 말하고 전략적으로 비전공이나 부트캠프는 나중에
말하는게 전략적으로 좋을거 같다.

잘 만들 개발자를 뽑는건데 서비스를 어필하면 불리하다.
지원하는 분야에 집중된 일관된 내용으로 어필하는게 좋을거 같다.

랭체인 한국어 튜토리얼 커리큘럼 RAG 처음 공부는 커리큘럼이 있는 강의를 추천한다.
성능을 올리는 욕구에서 논문을 찾게된다. retrival에 사용되는 최종 쿼리가 제일 중요하다
RAG에 대한 공부는 도메인 만들고 싶은걸 정해놓고 배우는게 좋울거 같다. 리키독스에 내용봐도 습득된다. 프로젝트를 많이해보는게 추천
하고 싶은 분야 를 정하고 그걸 하기위해 어떤 기술이 필요한지 순서로 하면 좋을거 같다.
상용모델 쓴다고해서 유출이나 그런건 많이 적은거 같다. 딥시크가 오픈모델이 확올라갔다. 아직은 상용모델이 뛰어나다.
상용모델은 레그나 오픈모델은 난이도가 더 높다 하지만 오픈모델을 쓰는곳에 문을 두드려야 한다.
도전적이기니 하지만 오픈모델로 해보는건 나쁜건 아니다.
RAG에서는 후처리를 하는 방법을 많이 하기 때문에 그쪽으로 많이 알아보는게 좋다, MRC 중에서
AI는 희소성이다 랭체인은 
도메인 지식의 분야에서 고민했던 분야를 이력서에 넣은면 좋다.
미럽, 해커톤 무조건 참여해야

데이터로 가치를 만드는 Steven, Follow on LinkedIn