본문 바로가기

카테고리 추가232

SK텔레콤 AI에이전트 전환 직무변화(AX, 데이터, 네트워크) AI와 통신 분야를 함께 준비하는 취업 준비생의 프로젝트를 점검하다 보면 SK텔레콤의 AI 전략을 알고 있다고 말하면서도, 실제로 자신의 취업 준비와 연결하는 단계에서는 답변이 모호해지는 경우가 있습니다. 에이닷과 AI 에이전트, AI 데이터센터 같은 키워드는 알고 있지만 개발자는 무엇을 더 준비해야 하는지, 데이터 직무는 어떤 역할과 연결되는지, 네트워크 직무에는 AI가 실제로 어떤 방식으로 들어오는지까지는 구분하지 못하는 식입니다. 프로젝트에서도 비슷한 문제가 나타납니다. LLM API를 연결해 챗봇을 만들었지만 실제 업무 자동화와는 연결되지 않았고, 데이터 분석 프로젝트를 했지만 에이전트가 사용할 데이터 품질과 접근권한까지는 고려하지 않았으며, 네트워크 실습에서는 라우팅과 장애 대응은 했지만 AI가.. 2026. 10. 12.
AI 에이전트 개발자 역량(LLM, API, 오케스트레이션) AI 에이전트 개발 직무를 준비하는 취업 준비생의 프로젝트를 함께 점검하다 보면 ChatGPT나 LLM API를 활용한 기능은 여러 개 만들었는데, 실제 에이전트가 어떤 구조로 동작하는지를 설명하는 단계에서 답변이 짧아지는 경우가 있습니다. 사용자의 질문을 받아 모델에 전달하고 답변을 화면에 출력하는 챗봇은 완성했지만, 사용자가 일정 조회와 문서 검색, 데이터 등록처럼 실제 작업을 요청했을 때 어떤 기능을 선택하고 어떤 순서로 실행해야 하는지는 프로젝트에 포함되지 않은 식입니다. 조금 더 깊게 질문하면 차이가 분명해집니다. LLM이 잘못된 형식으로 결과를 반환하면 어떻게 처리하는지, 외부 API 호출이 실패하면 다시 시도할 것인지 중단할 것인지, 여러 도구를 사용해야 한다면 어느 작업부터 실행할 것인지,.. 2026. 10. 11.
머신러닝 엔지니어 채용공고 역량(모델링, 파이프라인, 운영) 머신러닝 엔지니어를 준비하는 취업 준비생의 포트폴리오를 함께 점검하다 보면 모델을 학습하고 성능을 비교한 경험은 충분한데, 그 모델이 실제 서비스에서 어떻게 사용되는지를 설명하는 단계에서 답변이 짧아지는 경우가 있습니다. Python과 PyTorch를 이용해 모델을 만들었고 정확도도 여러 번 개선했지만, 학습 데이터가 새로 들어왔을 때 다시 학습하는 과정은 어떻게 구성할지, 모델을 서버에 배포한 뒤 응답속도가 느려지면 무엇을 확인할지 질문하면 프로젝트 범위 밖이었다는 답변에서 멈추는 식입니다. 프로젝트를 다시 살펴보면 모델링 과정은 상세하게 기록되어 있지만 학습 전후의 데이터 흐름과 모델 버전, 배포 과정은 빠져 있는 경우도 많습니다. Jupyter Notebook에서 데이터를 전처리하고 모델을 학습한 .. 2026. 10. 10.
DB관리자와 데이터 엔지니어 직무 차이(운영, 파이프라인, 플랫폼) 데이터 관련 직무를 준비하는 취업 준비생의 프로젝트를 함께 점검하다 보면 MySQL이나 PostgreSQL을 설치하고 SQL도 사용할 수 있는데, 자신이 데이터베이스 관리자와 데이터 엔지니어 중 어느 방향을 준비하고 있는지 설명하는 단계에서 답변이 모호해지는 경우가 있습니다. 데이터베이스를 구축했고 테이블을 설계했으며 백업도 해봤다고 설명하지만, 장애가 발생했을 때 데이터베이스를 어떻게 복구하고 성능을 어떻게 확인할 것인지 질문하면 답변이 짧아지는 식입니다. 반대로 Python과 SQL을 이용해 여러 파일을 정리하고 데이터베이스에 적재한 경험은 있지만, 데이터가 어디에서 들어와 어떤 과정을 거쳐 변환되고 분석 환경까지 어떻게 전달되는지를 하나의 흐름으로 설명하지 못하는 경우도 있습니다. 프로젝트에는 ET.. 2026. 10. 9.
BI분석가 데이터분석가 준비법(대시보드, 분석, 커뮤니케이션) 데이터 직무를 준비하는 취업 준비생의 포트폴리오를 함께 점검하다 보면 Tableau나 Power BI로 만든 대시보드는 상당히 잘 구성되어 있는데, 자신이 BI 분석가와 데이터 분석가 중 어느 방향을 준비하고 있는지 설명하는 단계에서 답변이 모호해지는 경우가 있습니다.매출과 고객 수, 전환율을 한 화면에 정리했고 필터와 차트도 다양하게 구성했지만, 왜 해당 지표를 선택했는지와 누가 이 화면을 사용해 어떤 결정을 내려야 하는지를 질문하면 시각적으로 보기 좋게 만들었다는 설명에서 멈추는 식입니다.반대의 경우도 있습니다. Python과 SQL을 이용해 데이터를 전처리하고 여러 변수의 관계를 분석했으며 통계 검정까지 수행했지만, 분석 결과를 현업 담당자가 어떤 업무에 활용해야 하는지와 이후 어떤 지표를 계속 관.. 2026. 10. 8.
네트워크 운영과 클라우드 네트워크 차이(장비, VPC, 자동화) 네트워크 직무를 준비하는 취업 준비생의 실습과 프로젝트를 함께 점검하다 보면 라우터와 스위치 설정은 익숙한데 클라우드 네트워크가 나오면 완전히 다른 분야처럼 받아들이는 경우가 있습니다.VLAN을 나누고 정적 라우팅을 구성하며 ACL까지 실습했지만, AWS VPC와 서브넷, 라우팅 테이블, 보안그룹을 설명하는 단계에서는 서비스 이름만 나열하는 식입니다. 반대로 클라우드 프로젝트를 먼저 만든 취업 준비생 중에는 VPC와 퍼블릭 서브넷, 프라이빗 서브넷을 구성할 수 있지만 왜 특정 경로를 사용했고 어떤 통신을 허용해야 하는지 설명하지 못하는 경우도 있습니다. 콘솔 화면에서는 네트워크가 정상적으로 만들어졌지만 사용자가 서버에 접속하지 못했을 때 라우팅 문제인지, 보안 정책 문제인지, 서버 자체 문제인지 범위를 .. 2026. 10. 7.

티스토리툴바