현재 인서울 학부 2학년 2학기했구요 비전랩 학부연구생으로 들어가기로 했습니다. 예전부터 미국에서 일을 하면서 시야를 넓히고자하는 꿈이있었기에 대학교 마치고 미국에서 비전쪽으로 석사를 하려고 합니다 여기서 궁금증이 있습니다.
보통 미국 석사는 한국 석사와는 다르게 research보다는 수업듣고 opt비자용으로 이용되는 걸로 알고있습니다.
프론트 백엔드 개발자는 석사만 하고 취업이 되신분들의 사례가 많지만 주변에 보면 머신러닝(특히 컴퓨터비전)분야는 석사만하고 취업하신 분들의 사례가 거의 없고 박사까지 하신분들 얘기 밖에 없어서 미국에서 머신러닝쪽 석사만 가지고도 잡이 잘 구해지는지 현황이 너무 궁금합니다 .!.

취업시장에 ML 약발이 떨어진지는 꽤 되었습니다… ML을 가지고 취업하려면 순수 ML 연구하는 회사를 찾아야하는데 이런 회사는 생각보다 많지 않고.. ML을 사용하는 회사는 많지만 이 경우 ML 을 공부한사람보다는 domain knowledge 가 있는 사람에게 ML을 가르치는 방식으로 가고있습니다.

그렇다면, 순수 ML을 잘하는 사람 보다는 domain knowledge가 있고, 그 지식위에 ML 기술을 접목할 수 있는 사람들을 더 뽑나요?

예. 사실 ML 이라는게 구현하는거 자체는 별로 어렵지 않습니다. Sklearn, tensorflow 이런 툴돌리고 분석하는건 그냥 기본적인 코드좀 짜고 통계 좀 할줄알면 누구나 하는겁니다. 기존에 인력을 training 좀 시키면 더 잘합니다. 그래서 ML로는 거의 박사를 뽑아요.

회사입장에서는 직원을 뽑을때 뭘 할줄안다도 중요하지만 그 직원을 일년열두달 바쁘게 풀타임으로 일을 시킬수 있는가도 중요합니다. 학교에서 회사로 가면 가장다른점이 학교는 나만 사용하는 툴을 만들면 되지만 회사에서는 다른사람이 사용하는 툴을 만드는겁니다. 즉, ML자체로 모델을 잘 만드는것도 중요하지만 그걸 다른사람들이(또는 customer들이….예를 들어 cloud 에서)쉽게 이용하도록 회사 시스템에 implement 하는일도 하게 되어있어요. 회사가 원하면 이것저것 다 하는 거죠. 그런데 ML전공이라고 하는게 에매한 겁니다. 대부분 결국은 fang같은 기업에서 일하길 원할텐데, 잡포스팅을 보시면 ML을 하되 어디까지나 CS뻭그라운드 입니다. 다른분야로 일하다가 fang으로 가시는 분들도 공통점은 CS출신입니다. 학부생이신것 같은데 그럼 지금은 그냥 CS기본에 충실한게 앞으로 더 가능성이 있습니다.

남들 내놓은 페이퍼 내용 따라서 내 데이터로 재연하는 실험돌리는건 요새 똑똑한 학부생들도 잘합니다. 그들도 학부때부터 그런거 많이 하니까…. 결국 남들이 못하는걸 할수있어야 하는데 그게 CS background와 domain knowledge겠지요. 시간이 갈수록 그런 강점이 없다면 임금수준도 내려갈겁니다. 요새 CS뿐만 아니라 EE, 통계, 산업공학 학부생들 모두 ML 하겠다고 준비하고 실제로도 진입장벽이 높지 않습니다.

그쪽 전공은 아니고 오디오 신호처리인데 뜬금없이 여러 회사들이 ml 해보지 않겠냐고 연락이 종종오는데 그런 이유에서였군요.
저도 ML을 호기심에 좀 공부했는데 결국에는 domain knowledge가지는게 중요한다는데 한표드립니다..
주변에 보면 미국서 석사하고 직장경력 10년이상인데도 ML전문회사 가는 친구들은 많지 않더군요,,, 가령 facebook research center같은곳..

제 학과 자체가 인공지능을 하는 학과라 제가 특히 컴퓨터비전애 관심이있어서 이분야를 공부하려했는데 cs 분야를 더 열심히 하시라는건 어떤 의미인지 알려주실수 있나요? 알고리즘을 열심히 하라는건지 아니면 제가 하는 비전 분야를 앞으로 열심히 하는건지 ㅜㅠ

cs 관련학과면 당연 cs 를 더 열심히 해야합니다 AI를 하는 학과가 뭔지는 모르겠으나… 결국 cs 의 한부분이 AI입니다.
그런데 비전이면 대부분 행렬노가다 아님 알고리즘 덕지 덕지일텐데요 ㅋㅋㅋ 결국 cs 가 기본입니다…. 특정분야는 나중에 해도 됩니다.