반응형 AI · 인공지능/AI 칼럼64 누가 NeurIPS 2020에서 AI 연구를 선도하는가?(전편) 저자인 Gleb Chuvpilo 씨는 AI와 로봇의 스타트업에 투자하는 벤처 캐피털 Thundermark Capital에서 관리 파트너를 맡고 있습니다. 그는 최근 Medium에 투고한 기사 "누가 NeurIPS 2020에서 AI 연구를 선도하는가? 리딩 AI 콘퍼런스의 고찰과 AI 연구 랭킹'에서는 NeurlPS 2020의 동향이 자체 지표를 바탕으로 분석되고 있습니다. ICML과 함께 세계적인 AI 연구 학회인 NeurlPS 2020에서 채택된 1,990 개의 논문에 대해 그는 Nature Index에서 영감을 받은 독자적인 지표(Publication Index : 줄여서 PI - 이 지표의 설명은 기사 본문에서 설명)에 근거하며, 논문을 제출한 기관, 대학, 기업의 동향을 고찰했습니다. 이러한 고찰.. 2021. 2. 1. 일본의 머신러닝 엔지니어 연봉은 얼마? 연령별 수입 및 미국과의 차이점 최근 AI 붐에서, 그 근간을 담당하고 있는 것이 기계학습 기술입니다. 기계 학습에 대한 관심이 높아짐과 동시에 기계 학습 모델을 만드는 데 있어 빠질 수 없는 직업 "기계 학습(머신러닝) 엔지니어"에 관심이 집중되고 있습니다. 현재 인력부족으로 인해 기계 학습 엔지니어는 귀하신 몸입니다. 기술의 변천과 함께 그 시장 가치는 변할 가능성이 있지만, 기계 학습 엔지니어는 높은 소득과 대우를 기대할 수 있습니다. 그래서 이번 글은 기계 학습 엔지니어의 평균 연봉을 테마로 소개하고 있습니다. 기계 학습 엔지니어란? 기계 학습 엔지니어는 간단히 말하자면 기계 학습 모델을 구축하는 엔지니어입니다. 때로는 "AI 엔지니어"나 "ML 엔지니어"라고도 부릅니다. AI 관련 직업 중에서도 특히 주목받고 있는 직업으로 대.. 2020. 12. 15. 틱톡(TikTok)은 왜 사용자를 사로잡은 것일까? - 사용자를 매혹시키는 AI 알고리즘[후편] 목차 3. TikTok 추천의 흐름 0 단계 : 사용자 생성 콘텐츠(UGC)에 관한 듀얼 감시 시스템 1 단계 : 콜드 스타트 2 단계 : 지표에 따른 평가 3 단계 : 사용자 프로필 증폭기 4 단계 : 부티크 트렌드 풀 기타 단계 : 지연 발화 제한 : 트래픽 피킹 왜 이런 추천 시스템을 만들었는가 참고 URL 3. TikTok 추천의 흐름 TikTok은 그 핵심 알고리즘을 결코 공개하지 않았습니다. 그러나 회사를 통해 게시된 단편적인 정보와 리버스 엔지니어링 기술을 사용하여 사람들이 발견한 흔적을 따라 저는 다음과 같은 결론을 이끌어 냈습니다.(이것은 저의 추정이며, TikTok이 실제로 실행하고 있는 것과 상이할 수 있습니다.) 단계 0 : 사용자 생성 콘텐츠(UGC)에 관한 듀오 감사 시스템 Ti.. 2020. 11. 20. 틱톡(TikTok)은 왜 사용자를 사로잡은 것일까? - 사용자를 매혹시키는 AI 알고리즘[전편] 저자 Catherine Wang 씨는 호주에 거주하는 AI 엔지니어이며, AI 기술의 해설 기사를 Medium에 게시합니다(자세한 경력은 그의 LinkedIn 참조). 그는 이 Medium에 게시된 기사 중 하나인 『TikTok은 왜 사용자를 사로잡은 것일까? 그 이유는 사용자를 매혹시키는 AI 알고리즘』에서 TikTok의 추천 시스템을 수식이나 소스 코드 없이 평문으로 설명하고 있습니다. 현재는 세계적인 숏 비디오 앱의 대표주자로 간주되고 있는 TikTok의 매력은 사용자를 사로잡는 추천 시스템에 있습니다. Wang 씨는 공표된 기술 블로그의 게시물이나 리버스 엔지니어링을 시도한 이들의 연구 결과에 따라, 이 응용 프로그램의 추천 알고리즘의 구조를 다음과 같이 추측했습니다. 학습 데이터의 생성과 학습에.. 2020. 11. 18. 나는 어떻게 TensorFlow 개발자 자격증을 통과했는가 저자 Daniel Bourke 씨는 호주에 거주하는 기계 학습 엔지니어입니다. 그는 최근 Medium에 투고한 기사 "나는 어떻게 TensorFlow 개발자 인증을 통과했는가"를 통해서 합격에 이른 전말을 설명하고 있습니다. Daniel Bourke The official blog of Daniel Bourke. I play at the crossroads of artificial intelligence, health science, life and art. www.mrdbourke.com 뭔가에 도전하는 것을 좋아하는 그는, 도전과 스킬업을 겸해 Google이 운영하는 자격시험 "TensorFlow 개발자 인증"을 시험 보기로 했습니다. 이 자격은 이름에서 알 수 있듯이 주요 AI 모델 개발 환경의 하.. 2020. 8. 17. 일본에서 60만 건의 구인정보를 분석하여 데이터 과학자의 평균 연봉과 채용 조건을 분석 연구직, 기술직, 개발직, 전문직 등의 채용 플랫폼인 '전직 내비게이션', 'SCOPE' 등을 제공하는 astamuse(아스타 뮤제) 주식회사는 요즘 채용 조건이 가장 까다로운 직종 중 하나인 '데이터 과학자'의 자격요건을 시각화했습니다. 이과 전문으로 채용을 실시하는 「전직 내비게이션」의 약 400개 사이트 및 「SCOPE」에 게재되어 있는 아스타 뮤제가 보유한 약 60만 건의 구인 데이터를 분석했습니다. 일본 데이터 과학자의 평균 연봉 Min : 466.3만 엔 Max : 844.7만 엔 데이터 과학자의 구인정보에서 나온 연봉의 하한 평균은 466.3만 엔이었습니다. 평균을 보면 400만 엔 ~ 450만 엔(29.7%), 500만 엔 ~ 550만 엔(19.8%)이 많은 것으로 밝혀졌습니다. 국세청이 .. 2020. 7. 1. 코드 없는 AI 플랫폼, 사용해야 하나요? 그 한계와 기회 저자 Alexandre Gonfalonieri 씨는 프랑스 파리에서 AI 컨설턴트로 일하고 있습니다. 그는 최근 Medium에 투고한 기사 '노 코드 AI 플랫폼을 사용해야 합니까? 그 한계와 기회'에서는 코딩 없이 AI 모델로 개발할 수 있는 '노 코드 AI 플랫폼'의 효용과 한계에 대하여 설명하고 있습니다. 노 코드 AI 플랫폼은 세계 각지에서 여러 가지가 출시되어 붐이 되고 있습니다. 이런 가운데 노 코드 AI 플랫폼을 평가한 후, 그 효용과 한계를 고찰하고 있습니다. 이 플랫폼의 사용 시 최대 효용은 AI 비 전문가에게 초보적인 개발 능력을 제공하여, 그들도 간단한 AI 모델을 개발할 수 있는 'Citizen developer'로 만들 수 있다는 것입니다. AI의 Citizen developer가.. 2020. 6. 28. 기계 학습 엔지니어는 10년 후에는 존재하지 않을것이다. 이 기사의 저자인 Luke Posey 씨는 기계 학습 엔지니어의 경력을 쌓은 후 AI 스타트업 Spawner.ai를 창업하는 한편, Medium에 기사를 게시하였습니다. 가까운 장래에 '기계 학습 엔지니어'라는 직종이 실효적 의미가 없어질 것으로 예상된다는 논거를 펼치고 있습니다. 제3차 AI 붐 초창기 시절, 기계 학습 엔지니어는 수학 및 통계에 관한 전문 지식을 습득하였고, 그 희귀성으로 인해 높이 평가되어 고액의 보수를 받았습니다. 이 직종은 최첨단 기술을 제품이나 서비스에 적용하는 '연구자 겸 기술자'라는 위치가 여전히 요구되고 있습니다. 그러나 가까운 미래에 기계 학습 엔지니어의 연구자적 측면의 니즈는 사라질 것이라고 그는 지적합니다. 왜냐하면 기계 학습 시스템의 개발 환경이 정비되면서 일반적인.. 2020. 6. 13. GAN의 발전의 역사( 응용 편 ) 3 개의 요점 ✔️ 다양한 분야에서 사용되는 'GAN'의 포괄적인 조사 논문 소개 ✔️ GAN의 품질을 측정하는 지표 및 다양한 응용을 소개 ✔️ GAN을 어디에 적용할 수 있는지 포괄적으로 파악이 가능 A Review on Generative Adversarial Networks : Algorithms, Theory, and Applications written by Jie Gui, Zhenan Sun, Yonggang Wen, Dacheng Tao, Jieping Ye (Submitted on 20 Jan 2020) subjects : Computer Vision and Pattern Recognition (cs.CV) ; Machine Learning (cs.LG) 시작하기 이번에는는 GAN의 서베.. 2020. 6. 10. GAN의 발전의 역사( 알고리즘 편 ) 3개의 요점 ✔️ 다양한 분야에서 사용되는 GAN의 포괄적인 조사 논문 소개 ✔️ GAN의 알고리즘에 초점을 맞춘 다양한 접근 방식을 소개 ✔️ GAN의 최신 동향 A Review on Generative Adversarial Networks : Algorithms, Theory, and Applications written by Jie Gui, Zhenan Sun, Yonggang Wen, Dacheng Tao, Jieping Ye (Submitted on 20 Jan 2020) subjects : Computer Vision and Pattern Recognition (cs.CV) ; Machine Learning (cs.LG) 시작하기 2014년 이미지 생성을 위한 알고리즘 'GAN'이 발표되었습니.. 2020. 6. 9. 이전 1 2 3 4 5 6 7 다음 반응형
