이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
학부 수업에서 머신러닝 기초를 배우면서 텍스트 분류 모델을 만들어봤습니다. 농업 관련 뉴스 기사를 긍정·부정·중립으로 분류하는 프로젝트였고, 오픈소스 라이브러리를 활용했습니다. 처음에 데이터 전처리를 충분히 하지 않아 모델 정확도가 낮게 나왔고, 다시 처음부터 전처리를 꼼꼼히 한 뒤 성능이 올라갔습니다. 그 경험으로 데이터 품질이 모델 성능에 직결된다는 걸 배웠습니다. 아직 실무 수준은 아니지만, 기초 원리와 흐름은 이해하고 있습니다.
동아리 활동에서 팀원들의 일정을 자동으로 정리해주는 간단한 봇을 만들어본 경험이 있습니다. 기존 도구를 연결해서 메시지 입력을 인식하면 캘린더에 자동 등록되는 방식이었습니다. 처음에는 예외 케이스를 고려하지 않아 오류가 자주 났고, 팀원들이 불편하다는 피드백을 줬습니다. 그 이후로 다양한 입력 케이스를 미리 테스트하는 습관이 생겼습니다. 규모는 작지만 자동화 도구를 직접 만들어본 경험이 실무에서 도움이 될 것 같습니다.
인공지능 기술을 직접 활용해 시스템을 개발한 경험은 없습니다. 다만 수업에서 머신러닝과 딥러닝 기초를 배웠고, 원리는 이해하고 있습니다. 이 분야에 관심이 생겨 공개 강의와 자료를 통해 스스로 공부하고 있습니다. 아직 실무 적용 수준이 아니라는 걸 알고 있고, 입사 후 현장에서 관련 기술을 빠르게 익히겠습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 강원대학교병원 임상·시험 연구 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.