면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.
3년간 참여한 이미지 인식 모델 연구 프로젝트에서 저는 주로 데이터 전처리와 모델 성능 평가를 담당했습니다. 초기 데이터의 클래스 불균형이 성능 저하 원인임을 발견해 샘플링 방식을 조정했고, 그 결과 평가 지표가 유의미하게 개선됐습니다. 모델 설계는 다른 연구원이 주도했지만, 성능 개선의 실질적 기여는 데이터 처리 단계에서 나왔다고 생각합니다.
가장 기억에 남는 프로젝트는 예측 모델의 정확도가 기대만큼 나오지 않아 몇 달간 원인을 추적했던 연구입니다. 처음엔 모델 구조 문제로 판단했지만, 실제로는 학습 데이터의 시점 오류가 원인이었습니다. 원인을 찾기까지 시간이 오래 걸렸지만, 데이터 자체를 의심하는 습관을 갖게 된 계기가 됐습니다.
제가 맡았던 이상 탐지 연구는 실험실 단계에서 끝나지 않고 실제 제조 라인 모니터링에 적용될 수 있도록 설계됐습니다. 저는 알고리즘의 실시간 처리 속도를 개선하는 역할을 맡았고, 현업 담당자와 여러 차례 논의하며 실제 적용 조건에 맞춰 파라미터를 조정했습니다. 연구 결과가 실제로 쓰일 수 있는 형태로 이어졌다는 점에서 의미가 컸습니다.
같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.
진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.