코드를 거의 타이핑하지 않고 3주 만에 DL모델 만들기
AI
코드를 거의 타이핑하지 않고 3주 만에 DL모델 만들기
두줄요약
검색용 DL 모델을 3주 만에 만든 작업 경험을 공유했습니다. 코드를 거의 타이핑하지 않고 진행한 학습 방식에 초점을 맞췄습니다.
핵심 내용
- 검색용 DL 모델 학습을 3주 만에 진행한 작업 경험 공유
- 코드를 거의 타이핑하지 않고 모델을 만드는 방식에 초점
- 최근 수행한 검색용 딥러닝 모델 학습 과정 요약
목록 보기
여기어때기타
이 글과 연관된 채용
ML Engineer (검색 Relevance)
토스 · Seoul
검색 Relevance 모델의 레이블 설계부터 임베딩·랭킹 모델 학습, 데이터 파이프라인, 오프라인 평가와 A/B 실험까지 엔드투엔드로 담당합니다. 검색 도메인 실무 경험과 대규모 로그·행동 데이터 기반 데이터셋 구축, 임베딩·랭킹 모델 학습, LLM 활용 역량이 필요합니다.
필요 기술LLMANN임베딩 모델랭킹 모델lexical 매칭A/B 실험ML Engineer (검색 Conversion/Ranking)
토스 · Seoul
검색어 기반으로 유저·상품 선호를 예측하는 Conversion 모델과 2-tier 랭킹 구조를 설계·고도화하며, 피처·라벨 파이프라인부터 A/B 실험까지 주도합니다. CTR/CVR 예측, 대규모 행동 데이터, 딥러닝 랭킹 모델 실서비스 경험이 필요합니다.
필요 기술CTR/CVR 예측 모델딥러닝 랭킹 모델피처 파이프라인Multi-Task LearningA/B 실험모델 서빙[현대카드] ML Engineer
현대카드 · CAREER
자체 AI 플랫폼 유니버스에서 데이터·ML 파이프라인과 LLM·RAG 기반 AI Agent 서비스의 설계·개발·운영을 담당합니다. 워크플로우 기반 파이프라인, AI/ML 학습·추론·서빙, LLM·RAG 서비스 또는 AWS 데이터 처리·운영 경험과 Python 경험이 필요합니다.
필요 기술PythonAirflowAWSLLMRAG
다음 읽기
같은 회사의 연관 글
QA 티켓 280건, AI와 함께 처리한 기록
X