문과생CS정복기

1. AI 부트캠프 수료한 찐후기저는 문과생이지만 IT업계에서 개발자로 짧게 일하다가 여러가지 사정으로 길게 쉬던 중에 패스트캠퍼스 AI부트캠프 광고를 보게 되었습니다. 제가 예전에 패캠에서 강의를 들었던 경험이 있어서 마케팅에 걸려 들었나 봐요. 그래서 국비교육을 통해 무료로 받을 수 있다는 사실에 기쁨~ 그리고 과정이 6개월이란 사실에 약간 두려움~ 에 수강 고민을 했습니다. 하지만 지금 아니면 chatGPT를 이해할 수도 없고 앞으로의 미래에 대비할 수 없겠다는 생각이 들었습니다. 그래서 비장한 각오를 품고 시작했죠. 전체 과정은 저에게 정말 쉽지 않았습니다. 사실상 석사 2년치의 내용을 6개월만에 쑤셔 넣는 느낌이었거든요. 하지만 진짜 강추드리는 점은 강사분들이 개쩐다는 점입니다. 패캠에서 공을 ..

안녕하세요! 오늘은 2024년 10월 28일, 4월부터 시작한 Upstage AI Lab 3기 부트캠프가 7개월을 지난 시점입니다.마지막 프로젝트인 '파이널 프로젝트' 주제를 바탕으로 글을 써보려고 합니다.파이널 프로젝트의 주제는 총 4개이고, 이 중에서 원하는 프로젝트를 골라 참여할 수 있었습니다. 1. 파이널 프로젝트 주제저는 최근 LLM의 발전으로 핫해진 RAG 시스템을 경험하기 위해 [Scientific Knowledge Question Answering | 과학 지식 질의 응답 시스템 구축] IR Information Retrieval 프로젝트에 참여하였습니다. 대부분의 수강생들도 IR 프로젝트에 참여하셨습니다. 여기서 간단하게 RAG에 대해 살펴보면RAG(Retrieval-Augmented G..

여러분 패스트캠퍼스 업스테이지 부트캠프 7개월 간의 대장정이 드디어 끝났습니다오늘은 수료식이 있었는데요. 수료를 위해 그동안의 과정을 회고하는 시간을 가졌습니다. 그리고 마지막 서류 작업들과 제출해야 할 것들에 대한 공지, 커리어케어 안내와 시상식이 있었습니다.  나는 얼만큼 성장했는가저는 python을 제대로 모른 상태에서 과정에 참여했는데요. 지금은 RNN, transformer의 구조를 설명할 수 있을 정도로 성장했습니다. huggingface의 내용들을 어느 정도 이해하고 적용할 수 있는 수준이지요. 4월부터 10월까지 6개월만에 이렇게 성장할 수 있었던 건 패스트캠퍼스와 upstage가 탄탄하게 만든 커리큘럼 덕분이라고 생각합니다.다음은 reddit artificial에 올려진 Top Poste..

10/28(월) - 최상철 컨설턴트님10/30(수) - 김다현 강사님11/6(수) - 김윤기 강사님

24년 4월부터 11월까지 총 7개월 간의 긴 대장정 부트캠프가 끝이 났습니다.업스테이지 AI랩 3기는 박기준 매니저 님이 함께 해주셨고 파이썬부터 시작해서 ML, DL, LLM-RAG까지 배웠습니다.많은 강사님들과 멘토님들의 체계적인 지도 하에 어디가서 chatGPT가 무엇이고 트랜스포머가 무엇인지 설명할 수 있는 수준까지 성장했습니다.아침 10시부터 오후 7시까지 줌과 온라인 강의를 통해 굉장히 강도 높은 수준의 교육을 진행했기 때문에,프로그래밍 개발자이신 분들에게도 근면성실함은 물론이고 추가적인 학습과 노력을 요구하는 과정이었습니다.하지만 아예 프로그래밍 경험이 없는 비전공자 분들도 완주하시는 분들이 계신 걸로 보아서 얼마나 성장하고 얼마나 본인 몫을 가져갈지는 본인 하기 나름이라고 생각합니다. 4..

1. 프로젝트 개요A. 개요 : https://stages.ai/en/competitions/322대화 히스토리를 기반으로 질문에 가장 알맞은 문서를 맞추는 것이 이번 대회 목표이다. 알맞은 문서는 1개 내지 2개일 수 있다고 강사님께서 언급하셨다. topk를 1개를 제출하든 5개를 제출하든 상관은 없지만 MAP점수 매길 때 topk의 순위가 중요하다.B. 환경: Upstage에서 제공하는 remote 서버연결GPUCPUMemoryRTX 3090 / 24 GB10 thread60G 2. 프로젝트 팀 구성 및 역할 2-1. 매일 11시 어제 한 것, 유효한 부분, 내일 진행할 부분에 대해 공유, 모델학습실험기록지를 엑셀로 공유2-2. 역할분담진행속도가 빠른 사람이 실험결과 공유해주고, 후발주자가 성능 올릴..

1. 프로젝트 개요A. 개요 : https://stages.ai/en/competitions/320/overview/descriptionB. 환경: Upstage에서 제공하는 remote 서버연결GPUCPUMemoryRTX 3090 / 24 GB10 thread60G 2. 프로젝트 팀 구성 및 역할 2-1. 매일 11시 어제 한 것, 유효한 부분, 내일 진행할 부분에 대해 공유, 모델학습실험기록지를 엑셀로 공유2-2. 역할분담진행속도가 빠른 사람이 실험결과 공유해주고, 후발주자가 성능 올릴 수 있는 다양한 실험 진행  3.프로젝트 수행 절차 및 결과3-1. 데이터 탐색:3-2. 모델 학습:3-3. 결과 추론: 4.프로젝트 회고   더보기**LLM(대형 언어 모델)**에서 add_token(토큰 추가) 작..

1. 프로젝트 개요A. 개요 : https://stages.ai/en/competitions/319/leaderboard/list  B. 환경: Upstage에서 제공하는 remote 서버연결 GPUCPUMemoryRTX 3090 / 24 GB10 thread60G  2. 프로젝트 팀 구성 및 역할 2-1. 매일 11시 어제 한 것, 유효한 부분, 내일 진행할 부분에 대해 공유, 모델학습실험기록지를 엑셀로 공유2-2. 역할분담진행속도가 빠른 사람이 실험결과 공유해주고, 후발주자가 성능 올릴 수 있는 다양한 실험 진행  3.프로젝트 수행 절차 및 방법3-1. 데이터 전처리:Augmentation을 강하게 적용, 200배 증강하여 데이터 수 1570*200=314000으로 진행, 나는 100배로 진행.Aug..