DS가 되기 위한 여정 👩‍💻

Blah Blah

[데이터 사이언티스트 직무부트캠프 후기] 코멘토 DS 과정 매우 추천

Tashapark 2025. 5. 24. 14:39
728x90

 

본 후기는 직무부트캠프를 직접 구매하고 수강한 후 작성하였으며,

후기 작성 이벤트에 참여하여 소정의 원고료를 받았습니다.

 


 

- 이미 끝난 지 2달이 가까워져 가지만 이제서야 후기를 쓰게 되었다. 

- 그만큼 굉장히 만족스러웠고, 현재는 다른 캠프를 신청해뒀으며, 2주 후부터 시작할 예정이다. 

 

 

[직무부트캠프 수강 계기]

- '멀티캠퍼스'의 6개월짜리 부트캠프 수료 후에 취업설명회 등을 듣다가 코멘토 제휴쿠폰을 받게 되어 신청하였다. 

- 부트캠프에서는 대개 1~2개 정도의 프로젝트를 하게 되는데, 이것으로 포트폴리오를 채우기에는 너무나 부족하다.

- 이에 프로젝트도 채울 겸 직무에 대한 경험도 늘릴 겸 신청하게 되었다. 

 

 

["데이터사이언티스트와 함께하는 인공지능 프로젝트 A to Z : 모델링부터 서빙까지" 선정 이유]

https://comento.kr/edu/learn/ITSW/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-G3458

 

데이터사이언티스트와 함께하는 인공지능 프로젝트 A to Z : 모델링부터 서빙까지 | 코멘토

차시별 과제 소개본 과정은 컴퓨터 비전 모델링과 PoC를 만들기 위한 API 구축, PoC 데모를 만드는 데이터 사이언티스트의 입장에서 전체 업무의 과정을 스스로 체험해 볼 수 있2025-05-24T04:35:36.392Z

comento.kr

 

- 본 캠프를 수강한 이유는 아래와 같다. 

   1. DS 강의

       - 코멘토의 ds강의로는 유일했음. 

       - 이미 여러 회차 열린 다른 데이터 관련 강의들도 있었지만, 가장 직무에 적합했음.   

 

   2. 강의 형식이 아닌 과제 형식

       - 수강생마다 개인차가 있겠지만, 개인적으로 강의로 배운 것은 머리에 오래 남지 않고 

          과제형식으로 실제로 해보면서 하는 것을 선호하기 때문에 본 캠프를 선택했음. 

 

  3. 구체적인 강의 계획과 멘토의 가르치려는 열의 

      - 주차별 과제 설명이 깔끔하여 무엇을 하려는 지 명확히 확인 가능했음. 

      - 강의 설명 글에서 멘티였던 시절의 자신의 멘토처럼 도움을 주고 싶다는 내용을 읽고, 돕고자 하는 의지가 보였음. 

 

 

[주차 별 과제 & 소감] 

 

- 나는 혼자 신청하여 1:1로 캠프를 수강했고 자유도가 높은 편이었음. 

- CCTV 객체탐지 모델 개발 프로젝트로 매주차마다 해야할 것이 명확했는데,

  강의 소개 시 있던 과제 뿐만 아니라 더 다양하게 시도해 볼 수 있었음. 

 

- 총 3번의 세션이 있었는데, 중간에 모르는 것이 있어 오픈 채팅방에 질문하면, 답변을 잘 해주셨음. 

- 직무부트캠프를 재신청 한 가장 큰 이유는 '피드백' 때문으로 

   과제나 질문, 문제 발생에 대해서 명확하게 해결 방법을 가이드 해준 부분이 매우 만족스러웠음. 

 

1차 업무)

- 1차 세션에서는 직무에 대한 설명과 미리 받은 질의 응답의 답변, 주차별 과제 설명을 해주셨음.

- 데이터 수집 및 준비 후, 데이터와 모델 선정 이유와 학습환경을 미리 설정함. 

 

=> 세션 시 도메인이나 직무 관련 질문이 많았음에도 친절하게 답변해 주셨고,

      바로 답변할 수 없는 내용은 확인 후에 다시 답변해 주셨음. 
=> 과제는 참고할 만한 ppt를 주셨고, train/test set을 구축할 수 있도록 주피터 노트북 파일을 제공해주셨음. 

=> 나는 부트캠프를 이미 들었기에 python, anaconda  등 환경이 구축되어 있어 어려움이 크게 없었음. 

 

과제후 피드백)

=> 과제로 ppt를 작성하게 하여 프로젝트 시작 전 흐름을 고민할 수 있게 한 점이 좋았고,

      제공된 과제보다 다양한 모델을 사용해서 비교해 보려고 계획한 점을 높이 평가해 주셨음. 

=> "아쉽다" 가 아닌 "~적으면 좋겠다, 성능 지표가 명화하면 좋겠다" 등 피드백이 구체적이고 확실했으며, 

      코드의 개선방향도 확실했고, 

      실무를 하지 않으면 모를 부분을 짚어주신 점이 매우 좋았음. 

+ 주피터 파일로 과제 가이드가 명확하고, 비어있는 코드가 있긴 하지만

    처음부터 혼자 하는 것이 아니었기에 프로젝트로서 한계가 명확히여 디벨롭시키려고 노력한 점을 좋게 평가해주심. 

     

 

2차 업무)

- 객체탐지 모델링 진행 후 Input/Output 결과 및 성능지표 확인
=> 배운 게 정말 많은 과제였음. 
=> 제대로 된 하이퍼파리미터 튜닝을 한 것은 처음이었고, 모델 버전 별 학습 후 비교를 추가로 하였기에 다소 오래 걸렸음. 
=> 성능 지표들을 확인하고, 학습 시 학습률과 과적합 여부를 미리 확인해 볼 수 있는 패키지(wandb 등)도 알려주셔서 많이 배웠음. 
=> 모델 학습은 결국 하드웨어의 성능이 핵심이라는 것과 속도와 정확도의 밸런스를 고민해볼 수 있었음. 
=> 질문이 특히, 많은 주였는데 최대한 빠르게 답변을 해주시려는 모습이 인상적이었음. 
 
 

과제후 피드백)

=> 첫 튜닝으로 부족한 부분이 많았는데, 구체적으로 개선방안에 대한 피드백을 줬음. 

=> 모델 간 비교를 위해 표로 구성한 부분이나, 여러 가지 방법을 시도하고 나름의 해석을 적은 부분을 긍정적으로 평가해주심. 

=> 해석이 어려웠던 부분에 대한 피드백이 명쾌했음 

     - 예, 성능비교를 위한 사진에서 모델의 신뢰도가 낮거나 오탐지를 보이는 이유에 대해서, 

             학습용 데이터와 유사점과 아닌 점, 화각, 조도 등으로 해석을 덧붙여줌. 

 
 

3차 업무)

- FastAPI 또는 Streamlit을 활용한 PoC 구현

=> 2차 업무 이후로 주피터 노트북이 하얘지는 문제 발생

=> python 환경설정 문제로 인해 pytorch 에러 문제로 FastAPI 무중단 배포까지는 성공 못함. 

=> streamlit까지 구현하여 협업을 위한 PoC는 모두 구현함. 

=> 다만, streamlit에서 bbox 시각화 시 신뢰도가 fontsize를 수정해도 작게 보이는 문제를 해결 못 했음. 

 

과제후 피드백)

=> 배포나 다른 이슈를 해결 할 수 있도록  teminal 명령어 history를 확인하시고, 

      가상환경 만든 순서는 정확한지, 경로는 적합한지 등등을 확인하면서  아래처럼 문제 해결을 위해 도와주심. 

 

 

4차 업무)

서비스 기획부터 구현, 데이터 수집, 모델링, PoC 개발까지 인공지능 프로젝트의 전체 과정을 진행한 아키텍처를 PPT로 정리 및 발표

=>  ppt로 작성을 하면서도 3주차 때 완벽하게 성공하지 못했던 부분들을 계속 시도했음.
=> 기획부터 주제 배경, 데이터 파이프라인, 아쉬운 점 등 발표를 위해서 했던 부분을 전부 정리함. 
=> 현재 포트폴리오로 사용하고 있음.
 

과제후 피드백)

=> 여러 시도를 해봤던 부분과 정리된 ppt에 대한 피드백이 명확했음. 

=> 특히, 아쉬운 부분에 대한 개선점을 알려준 점이 매우 좋았음. 

=> 앞선 피드백을 바탕으로 ppt를 재구성한 부분도 있는데 그 부분도 꼼꼼히 확인해 주심. 

=> 다른 성능지표 활용 가능성, 한계 등 부정적인 단어 지우기, 성능 비교 결과에 대한 추가적 해석, 

      향후 발전 가능성까지 다뤄주심. 

=> 사실상 마지막 피드백 세션이었으나, 이 때 해결하지 못한 부분들을 끝나고도 위처럼 2~3차례 추가로 확인해주셨음. 

 

 

 [전체 소감]

- 좋은 멘토를 만나서 직무에 대한 다양한 점을 배울 수 있던 것은 행운이었다고 생각함. 

- 멘티에 맞춰서 계속해서 과제를 수행할 수 있는지를 확인하고 여러가지를 가늠하면서 도움을 주려고 했던 부분이 매우 인상적이었음

- 또한, 실질적으로 DS 실무의 기획부터 배포 & 대시보드까지 전과정에 참여하며 직무부트캠프의 목표를 달성했음. 

- 추가로, 진로나 구직 시 유의점이나 걱정 등 캠프와 직접적인 연관성이 없는 질문에도 친절하게 답변해 주셔서 개인적으로 감사했음. 

- 가능하다면, 현직에서 다시 만날 수 있게 되기를 바람. 

 

 

 

 

728x90
반응형