<aside> 📎

ML 심화세션 깃허브 링크

https://github.com/YuujInJeong/KHUDA-7TH

</aside>

<aside> <img src="notion://custom_emoji/9a45af55-1e0d-4665-9903-a0c1a3eb84a0/17d2f7f2-7657-80f1-aca3-007a6179c6d6" alt="notion://custom_emoji/9a45af55-1e0d-4665-9903-a0c1a3eb84a0/17d2f7f2-7657-80f1-aca3-007a6179c6d6" width="40px" />

✨ML 심화 세션 타임라인✨

시간 | 16:00 ~ 18:00

형식 | 대면 세션 (비대면 병행)

교재 |

• 인사이드 머신러닝 인터뷰

• 머신러닝 인터뷰 실무 가이드

  gantt
      title ML 심화 세션 타임라인
      dateFormat HH:mm
      axisFormat %H:%M
      
      section 세션 진행
      발제 및 사례 소개    :16:00, 16:30
      기술 질문 연습      :16:30, 17:30
      피드백 및 추가 논의  :17:30, 18:00
      
  

1) 발제 및 사례 소개 (16:00 ~ 16:30)

• 발제자는 머신러닝 인터뷰 실무 가이드를 기반으로 주요 내용을 간단히 정리하여 발표합니다.
  • 주요 개념, 인터뷰 준비 팁, 실제 사례 등을 포함하여 설명합니다.
  • 참석자들의 이해를 돕기 위해 시각 자료를 활용하거나, 발제 내용과 관련된 추가 정보를 소개할 수 있습니다.

2) 기술 질문 연습 (16:30 ~ 17:30)

• 인사이드 머신러닝 인터뷰 교재에서 정해진 주차 범위를 기반으로, 팀원들 간에 기술 질문을 주고받습니다.
  • 질문은 구두로 진행하며, 실제 인터뷰처럼 답변을 연습하는 시간을 가집니다.
  • 답변은 100% 암기를 목표로 하지 않고, 서로의 편차를 이해하고 말로 설명하는 능력을 키우는 것이 목적입니다.
• 활동 방식:
  • 질문 예시를 미리 준비하거나 교재의 내용을 참고하여 실시간으로 진행.
  • 팀원들은 답변 후, 서로 피드백을 주고받아 학습 효과를 극대화합니다.

3) 피드백 및 추가 논의 (17:30 ~ 18:00)

• 연습 과정에서 궁금했던 점, 개선이 필요한 부분에 대해 논의하고 TIL을 정리하여 github에 공유합니다.
  • "이 질문은 이렇게 답변하는 게 더 좋지 않을까?"
  • "이 주제는 이런 사례로 설명해보면 어떨까?" 등의 자유로운 의견 교환.
• 필요한 경우 추가 학습 자료나 다음 주차 준비 방향을 제안합니다.

💡 과제 |

• 인사이드 머신러닝 인터뷰 교재의 주차별 범위를 미리 읽고 준비해오기.
• 발제자는 맡은 주제의 자료를 준비하여 발표.

부록 A 생성 모델: 노이지 채널 모델에서 LLM까지

• 심화세션 | 정하기 | CHAPTER 02 머신러닝 입사 지원과 이력서 | </aside>

[01/22] 1주차 세션

[02/02] 2주차 세션

[02/05] 3주차 세션

[02/12] 4주차 세션

YB 심화 팀원

주차별 학습 범위