안녕하세요! 고민하고 계신 내용에 대해 제 경험과 업계의 일반적인 기준을 바탕으로 답변드리겠습니다.

1. 학부 졸업 후 AI/ML 엔지니어 또는 MLOps 엔지니어로 취업이 가능할까요?

네, 충분히 가능합니다! 저 역시 학부 졸업 후 AI 엔지니어로 커리어를 시작했으며, 실제로 많은 기업에서 학부 졸업자도 AI/ML 직군으로 채용하고 있습니다. 다만, 이 분야는 학위보다는 실무 역량과 포트폴리오가 더 중요한 경우가 많습니다.

신입으로 취업하기 위해서는 다음과 같은 역량을 갖추는 것이 유리합니다.

-기본적인 CS 지식: 선형대수, 확률·통계, 데이터 구조 및 알고리즘, 운영체제 등의 기초 개념

-프로그래밍 능력: Python 필수, 추가적으로 SQL, Shell Script 등을 다룰 수 있으면 좋음

-ML/DL 관련 기술 스택: PyTorch/TensorFlow, Scikit-learn 등

-MLOps 관련 도구: Docker, Kubernetes, MLflow, 클라우드 서비스(AWS/GCP/Azure) 활용 경험

-프로젝트 경험: Kaggle 대회 참여, 인턴십, 연구 프로젝트 등 실제 적용 사례를 담은 포트폴리오

-문제 해결 역량: 단순히 모델을 학습하는 것이 아니라, 비즈니스 문제를 정의하고 해결하는 능력

석사나 박사 학위가 없어도 잘 정리된 프로젝트와 기술 블로그, 코드 공유(GitHub), 오픈소스 기여 등을 통해 실력과 열정을 보여준다면 충분히 취업이 가능합니다.

2. 업스테이지 AI 부트캠프를 수강하는 것이 도움이 될까요?

비정형 데이터(텍스트, 이미지, PDF 등)를 다루는 역량은 AI 업계에서 점점 더 중요한 요소가 되고 있습니다. 부트캠프는 이러한 기술을 체계적으로 배우고 실무 감각을 익히는 데 도움이 될 수 있습니다.

부트캠프를 선택할 때는 다음 사항을 고려해보세요.

-커리큘럼이 최신 기술을 반영하고 있는지 (예: 최신 NLP, Computer Vision, MLOps 기술 적용 여부)
-실무 프로젝트 경험이 충분한지 (단순 강의 수강이 아니라 실제 기업에서 활용하는 프로젝트 경험을 제공하는지)

-취업 지원 프로그램이 있는지 (멘토링, 포트폴리오 피드백, 기업 연계 채용 등)

-졸업생들의 취업 사례 (수강 후 실제로 취업에 성공한 사례가 많은지)

업스테이지는 국내에서 AI 분야로 잘 알려진 기업이므로 실무 중심의 교육을 제공할 가능성이 높습니다. 하지만 등록 전에 수강생 후기를 찾아보거나, 직접 문의해보고 커리큘럼을 비교해보는 것도 좋은 방법입니다.

©Jonathan Kemper

3. 외국계 기업 및 해외 취업 준비는 어떻게 해야 할까요?

외국계 기업 및 해외 취업을 준비할 때는 일반적인 국내 기업 취업과는 몇 가지 차이점이 있습니다.

-영어 능력: 기술 면접뿐만 아니라 협업을 위해서도 영어 의사소통 능력이 중요합니다. 특히 코딩 면접에서 본인의 논리를 영어로 설명하는 연습이 필요합니다.
-이력서 및 온라인 프로필 관리: 영문 이력서(Resume)와 함께 GitHub, LinkedIn을 적극적으로 활용해야 합니다. 해외에서는 LinkedIn을 통한 리크루터 연락이 많기 때문에 꾸준히 업데이트하는 것이 좋습니다.

-기술 면접 대비: 해외 기업들은 코딩 테스트(LeetCode, HackerRank 등), 시스템 디자인 인터뷰, 머신러닝 이론 면접을 진행하는 경우가 많습니다.

-네트워킹: 해외 취업에서는 추천(Referral)이 중요한 역할을 합니다. LinkedIn을 통해 현직자를 컨택하거나, AI 관련 국제 컨퍼런스/커뮤니티에 적극 참여하는 것이 도움이 됩니다.
-비자 요건 파악: 국가별 취업 비자 요건을 미리 확인하고, 해외 취업 프로그램을 활용하는 것도 방법입니다.

LinkedIn, AngelList, Stack Overflow Jobs 같은 해외 취업 플랫폼을 적극적으로 활용하는 것도 추천합니다.

4. AI 관련 포트폴리오는 어떻게 시작하는 것이 좋을까요?

포트폴리오는 AI/ML 엔지니어 취업에서 가장 중요한 요소 중 하나입니다.

포트폴리오를 준비하는 방법

1.문제 정의부터 솔루션까지 경험할 수 있는 프로젝트 수행
-단순한 모델 개발이 아니라, 실제 문제를 해결하는 프로젝트를 진행해야 합니다.
-예: 감정 분석 AI, 추천 시스템, 이상 탐지 시스템 등

2.Kaggle 대회 참여는 좋은 출발점이지만, 실무형 프로젝트로 발전시키는 것이 중요
-Kaggle은 데이터가 정제되어 있어 실무와 다소 차이가 있습니다.
-대회에서 배운 내용을 실제 기업 환경에 적용하는 방식으로 포트폴리오를 보완하세요.

3.오픈소스 프로젝트 기여
-PyTorch, Hugging Face 등 유명한 오픈소스 프로젝트에 기여하면 인지도를 높일 수 있습니다.
-자신의 GitHub에 정리해두고, 이를 기반으로 네트워킹을 시도해보세요.

4.기술 블로그 운영
-공부한 내용을 블로그에 정리하면 면접에서도 활용할 수 있습니다.
-프로젝트를 진행하면서 얻은 인사이트, 문제 해결 과정 등을 공유하세요.

5.인턴십 또는 프리랜서 경험
-실무 경험이 가장 큰 차별화 요소가 될 수 있습니다.
-단기라도 실제 기업 프로젝트를 경험하면 강한 어필 포인트가 됩니다.

AI/ML 분야는 빠르게 발전하고 있기 때문에, 이론과 실무 경험을 균형 있게 쌓는 것이 중요합니다. 꾸준히 공부하고 실전 경험을 쌓아가다 보면 좋은 기회를 얻을 수 있을 것입니다.

추가로 궁금한 점이 있다면 언제든지 질문 주세요! 😊

멘토님 세심하게 답변해 주셔서 정말 감사합니다! 조언해 주신 내용 바탕으로 최선을 다해 보려고 합니다. 다시 한번 감사드립니다!