안녕하세요~ Google Machine Learning BootCamp 3기 수료생 제이덥입니다~
오늘 포스팅에서는 제가 6월 22일부터 9월 19일까지 참여했던 Google Machine Learning BootCamp 3기 프로그램에 대해서 소개해드릴까 합니다!
본 포스팅에서는 프로그램의 역사와 구성 그리고 제가 활동하면서 배운 점과 후기를 나누며
구글 부트 캠프의 목적과 더불어 캠프를 참여하면서
어떤 것들을 얻어갈 수 있을지 확인하실 수 있도록 글을 구성해두었습니다.
길더라도 끝까지 읽어주세요~!
1. Google Machine Learning BootCamp란?
우선 한국에서 열리는 구글 머신러닝 부트캠프(Google Machine Learning BootCamp)는 2020년부터 현재까지 3년 동안 진행해온 "머신러닝 개발자 양성 프로그램"입니다. 따라서 올해까지 총 3기의 수료생들을 배출했습니다. 1~3기 후기를 살펴보면 매해 약 200명 정도 가까이 수료생들을 선발했으며 평균적으로 9~11대 1의 경쟁률을 가지고 있는 것으로 파악됩니다. 올해 3기는 204명이 합격했으며 9~10 : 1 정도의 경쟁률이었다고 합니다.
머신러닝 개발자 양성 프로그램이라는 취지를 통해 알 수 있듯이 개발자 역량을 키우기 위한 다양한 세부 프로그램이 제공됩니다. 첫 번째로는 딥러닝의 이론적인 부분을 학습할 수 있도록 "딥러닝 4대 천왕"으로 불리는 Andrew Ng(앤드류 응)의 Deep Learning Specialization(딥러닝 특화 교육) Cousera 강의가 제공됩니다. 이후에 이론을 실제의 데이터에 적용해볼 수 있도록 배운 내용을 바탕으로 Kaggle 프로젝트를 수행해야하며, 보다 심도 있는 공부를 하기 위해 Tensorflow Certificate / Google Cloud Professional Machine Learning Engineer Certificate / Google Cloud Professional Data Engineer Certificate 세 가지 자격증 중 하나의 자격증에 합격해야 합니다. 모든 코세라 강의는 모두 무료로 제공되며, 자격증 시험 또한 모든 금액을 지원해줍니다.
추가로 해마다 부트캠프 파트너사를 선정하여 Tech Talk, Office Hour 등을 주마다 1번씩 열어 기업들이 어떠한 방식으로 프로젝트를 진행하는지, 최근 연구하는 것은 무엇인지, 해당 직무의 채용 프로세스는 어떻게 되는지 등을 설명해줍니다.
즉, 정리하자면 프로그램을 통해 이론적인 부분을 공부하고, 실전에 적용해볼 수 있는 프로젝트 수행 및 자격증 공부를 할 수 있는 기회가 부트캠프 참가자에게 제공되며 이를 기업들과의 Tech Talk과 Office Hour를 통해 실무에 어떻게 적용되는지 프로그램 기간 동안 확인할 수 있다는 것을 의미합니다. 개발자가 되기 위한 "패키지 프로그램"이 제공되는 것이죠.
추가로 프로그램에 대해서 제가 생각하는 인상적인 부분은 프로그램이 매해 피드백을 통해서 발전하는 것을 확인할 수 있었는데요. 1기에서는 Cousera 강의와 자격증 시험만이 제공되었고, 2기에서는 프로그램에 Kaggle Project가 추가되어 4개월 동안 진행되었습니다. 그리고 3기에서는 프로그램의 내용은 유지되었으나 학습 텐션을 높이기 위해 3달로 프로그램 기간이 줄었습니다. 즉, 지속적으로 피드백을 통해서 부트 캠프 프로그램이 수정되고 바로 다음 기수에 반영되는 것을 확인할 수 있었습니다. 이 부분도 제가 지원을 할 때 눈여겨본 부분 중 하나입니다.
그리고 1기, 2기, 3기 후기를 살펴보시면 종료 시점이 다른 부분을 확인할 수 있었는데요. Google Developers Group의 블로그를 잘 살펴보시면서 언제 프로그램이 열릴지 확인하시면 수시로 확인하시면 좋을 것 같네요~
여기까지는 전체 프로그램의 Overview였고, 아래 내용에서 3기에 대한 내용을 자세하게 다루도록 하겠습니다.
+ 아래 기사를 통해서 프로그램을 기획하신 "권순선 구글 글로벌 머신러닝 개발자 프로그램 리드"님의 인터뷰를 통해 구글 부트 캠프의 취지/성과/프로그램 구성을 추가로 확인하실 수 있습니다~!
- 인터뷰 링크 : 권순선(구글 글로벌 머신러닝 개발자 프로그램 리드)님의 인터뷰
[인터뷰] 개발자 취업? 어렵지 않아요…삼성·네이버·카카오 보낸 구글 '머신러닝 부트캠프' | 아
"개발자들에게 시행착오를 겪는 시간도 필요하다고 봐요. 그래야 여러 신기술을 적용해보면서 실험도 해보고 더 좋은 결과를 선보일 수 있거든요."28일 권순선 구글 글로벌 머신러닝 개발자 프
www.ajunews.com
2. Google Machine Learning BootCamp 3기 프로그램의 구성 & 후기
- 참가 자격 : 파이썬 코드 퀴즈 & 자소서 전형을 합격한 개발자/대학생/대학원생
- 기간 : 6월 22일 - 9월 19일 ( 약 3개월 )
- 프로그램 운영 방식 : 비대면 온라인으로 진행되며, 프로그램은 메일로 합격을 받은 뒤로 SLACK을 통해서 운영됩니다. 공지 채널을 통해서 프로그램의 중요한 공지(Tech Talk, 미션 활동, 우수 활동자 선정, 오피스 투어와 같은 행사)가 이루어집니다. 추가로 질문 채널, Cousera 공부 채널, 자격증 공부 채널, Kaggle Project 채널, 정보 공유 채널, 채용 정보 채널 등을 만들어 참가자들끼리 서로 질문을 하거나 자료 공유를 할 수 있도록 SLACK을 구성해주셨습니다. 이 뿐만 아니라, 관리자인 금빛누리님께서 Gather Town을 통해 참가자들끼리 네트워킹 및 모각코와 모각공을 할 수 있는 행사를 만들어주셔서 온라인임에도 다양한 참가자와 함께 공부하고 있다는 느낌을 줄 수 있는 환경에서 부트캠프 일정을 진행할 수 있었습니다.
-
더보기SLACK이란? 다수의 기업에서 활용하는 협업 툴로 팀/프로젝트/개인 단위로 협업을 효과적으로 할 수 있도록 DM, 공지, 파일공유, 코드 공유와 같은 기능을 제공합니다. 추가로 Notion, Google Drive, Zoom과 같은 여러 앱/프로그램 들과도 호환이 가능하므로 여러 협업 툴과 함께 사용할 수 있다는 장점이 있습니다. SLACK을 사용해보시지 않았다면 부트 캠프 프로그램 내에서 어떻게 활용되고 있는지 확인을 해보시면 좋을 것 같다는 생각이 드네요.
-
- 미션(Mission) : 미션은 수료를 하기 위해 반드시 수행해야 할 것들을 말합니다. 앞서 Google ML BootCamp란? 에서 소개한 개발자 역량 강화를 위한 세부 프로그램인 Deep Learning Specialization Cousera 강의, Kaggle Project, Tensorflow Certificate / Google Cloud Professional Machine Learning Engineer Certificate / Google Cloud Professional Data Engineer Certificate 를 미션 단위로 스케줄을 나눠 수행하며 하나의 미션을 수행할 때마다 구글 부트캠프 굿즈가 수여됩니다. 이 부분은 프로그램의 코어 프로그램들이기 때문에 아래에서 따로 다루도록 하겠습니다.
- 파트너사 : 여러 IT 대기업과 미래가 유망한 스타트업 기업들로 이루어져 있습니다. 주로 Tech Talk / Office Hour를 진행하십니다.
- Tech Talk / Office Hour : 위에 있는 파트너사에서 CTO / Senior 개발자 / HR Manager 분들 등 현재 머신러닝 관련 직무에서 활동하시고 훌륭한 엔지니어 및 실무 담당자분들께서 아래와 같은 프로그램 등을 제공해주셨습니다. 주로 퇴근시간 이후인 목요일 저녁 시간대(6시~8시)에 진행해주셨고, 심지어 한 분은 추석 연휴 기간 전날에 밤늦게까지 진행하시는 분도 계셨습니다. 이러한 현직 개발자 분들의 열정을 보면서 자극도 받을 수 있었고, 훌륭한 퀄리티의 발표를 준비해주셨기 때문에 많은 도움이 되었습니다. ML 개발자가 실무에서 겪게 되는 현실적인 문제들, MLOps 직무에 대한 설명, 매칭 시스템이나 추천 시스템과 같이 기업에서 진행하고 있는 프로젝트, 발표한 논문 내용, 커리어 멘토링, 인사담당자분들과의 Q&A 세션 등 학교에서 절대로 가르쳐줄 수 없는 실무에 대한 부분에 대해서 배울 수 있었던 시간이었습니다. 내용은 깊게 들어가지는 않지만, '내가 이 직무를 선택하게 된다면 어떤 일을 하게 될 것이다'라는 방향성을 얻어갈 수 있었기 때문에 유익했던 것 같습니다. 지금 블로그를 읽는 여러분께 해당 내용에 대해서 자세하게 설명해드리고 싶지만, 기업 내부의 내용이기 때문에 내용을 세세하게 적을 수 없다는 게 아쉬울 따름입니다. 추가로 해당 회사의 테크 톡 날짜에 맞춰서 사전 질문을 올릴 수 있는데 채용 정보, 회사의 직무, 복지, 프로젝트 내용에 대해서 다양하게 질문을 할 수 있는데 개인적으로 이 부분이 많은 도움이 되었습니다. 대학생 신분이라 처음에는 질문을 망설여졌지만, 매주마다 기업들의 Tech Talk, 채용 정보, 상품들을 찾아보면서 많은 정보를 얻게 되었기에 만약 여러분들이 4기를 하시게 된다면 의무는 아니지만 꼭 참여하시고 질문도 하시면 좋을 것 같습니다.
- 이외에도 권순선 Global ML Developer Programs Lead님께서 했던 오프라인 개별 멘토링(부산, 서울 강남, 강서), 그리고 커먼 컴퓨터에서 진행한 Uncommon Gallery의 Developer MeetUp, 롯데 e커머스에서 진행한 서면 멘토링, 모두의 집 Riiid에서 진행한 Office Tour 등이 추가로 진행되었습니다. 수료를 위해 참가해야 되는 프로그램은 아니고 Optional 하게 선택할 수 있는 프로그램이지만 유익함은 위와 못지않기 때문에 이 부분도 진행되었다는 걸 추가로 적어둡니다. 또한 이 프로그램의 대부분은 파트너사에서 진행한 것이기 때문에 다음 기수에서 반드시 진행될 거라는 것이 보장되지 않는다는 점을 염두해주시면 좋을 것 같습니다. 따라서 참여한 행사는 아래에서 다루도록 하겠습니다.
- 공식적인 프로그램 설명을 확인하시고 싶으시다면 아래 링크를 확인해주세요. 3기 프로그램에 대한 설명을 확인하실 수 있습니다.
- Google Developer 블로그 링크 : Google ML BootCamp 3기 소개 및 모집 글
- Google ML BootCamp RSVP : Google ML BootCamp 3기 소개 및 RSVP
2.1 Cousera :: Deep Learning Specialization강의 후기 & Tip
우선 2개월간의 기간이 주어지고 가장 먼저 마무리해야 할 미션인 "코세라 강의 Deep Learning Specialization"미션에 대해서 설명해드리겠습니다. 해당 강의는 크게 5개의 강의로 이루어져 있습니다. 구글 부트캠프에서는 각 강의를 수행할 수 있는 기간을 10~14일간 정도로 잡아 모든 강의를 2달 안에 마무리해야 합니다. 각 강의를 수료하게 되면 관리자분께서 대시보드를 확인하여 미션 확인을 해주시고, 최종적으로 5개 강의를 완강했을 때, 구글 폼 양식에 최종 수료증을 제출하면 코세라 미션을 무사히 완주하시게 됩니다.
강의를 평가하자면 저는 다른 온라인 플랫폼에서 듣는 딥러닝 강의와 많이 다르다고 이야기할 수 있을 것 같습니다. 수준도 높고 이론과 실습이 밸런스 있게 잡혀있는 강의라고 평가할 수 있을 것 같습니다. 저는 이 프로그램의 강의를 듣기 전에 유튜브 강의인 "모두를 위한 딥러닝 1, 2", "Stanford University의 CS231n", "Codeit의 딥러닝"강의 그리고 듣기 전에 학교에서 "딥러닝" 과목을 이미 수강하였던 상태였습니다. 하지만 대부분의 강의는 실습양이 부족한 문제가 있었고, 몇 개의 강의는 설명이 부족하거나 너무 기초적인 부분만 다루며 제가 올바르게 이해했는지 확인할 수 있는 방법이 없는 강의들도 있어 아쉬움이 많이 남았었습니다.
하지만, Andrew Ng의 강의는 각 강의마다 끝나고 Quiz를 통해 이론적인 부분을 얼마나 잘 이해했는지 확인할 수 있으며, 각 강의에서 배웠던 Neural Network 모델을 직접 구현해보는 코딩 과제가 3~4개씩 들어가 있어서 잘 짜여진 대학 강의를 듣는다는 느낌을 받았습니다. 또한 Neural Network의 기초부터 아키텍처 구성 방법, 하이퍼 파라미터 튜닝과 같이 실습에 유용한 팁들에 이르기까지 딥러닝의 전반적인 모든 내용을 다루고 있었습니다. 추가로 CNN, RNN 그리고 Transformer 모델을 논문 내용을 현실에서 마주할 수 있는 예시를 통해 쉽게 이해할 수 있도록 구성 되어있어 학습에 큰 어려움이 없었던 것 같습니다.
그리고 강의의 독특한 점은 수식뿐만 아니라 "직관"을 많이 강조합니다. 따라서 어떠한 문제에 대해서 접근할 때 활용할 수 있는 직관이 생길 수 있도록 강의 내에서 상황을 가정하는 많은 질문들을 많이 던집니다. 질문들의 답을 도출하는 과정을 통해 단순히 지식을 습득할 수 있게 하는 것뿐만 아니라 딥러닝적 사고를 함양하는데 도움이 되었다고 생각합니다.
다만, 아쉬움이 있다면 모두 영어로 강의가 제공되는데 해석이 올바르지 않은 부분들이 있다는 것입니다. 일부 쓰이는 단어들이나 문장 구조가 일반적인 상황에 쓰이지 않는 것들이 있어서 번역 기능을 켜고 수업을 들었었는데, 이해가 안 되는 부분은 오히려 영어 자막을 켜 두었을 때 이해가 되는 아이러니한 상황도 자주 마주하게 되었습니다. 팁을 드리자면 유튜브 강의에 해당 강의의 80% 정도가 올라와 있는데 훨씬 더 좋은 자동번역 기능을 제공하기 때문에 공부하기 어려우면 참고하시면 좋을 것 같습니다. 추가로, 1~3기에서 수료하신 분들 중에서도 블로그에 잘 정리하셔서 올린 분들이 계시니 이해하기 어려우시면 그분들의 포스팅을 참고하시면 될 것 같습니다. 저도 노션에 내용을 정리해두었는데 이해하기 위해 정리한 내용이라 글을 정리하고 가독성을 높여서 포스팅을 나중에 진행할 예정입니다. 참고해주세요 :)
아 그리고 혹시 4기 참여를 계획하시는 여러분들에게 팁을 드리자면 위 강의는 원래 코세라에서 5개의 강의가 각각 2~5주 정도, 약 20~30시간의 학습시간을 권장합니다. 그렇지만 캠프에서 요구하는 시간은 코세라에서 권장하는 시간의 반 정도입니다. 아무래도 구글 부트 캠프에서는 강의 시간을 보고 그렇게 측정해두시긴 한 것 같은데 제가 경험한 바로는 가이드라인에서 제공한 시간보다 훨씬 더 걸린다는 것입니다. 때로는 과제에 막히기도 하고, 어려운 부분은 다시 들으며 정리를 해야 할 부분도 있으니까요. 다른 온라인 강의를 2~3번 들었던 저도 모르는 내용이 있을 정도로 깊이 있게 다루며, 최신 신경망도 강의에서 추가되었기 때문에 너무 자만하시지 말고 미리 강의를 듣는 것을 추천합니다.
+ 추가로 Andrew Ng을 모르시는 분들을 위해 설명을 추가하자면 아이비리그인 Stanford University의 교수이자 미국 최대의 온라인 교육기관인 Cousera의 설립자입니다. 또한 구글 브레인 팀의 초기 프로젝트를 담당하여 현재 시스템의 토대를 만든 분이시기도 합니다. 그리고 이 Deep Learning Specialization강의는 Stanford University의 CS231n과 더불어 가장 유명한 딥러닝 온라인 강의입니다.
2.2 Kaggle Project & Tip
먼저 Kaggle Project를 모르는 분들도 계실 테니 해당 부분에 대해서 설명을 하고 넘어가도록 하겠습니다.
Kaggle이란?
- Kaggle은 전 세계에 있는 모두가 데이터를 분석할 수 있도록 대회를 개최하고, 분석 내용을 토론할 수 있는 커뮤니티를 제공하는 플랫폼입니다.
- 데이터 분석 대회뿐만 아니라 데이터 분석을 위한 여러 가지 데이터 셋, 파이썬, R로 개발할 수 있는 Notebook 개발환경(GPU, CPU 등을 제공) 등 데이터 개발을 위한 기초적인 부분 또한 제공합니다.
- 또한 다양한 강의 코스가 개설되어 여러 가지 데이터 스킬을 기를 수 있도록 도와줍니다.
- 정리해보면 데이터 분석 대회뿐만 아니라 다양한 Data Science Skill, Data Literacy를 개발할 수 있도록 다양한 오픈 소스, 강의 데이터 셋, 토론 커뮤니티를 제공하는 종합 플랫폼입니다.
따라서 구글 부트캠프는 Kaggle을 통해 강의를 통해서 배웠던 지식을 3개월간의 기간을 통해 Kaggle의 Competition에서 25% 순위 안에 들거나 TPS(Tabular Play Ground)를 마무리하는 것이 수료 조건입니다. 물론 반드시 강의를 통해 들었던 모델을 사용해야 하는 것은 아니고, 다른 머신러닝 모델이나 딥러닝 모델을 사용하셔도 됩니다.
3기에 진행했던 분들을 보면 팀을 만들어 Team Competition에 참여하신 분들도 있었고, 개인으로 TPS에 도전한 분들도 계셨습니다. 저는 TPS를 도전했기 때문에 TPS에 대해서 포스팅을 해보자 합니다.
TPS는 Getting Started라고 되어 있는 대회의 수준보다 약간 높지만, Competition 대회의 수준 정도의 어려운 수준을 요구하는 대회는 아닙니다. 즉, Basic 단계 수준의 대회라고 생각하시면 됩니다. 따라서 높은 순위에 오르더라도 Kaggle Progression에 있는 Tier 시스템에는 반영되지 않는 단점이 있습니다. 하지만, 처음 프로젝트를 하셔야 하거나 부트 캠프 시간이 얼마 남지 않으시다면 1~2일 정도면 마무리할 수 있는 대회이기 때문에 추천해드릴 수 있을 것 같네요.
저 같은 경우 Google ML BootCamp를 진행하면서 해외 학술대회, 학교 스터디 프로그램 공모전 등을 나가고 기간이 얼마 남지 않았기 때문에 해당 TPS를 선택해서 진행하게 되었습니다. 또한 Kaggle이 처음이기도 했고요.
또한 같은 기간에 학교 스터디를 운영하며, 데이콘이라는 Basic 대회에서 Gradient boosting 모델인 Xgboost모델을 사용하는 법을 익히고 있었고, 또한 Kaggle Competition의 Getting Started대회에 참가하며 데이터 전처리 방법, EDA방법, 하이퍼 파라미터 튜닝 방법 등을 익힌 상태였습니다.
따라서 8월 말에 1~2일 정도 투자하여 Xgboost 모델을 만들고 대회에 출품한 뒤 미션을 완료하였습니다. 개인적으로 시간이 조금 더 있었으면 하는 생각에 아쉬움이 많이 남는 참가였네요. 하지만, 이걸 계기로 부트 캠프를 마무리 한 뒤 다른 대회들도 참여해봐야겠습니다.
이 미션도 팁을 드리자면 처음 대회를 접하게 되신다면 모델링이 문제가 되는 것이 아니라 데이터를 전처리하는 방법이 가장 많이 어려운 부분일 것입니다. 따라서 결측치 제거/보간 방법, 정규화, 데이터 분석(EDA) 방법을 비슷한 유형의 데이터에서 어떻게 적용하는지 다른 대회나 코드를 미리 보고 참여해보신다면 훨씬 수월하게 하실 수 있을 것 같습니다.
2.3 Google Cloud Professional Machine Learning Engineer Certificate 후기
저는 앞서 말씀드렸던 세 가지 자격증 중 Google Cloud Professional Machine Learning Engineer Certificate을 골라서 시험을 보게 되었습니다.
해당 시험을 고른 이유를 설명해드리자면, 우선 Tensorflow 자격증은 Cousera에서 Optional 하게 제공되는 Tensorflow 강의를 들으면 수월하게 딸 수 있다고 합니다. 다만, 이렇게 난이도가 쉬운 만큼 2기 분들의 후기에서 실용성이 있다고 하지 않더라고요. 따라서 저는 조금 더 어렵더라도 GCP ML Certificate에 도전해보기로 마음먹었습니다. ( ML Engineer가 되고 싶었기 때문에 Data Engineer Certificate은 제외하였습니다.)
저 같은 경우 앞서 말씀드렸던 것처럼 7월에는 해외 학술대회, 8월까지는 학교 스터디 프로그램 공모전에서 팀 리더이자 참가자로 활동하고 있었기 때문에 일정을 마무리했을 때는 10일 조금 넘게 남은 상황이었습니다. 따라서 기간이 많이 남지 않아 힘들었지만 매일 평균적으로 3~4시간씩 공부하고, 시험 당일에과 전날에는 거의 밤을 새우고(3시간 정도 숙면) 시험을 보고 무난히 합격할 수 있었습니다.
시험을 소개를 하자면 Tensorflow Certificate은 어떻게 Tensorflow를 이용해 문제 상황에서 어떻게 신경망을 잘 구성할 수 있는지 코딩을 통해 보는 시험이라면, GCP ML Certificate 시험은 "비즈니스 문제를 어떻게 AI로 해결할 수 있는지" 물어보는 시험입니다.
따라서 해당 시험에서는 코딩 문제가 출제되지 않으며 다지 선다 다중 선택 문제가 출제됩니다. 따라서 코딩을 잘하냐 보다는 특정 상황이 주어지고 이러한 상황에서 사용할 수 있는 하이퍼 파라미터 튜닝 방법이라든지, 코딩 방법이라든지, 활용해야 할 Google Cloud ML Tool은 무엇인지에 대해서 물어봅니다. Train/Test/Validate Set에 99%의 정확도가 나왔으나 서비스를 Deploy 하면 66%의 정확도가 나온 상황에서 무엇을 체크해야 되는지 물어보는 문제를 예로 들 수 있겠네요.
시험기간이 얼마 남지 않았기 때문에 저는 우선 공식 홈페이지에 나와있는 예시를 풀고, ExamTopics에서 예상 문제를 풀었습니다. 현재에는 무료로 절반 정도밖에 볼 수 없고 정답도 잘 못 나와있어 Discussion에 있는 부분을 참고해야 하는 번거로움이 있지만 꽤나 많은 도움이 되었습니다. 다중 선택 선지 중에 어떤 부분이 잘못되었는지 Google Cloud의 Documentation을 읽어가면서 공부한 게 꽤 많은 도움이 되었습니다.
그리고 여러 후기들을 살펴보면서 공통적으로 중요하다고 말하는 주제들을 많이 찾았고 해당 주제들의 Documentation을 읽으며 공부했던 게 많이 도움이 되었습니다.
추가로 후기들 중 2기 선배님의 후기 & 자료가 잘 정리되어있어서 도움이 많이 되었네요. 아래 링크를 첨부해둘 테니 참고해주시면 될 것 같습니다. 모든 기출들의 오답정리와 2021년 당시 Topic들에 대해서 살펴보실 수 있습니다. 그리고 이 자리를 빌려 감사의 인사를 전합니다.
시험에 대해서 추가로 설명해드리자면 시험은 120분간 총 60문항을 풀게 됩니다. 그리고 2022년 9월에 쳤던 시험은 Examtopics에 있는 문항들 중 30문제가 거의 비슷하게 나왔으며(몇 개 선지가 바뀌거나 일치), 20문제가 유사하게(주제나 일부 내용이 바뀜), 10문제가 아예 다르게 나왔습니다. 문제가 달라진 이유는 Vertex AI라는 새로운 제품이 Google Cloud에 추가되고 시험에 반영되면서 많은 부분에서 변화가 일어났을 거라고 짐작을 합니다. 시험 커트라인은 정확한 커트라인이 나오지 않았으나 다른 후기들을 살펴보면 80% 이상 정답을 맞힐 경우 통과한다고 말하는 경우가 많은 걸 보니 대충 90% 정도 맞춘다는 생각으로 공부하시면 될 것 같습니다.
또한, 시험은 온라인 원격시험 그리고 시험센터에 가셔서 시험 보는 것 두 가지 중에 선택하실 수 있는데 저는 온라인 원격시험을 선택해서 시험을 진행했습니다. 온라인 원격시험은 webassessor 에서 Secure Browser를 이용해 진행합니다. 시작 전 웹캠을 이용해 주변에 4개의 벽을 3초간 정지 화면을 보여줘야 되고, 시험시간 도중에 화면을 떠나면 안 되고 뭘 마시거나 먹지도 않아야 하기에 온라인 시험이 꽤나 불편하다는 생각을 받았습니다. 다만, 채팅으로 친절히 응대해주셨기 때문에 빠르게 할 수 있었던 것은 다행이었습니다. 하지만 아직 프로그램이 불안하다고 느꼈던 것은 중간에 한번 웹이 튕기고 1~2분간 시험을 볼 수 없었던 당황스러운 경험이 있어서 조금 더 이 부분은 구글에서 신경을 써야 할 것 같다는 생각이 드네요.
시험공부를 할 때 다양한 상황을 가정하고 솔루션들을 찾아보면서 재미를 느꼈던 것 같습니다. 또한 영어로 되어있는 Documentation을 읽어보며 Google Cloud에 얼마나 다양한 ML 툴들이 있는지 알아가는 시간이 되었던 것 같습니다. 하지만, 이 자격증이 실무를 볼 만큼의 지식을 제공해준다고 생각하지는 않습니다. 단지 여러가지 문제상황에 대해 따를 수 있는 가이드라인을 익히는 시험이라고 생각을 하면 됩니다. 따라서 이 시험을 위한 코세라 강의나 Google Cloud에서 제공하는 추가 강의들을 수강하며 Google Cloud의 ML Tool을 사용할 수 있는 방법을 추가로 공부를 할 계획을 가지고 있습니다.
2.5 파트너사 커먼 컴퓨터 Baby Shark NFT Developer Open House
프로그램 기간 동안 파트너사인 커먼 컴퓨터에서 진행한 NFT & AI Open House라는 밋업을 진행하였습니다.
Open House는 크게 세 개의 파트로 진행되었습니다. 첫 번째 파트는 김민현 대표님이 소개하는 AI & NFT, Web 3.0에 대해 소개하는 시간을 가졌습니다. 두 번째 파트는 모두의 연구소의 40인의 개발자와 함께 진행한 AI NFT 프로젝트에 대한 발표가 있었습니다. ‘빵냥이’라고 부르는 날씨에 따라 NFT를 바꿔서 생산하는 프로젝트와 AI 아이돌(챗봇)에 대한 간단한 소개를 해주셨습니다! 마지막 세 번째 파트는 준비하신 Beverage & Food를 먹으며 주변 사람과 함께 네트워킹을 갖는 시간을 가졌습니다.
해당 행사를 통해 처음으로 HR Manager님과 네트워킹을 할 수 있는 시간을 가졌습니다. 이후 메일로 회사에서 진행하는 프로젝트나 일들이 어떻게 진행되는지 확인할 수 있었고, 채용 프로세스에 대해서도 확인할 수 있었습니다. 개인적으로 처음 이런 행사에 나가서 회사의 프로젝트 발표와 담당자분들과 네트워킹을 해볼 수 있었다는 점에서 큰 의의를 두고 싶었던 행사였습니다.
- 커먼 컴퓨터 프로젝트 Github 링크 : 링크
GitHub - AINFTs/AINFT-Lab
Contribute to AINFTs/AINFT-Lab development by creating an account on GitHub.
github.com
2.6 롯데 e커머스 멘토링 프로그램
롯데 e커머스에서는 부트캠프 참가자 전원을 대상으로 서면 멘토링을 진행하였습니다.
앞서 말씀드린 것처럼 아직 대학생 신분이었고, 테크 톡을 들으며 현재까지 대학생으로 활동한 내 활동이 기업이 어떻게 생각할지 많은 궁금증을 가지고 여러 질문과 함께 포트폴리오를 제출하여 멘토링을 신청하였습니다.
포트폴리오에 대해서 좋은 평가를 해주셔서 감사했고, 여기에 직접 밝히지는 못하지만 상세하게 메일로 답변해주셔서 방향성을 잡고 가는데 많은 도움이 되었습니다.
처음 포트폴리오와 자기소개서를 현직자에게 평가받는 기회였고, 매우 유익해서 기억에 남는 활동인 것 같습니다.
2.7 Riiid 오피스 투어(Office Tour)
사전 질문을 통해서 오피스 투어 참가자로 4인 중 한 명으로 선택되어 오피스 투어를 가게 되었습니다.
Riiid 데이터 엔지니어이자 GDE로 활동 중이신 한성민 개발자님과 최가인, 황초롱 DevRel 매니저님께서 오피스 투어를 진행해주셨습니다.
함께 식사를 하며, 여러 가지 직무(Data Engineer/Analysit/Scientist, ML Engineer)에 대한 설명도 듣고, 실무에 대한 Q&A와 주니어 개발자로 성장할 때 고려해야 되는 부분 등을 들으며 커리어 멘토링에 가까운 시간을 보냈습니다. 2시간 30분 동안 다른 곳에서 듣기 힘든 알짜 정보들을 이해하기 쉽게 잘 설명해주셔서 유익한 시간이었습니다. 추가로 다른 참가자들을 오프라인으로 뵙고 여러 가지 질문을 하는 모습을 보면서 많은 자극을 받기도 하였습니다.
2.8 Google ML BootCamp Resume Clinic
Google ML BootCamp Resume Clinic에서 권순선 프로그램 Lead 님께서 참가자 분들의 이력서/포트폴리오 등을 보면서 첨삭해주시는 내용을 들었습니다. 주니어 개발자 혹은 신입이 포트폴리오 및 이력서를 작성할 때 쉽게 할 수 있는 실수나 이력서/포토폴리오를 작성할 떄 어떤 점을 고려하면 좋은지에 대해서 설명해주었습니다. 추가로 사용할 수 있는 이력서 작성에 활용할 수 있는 Tool들도 알려주시고 현재 취업 동향을 들으며 어떤 상황에 우리가 놓여있는지 어떻게 노력을 해 나가야 하는지 생각할 수 있었던 시간이었던 것 같습니다.
2.8 MML 수학 스터디
부트캠프 참가자들과 함께 MML 스터디를 조직하여 아티클을 작성하였습니다. MML은 Mathematics for Machine Learning으로 머신러닝을 위한 수학 Textbook을 읽고 공부하고 정리하여 아티클을 게재하였습니다. 두 챕터를 맡았는데, 챕터를 담당한 인원들과 업무를 나누고 내용을 취합하는 등 회의를 주도적으로 이끌어서 좋은 글을 만들었습니다. 이후에도 최종 편집자를 맡아 프로그램 이후에도 글을 다듬을 생각입니다. 2022년 12월 마무리 예정입니다.
- MML 아티클 링크 : https://junnei.github.io/mml/kr
3. 수료 혜택
3.1 다양한 코세라 강의
자격증을 수료하게 되면 내년 4월까지 들을 수 있는 추가 Cousera 강의를 특전으로 제공받았습니다. Tensorflow: Data and Deployment, Generative Adversarial Networks (GANs), Natural Language Processing, Machine Learning Engineering for Production (MLOps), TensorFlow: Advanced Techniques 강의로 총 6개 강의가 주어졌습니다. Tensorflow의 활용방법에 대한 Technique과 NLP, Vision에 대한 강의 그리고 MLOps에 대한 강의 등 다양한 유형의 강의가 수료 특전으로 주어졌습니다.
3.2 많은 취업 정보
또한 수료자들을 대상으로 17개의 파트너사에서 ML 관련 직군에서 채용 중인 포지션에 대한 정보를 모아서 전달해줍니다. 내가 관심 있는 직군의 포지션을 한눈에 확인할 수 있다는 장점도 있으며 심지어 회사 중 일부는 Google BootCamp 수료자들을 위한 포지션을 제공하기 때문에 개인적으로 취업을 준비하고 있는 중이라면 엄청난 혜택이라고 생각하고 있습니다.
3.3 여러 가지 구글 굿즈
캠프를 진행하는 동안 게더 타운 진행자, 참가자, 코세라 조기 수료자, 수료자, 우수 활동자, 자격증 취득자, Kaggle TPS/ Competition 수료자들에게 여러 가지 구글 굿즈를 제공합니다. 그런데 단순한 굿즈가 아니라 매우 퀄리티가 높은 편입니다(유니클로 바람막이, 캠핑의자 등). 이번에 🏆우수 활동자🏆 및 게더 타운 참가자로 추가로 굿즈를 받게 되어 아래와 같은 굿즈를 받게 되었는데, 매우 만족하며 사용하고 있습니다~!
4. 부트캠프에 누가 참여하면 좋을까요?
우선 구글 머신러닝 부트 캠프는 말씀드린 것처럼 "머신러닝 개발자를 양성"하는 프로그램입니다. 다시 말해서 머신러닝 개발 직군으로 나가고 싶은 꿈이 전제가 되어야 한다고 생각합니다. 그리고 단지 꿈만 꾸고 있는 것이 아니라 강의를 들을 수 있도록 어느 정도 준비되어 있어야 된다고 생각합니다 강의 내용이 앞서 말씀드린 것처럼 수준도 있고 약간 어려운 편이기에 관련 학과 전공자이거나 어느 정도 코딩을 할 줄 아는 비전공자여야 무난히 프로그램을 수료하실 거라고 생각합니다. (3기는 60% 조금 넘는 참가자가 모든 미션을 수료했습니다. 기간이 3개월밖에 되지 않기 때문에 난이도가 어느 정도 있습니다.)
또한, 딥러닝 수업을 들어본 분들도 다시 들어도 괜찮을 것 같다는 생각이 듭니다. 아니, 딥러닝 또는 머신러닝 강의를 깊진 아니더라도 얇게 공부를 프로그램 참가전에 해보는게 미리 필요하다고 생각합니다. 여러 논문들과 다양한 신경망을 세세하게 부분을 이 강의처럼 잘 설명할 수 있는 강의는 아직 찾아보지 못했었던 것 같습니다. 또한 많은 실습을 제공하기에 훈련도 할 수 있어서 더 좋을 것 같고요. 그렇지만, 강의를 듣고 체화하는데 개인적으로 시간이 짧다고 들어서 미리 어느정도 딥러닝 혹은 머신러닝이라는 개념의 틀을 잡고 들어오면 좋을 것 같다는 생각이 들었습니다. 따라서 강의는 듣고 틀은 잡았으나 세세하게 공부를 하지 못했어도 많은 코드 실습을 하지 못한 분이라면 이 캠프에 참여하는 것을 추천합니다.
세번째로는 관련 직종에 취업을 준비하시는 분입니다. 졸업반이거나 이직을 준비하시고 계신다면 채용정보를 직접 물어보실 수 있고 회사에서 진행하는 프로젝트를 직접 확인하실 수 있으니 좋을 것 같습니다. 만약 수준히 많이 높으시다면 코세라 강의는 다시한번 개념을 정리하는 용으로 생각하시고, Kaggle Project, 테크톡, 멘토링과 같은 부가적인 활동에서 더 많은 것들을 가져갈 수 있다고 생각합니다. 돌이켜서 생각해보면 조금 더 수준을 높여와서 왔다면 더 많은 것들을 가져갈 수 있었을 거라고 생각이 듭니다.
앞선 내용은 제 글을 읽었다면 충분히 유추할 수 있었던 내용이고, 아래는 부트캠프를 끝내고 드는 생각이니 유의해서 4기에 지원해주시면 될 것 같습니다.
구글 머신러닝 부트캠프는 전체적인 일정에 대한 가이드라인을 제공할 뿐 옆에서 일 대일로 지도하는 멘토가 있는 프로그램이 아닙니다. 다시 말해서 프로그램을 수행하는 도중에 모르는 부분이 생기면 구글링 하거나, 용기를 내어 SLACK을 통해서 직접 질문하거나 하는 등의 액션을 스스로 취할 수 있어야 합니다. Kaggle Project도 직접 팀을 짜주는 것이 아니기 때문에 팀이 필요하다면 부끄러움을 뒤로하고 팀원을 직접 구해야 합니다. 이 이야기를 들으면 불편한 마음이 생겨 망설여지실 수도 있을 것 같습니다.
하지만, 이러한 부분은 머신러닝 개발자라면 반드시 필요한 지녀야 할 덕목이라고 생각합니다. 저희가 종사하려고 하는 AI 직종은 세상의 그 어떤 곳보다 기술 발전이 빠른 곳입니다. 따라서 2년 전과 1년 전, 1년 전과 오늘이 많이 다릅니다. 따라서 취업한다고 해도 공부는 필수적이나 스스로 해나가셔야 합니다. 따라서 이 직종에서 살아남기 위해서는 자율성이 주어졌을 때 본인을 책임지고 적극적으로 도전해나가는 태도를 갖추고 있어야 함을 의미합니다. 그런 부분에서 프로그램 자체가 저희 직군에서 가져야할 성향과 많이 방향성이 일치한다고 생각이 드네요.
따라서 "자율성"과 "책임"을 함께 가지고 "적극적"으로 프로그램에 참여하실 수 있는 분들이 참여하시면 좋겠네요.
5. 고민하고 있는 분들께 조언
제가 올려드린 후기를 보시고 어렵거나 상황이 여의치 않아서 망설이고 계신 분들도 있다고 생각이 듭니다.
그분들에게 아래 글을 소개해드리고 싶은데요.
한 트위터 사용자가 "공부란 머릿속에 지식을 쑤셔 넣는 행위"가 아니라 "세상의 해상도를 올리는 행위"라고 하였습니다. 공부를 통해서 내가 바라보는 세상이 낮은 해상도의 화면에서 높은 해상도의 화면으로 바뀐다는 이야기인데요.
우리가 살아갈 때에 더 좋은 해상도를 가진 카메라, 핸드폰, 노트북을 사는데 돈을 아끼지 않듯이
본인의 시야나 관점이 넓어지고 해상도가 높아지는데 쓰는 노력을 아끼지 말라는 말씀을 해드리고 싶습니다.
저도 여러 가지 활동을 하면서 동시에 참여하고 있었기에 밤을 새는 등 육체적으로 힘든 순간도 많았고, 수료를 할 수 있을까라는 생각에 걱정도 하기는 했지만, 결국 끝내고 나니 전보다 조금 더 높은 해상도로 바라보고 있는 제 모습을 볼 수 있었습니다.
단지 어려움이 고민하는 데에 이유라면 과감하게 뛰어넘어보시라고 이야기해드리고 싶네요.
6. 프로그램 제작자분들께 드리는 감사 인사
프로그램을 제작하고 관리해주신 금빛누리(Bitnoori Keum) 커뮤니티 매니저, 권순선(Soonson Kwon) 글로벌 머신러닝 생태계 프로그램 리드님께 감사하다는 인사를 전해드리고 싶습니다.
저와 같은 대학생 신분에서 순선 님만큼 경력이 많은 분들을 만나기 어려운 게 사실입니다. 하지만, Reume Clinic에서 강의를 해주신 것뿐만 아니라 바쁜 스케줄 와중에도 사람당 한 시간을 투자하여 이야기를 들어주고 조언을 해주시는 멘토링을 무려 오프라인으로 3회나 진행해주셨습니다. 열정과 애정이 없으면 할 수 없는 부분인 것 같고, 좋은 프로그램을 고민하고 제작해주셔서 감사하다는 말씀을 이 자리를 통해 드리고 싶습니다.
또한 빛누리님께서도 미션지 관리, 파트너사의 질문을 관리, 개인 Q&A 등 전체 프로그램의 관리를 해주셨습니다. 200명 중 한 명씩만 질문을 해도 200개의 질문을 받는 셈인데, 관리하셔야 하는 부분이 많았을 거라서 대단하시다는 생각이 들었습니다. 그 많은 인원과 프로그램들을 잘 관리를 해주셔서 많은 분들이 수료할 수 있었던 것 같다는 생각이 드네요. 마찬가지로 누리님께도 좋은 프로그램을 고민하고 제작해주셔서 감사하다는 말씀을 드립니다.
P.S 따라서 4기 참가자 분들도 힘들겠지만 적어도 미션 기한이 넘기지 않도록 프로그램을 소화해주시면 좋을 것 같습니다. 그리고 열심히 구해오신 파트너사 테크 톡도 많이들 참가해주세요~!
자료제공 : Google Developers Group
'Google ML BootCamp 3기 > Google ML BootCamp 활동후기' 카테고리의 다른 글
| Google Developers Machine Learning BootCamp 3기 합격 후기 (2) | 2022.09.27 |
|---|