Q. 컴퓨터 비전 AI 엔지니어링

답변 2

• P

  PRO액티브현대트랜시스

  코전무 ∙ 채택률 100%

  ---

  먼저 채택한번 꼭 부탁드립니다!! 현재 경험을 보면 컴퓨터 비전 분야로 다시 진입하기 위한 기반은 충분히 있는 편입니다. 특히 OpenCV, TensorFlow, YOLOv5 기반 프로젝트를 단독으로 수행하고 서버(AWS)와 앱(Android)까지 연결한 경험은 단순 모델 학습이 아니라 실제 서비스 형태의 MVP를 만들어본 경험이라는 점에서 강점이 될 수 있습니다. 중고신입으로 지원할 회사는 대형 빅테크보다는 영상분석 솔루션 기업, 스마트팩토리·CCTV 분석 기업, 자율주행/ADAS 스타트업, 물류·제조 비전검사 기업 같은 컴퓨터 비전 적용 산업을 우선적으로 보는 것이 현실적입니다. 이력서와 경력기술서는 기술 나열보다 문제–해결–성과 중심으로 프로젝트를 정리하는 것이 중요합니다. 예를 들어 “YOLOv5를 사용했다”보다 “객체 탐지 모델을 구축해 특정 객체 인식 정확도를 개선하고 실제 IoT 제어 시스템과 연동했다”처럼 데이터 규모, 모델 구조, 성능 지표(mAP, accuracy 등), 실제 적용 방식을 구체적으로 작성하는 것이 좋습니다. 또한 GitHub나 포트폴리오로 코드와 결과를 보여주면 신뢰도가 높아집니다. IT 사업 경험도 완전히 배제하기보다는 서비스 운영 경험이나 문제 해결 경험으로 간단히 정리하면 중고신입 포지션에서 긍정적으로 활용될 수 있습니다.

  ---
• 멘

  멘토 지니KT

  코상무 ∙ 채택률 62% ∙

  학교

  일치

  ---

  지금 보유한 기술 스택만 보면 컴퓨터 비전 AI 엔지니어 포지션으로 충분히 지원 가능한 수준입니다. 다만 기업에서는 단순히 사용한 기술보다 어떤 문제를 해결했고 어떤 결과를 만들었는지를 더 중요하게 봅니다. 그래서 이력서에서는 Python OpenCV TensorFlow 같은 스킬 나열보다는 프로젝트별로 목표 문제 해결 방법 모델 선택 이유 성능 개선 결과를 중심으로 정리하는 것이 좋습니다. 지원 기업은 자율주행 영상 분석 스마트팩토리 비전 검사 CCTV 분석 등 비전 기술을 실제 서비스에 쓰는 중견 IT기업이나 AI 솔루션 기업을 중심으로 보는 것이 현실적인 전략입니다. ★★ 도움이 되셨다면 채택 부탁드립니다 ★★

  ---