Q. 삼성전자 S.LSI 신호 및 시스템 설계 직무 질문

답변 6

• P

  PRO액티브현대트랜시스

  코전무 ∙ 채택률 100%

  ---

  결론부터 말씀드리면 충분히 지원해볼 만한 배경입니다. 오히려 의료 영상·신호처리 석사 출신은 영상처리 알고리즘 직무에서 흔히 볼 수 있는 전공 중 하나입니다. 영상처리 알고리즘 설계 직무는 결국 영상 데이터를 어떻게 처리하고, 특징을 추출하며, 노이즈를 제거하고, 객체를 인식하는지를 다루는 직무입니다. 의료영상이든 일반 카메라 영상이든 사용하는 기초 이론은 상당 부분 공통적입니다. OpenCV, Python, C++, 영상처리, 신호처리, CNN 등 딥러닝 기반 모델을 다뤘다면 AI/DL & CV 알고리즘 개발 직무와의 연관성은 충분히 설명할 수 있습니다. 특히 AI/DL & CV 알고리즘 개발은 의료영상 경험도 경쟁력이 있습니다. 예를 들어 의료영상 분할(Segmentation), 검출(Detection), 분류(Classification), 영상 복원(Restoration), 초해상도(Super Resolution), 객체 추적 등의 경험은 일반 비전 분야에서도 높게 평가받는 경우가 많습니다. 중요한 것은 "의료"라는 응용 분야보다 어떤 알고리즘을 개발했고 어떤 성능을 개선했는지를 보여주는 것입니다. 반면 ISP(Image Signal Processor) 알고리즘은 조금 다릅니다. ISP는 카메라 센서에서 들어온 RAW 데이터를 색 보정, 노이즈 제거, 화이트밸런스, HDR, 샤프닝 등의 과정을 거쳐 최종 이미지로 만드는 기술입니다. 의료영상 경험만으로는 ISP 경험이 부족할 가능성이 있어 이 부분은 다소 약점이 될 수 있습니다. 하지만 채용 공고가 AI/DL과 ISP를 함께 묶어놓은 경우라면 반드시 두 분야를 모두 깊게 알아야 한다는 의미는 아닌 경우도 많습니다. 질문하신 DVS, SLAM 같은 Sensor 분야를 잘 모르는 것도 직무에 따라 다릅니다. 만약 채용 직무가 자율주행, 로보틱스, 공간인지 알고리즘 개발이라면 어느 정도 기본 개념은 알고 있는 것이 좋습니다. 하지만 일반 영상처리 알고리즘 개발이라면 입사 전부터 깊은 수준을 요구하는 경우는 많지 않습니다. 특히 신입이나 석사 신입 채용에서는 해당 기술을 사용해본 경험보다 빠르게 학습할 수 있는 기반 역량을 더 중요하게 평가하는 경우가 많습니다. 따라서 지금부터는 DVS(Event Camera), Visual SLAM, Camera Calibration, Feature Matching(ORB, SIFT), Optical Flow, Visual Odometry 정도의 개념은 정리해두는 것을 추천드립니다. 실제 프로젝트 경험이 없어도 면접에서 "기본 개념은 알고 있으며, 관련 논문이나 오픈소스를 학습했다" 정도만 설명할 수 있어도 도움이 됩니다.

  ---
• 

  합격 메이트삼성전자

  코부사장 ∙ 채택률 79% ∙

  회사

  일치

  ---

  멘티님. 안녕하세요. ​의료 영상 및 신호처리와 딥러닝 연구 경험은 삼성전자 System LSI의 신호 및 시스템 설계 직무에서 매우 강력한 실무 경쟁력으로 작용합니다. 영상처리 및 Computer Vision의 핵심 수학적 원리와 AI 알고리즘 적용 구조는 도메인이 달라도 동일하므로 본인만의 논문 성과와 프로젝트를 깊이 있게 어필하면 됩니다. ​DVS나 SLAM 같은 특정 센서에 대한 지식이 다소 부족하더라도 이는 불합격의 결정적인 요인이 되지 않으며 기본 알고리즘 설계 역량이 훨씬 중요합니다. 석사 과정 동안 쌓아온 신호처리 및 딥러닝 모델 최적화 경험을 바탕으로 ISP 알고리즘 고도화에 기여할 수 있음을 어필하면 좋은 결과를 얻습니다. ​응원하겠습니다.

  ---
• 흰

  흰수염치킨삼성전자

  코전무 ∙ 채택률 57% ∙

  회사

  일치

  ---

  안녕하세요. 멘토 흰수염치킨입니다. 너무 대략적으로 적어줘서 경쟁력 있을진 판단하기 어려워요 분야가 일치하면 충분히 가능성은 있죠 ㅎㅎ 도움이 되었으면 좋겠네요. ^_^

  ---
• 3

  3분커리er삼성전자

  코이사 ∙ 채택률 50% ∙

  회사

  일치

  ---

  직무에 따라 다르겠지만 영상처리 딥러닝 모두 현업에서 중요하게 쓰입니다 잘 어필하시면 좋은결과 있으실것 같습니다 취업 건승 기원드립니다

  ---
• 다

  다할수있습니다큐비앤맘

  코이사 ∙ 채택률 59%

  ---

  조금이라도 도움이 되셨다면 채택 부탁드립니다 ~~~~ 현재 전공과 석사 과정에서 쌓으신 영상처리, 신호처리, 딥러닝 경험이라면 충분히 지원 경쟁력이 있습니다. 특히 의료 영상이라고 해서 불리한 것이 아니라 알고리즘 설계와 모델 개발 경험을 ISP나 AI 기반 영상처리 업무에 어떻게 연결하는지가 더 중요합니다. DVS, SLAM 등 특정 센서 분야를 깊게 경험하지 않았다고 해서 불합격의 결정적인 요인이 되는 것은 아닙니다. 해당 기술은 입사 후 프로젝트를 통해 익히는 경우도 많습니다. 다만 기본 개념과 활용 사례 정도는 정리해두시는 것을 추천드립니다. 면접에서는 본인의 연구에서 사용한 알고리즘 선택 이유와 성능 개선 과정, 최적화 경험을 논리적으로 설명하는 것이 더욱 중요한 평가 요소가 될 것입니다.

  ---
• 멘

  멘토 지니KT

  코상무 ∙ 채택률 62%

  ---

  ● 채택 부탁드립니다 ● 의료 영상과 신호처리 전공이라면 S.LSI 영상처리 알고리즘 직무와 충분히 연관성이 있습니다. 실제로 채용에서는 특정 응용 분야보다 영상처리, 신호처리, 딥러닝 모델 설계 경험과 알고리즘 구현 능력을 더 중요하게 평가하는 경우가 많습니다. 의료 영상 경험도 다양한 영상 데이터를 다룬 경험으로 충분히 강점이 될 수 있습니다. DVS나 SLAM 경험이 없다고 해서 바로 불합격 요인이 되는 것은 아닙니다. 해당 분야는 입사 후 프로젝트에 맞춰 학습하는 경우도 많으며, 기본적인 Computer Vision과 영상처리 원리를 탄탄하게 이해하고 있는지가 더 중요합니다. 면접에서는 연구에서 사용한 알고리즘을 선택한 이유와 성능 개선 과정, 문제 해결 경험을 논리적으로 설명할 수 있도록 준비하시고, ISP와 Camera Pipeline에 대한 기본 개념 정도는 추가로 학습하시면 경쟁력을 높이는 데 도움이 될 것입니다.

  ---