카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

가장 핫한 댓글은?

교수님 회사일을 하는 학부연구생 그만둬야할까요??

2021.04.27

11

3066

안녕하세요. 현재 지방의 한 지거국에서 데이터 관련 실험실에서 학부연구생으로 하고 있습니다.

현재 제가 주로 하는일은 AI 인지 관련해서 데이터 라벨링 작업을 하는데

이게 교수님 회사에서 하는 업무 중 데이터 전처리 과정을 저희한테 맡기십니다....

이게 다 나중에 도움된다는 식으로 말씀해주시는데 아무리 봐도 싼맛에 굴리는 학부연구생이 된 느낌입니다.

그만 두는게 나을까요? 아니면 이거 또한 하나의 배움의 과정인건가요...?

선배님들의 말씀 들어보고 싶습니다.

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 11개

IF : 5

2021.04.27

뉘우치는 척척박사*

2021.04.27

데이터 전처리 무시하는사람들 많은데 그것도 중요합니다.

2021.04.27

전처리가
중요하긴한데 라벨링, 더구나 연구과제가 아닌 회사 업무차원에서 라벨링은 원래 돈주고 외주맡겨야하는일을 싼맛에 굴리는거 같은데요

2021.04.27

중요도를 떠나 교수가 창업했으면 그 연구실은 회사 백업하는 형태로 가는 경우가 많습니다. 아무래도 연구실보다는 회사가 수익이 많고 신경써야할 부분이 많아서 연구실 학생관리에 온전히 집중할 수 없습니다.
그리고 학생들 자기회사로 졸업후에 데려가려고 시도하는경우도 많이 봤습니다. 가능하면 그런 곳은 피하세요

2021.04.28

데이터 전처리 중요한 건 맞는데 보통 라벨링은 돈주고 시키죠 ... 노가다인데 도움이 어떤 식으로 된다는 거죠 ㅋㅋ 라벨링을 직접 하며 어떤 라벨링을 해야하는지 깨달을 수 있다 뭐 그런 논리인 것 같은데, 논문 한 편 읽는 게 더 많은 인사이트를 얻을 수 있습니다 탈출 ㄱㄱ
답답한 앙투안 라부아지에*

2021.04.28

저도 석사때 과제하면서 직접 태깅 다 하고 해당 데이터를 태깅하는 과정에서 인사이트를 얻어서 논문을 작성하여 석사 논문을 탑 컨퍼런스에 출판한 적이 있습니다.

사람들이 레이블링이 중요하다 중요하다 하니까 앵무새처럼 말은 하지만, 정작 본인은 해본적도 없고 왜 중요한지 알지도 못하는 경우도 부지기수구요.

단순히 데이터를 레이블링 한다고 그게 연구실 탈출 이유가 되진 않습니다. 거기다가 전처리까지 직접 해볼 수 있다면, 데이터의 변인통제를 직접 수행해보는 것이니 연구를 위한 테크닉을 익히는데 정말로 좋은 경험이 맞습니다.

다만, 교수님 회사용 과제의 레이블링을 한다는 점이 마음이 걸리네요. 윗 댓 말씀대로 교수님들이 회사를 만드시면 보통 회삿일에 더 관심가지시는 경우가 많습니다. 그리고 레이블링과 전처리를 통해 데이터의 특징과 테크닉을 배우는 건 좋지만, 그 후 그것이 석사때 논문으로 이어지지 않는다면, 메리트가 현저히 떨어지지요.

결론은 데이터 전처리와 레이블링을 배워보는건 나쁘지 않습니다. 오히려 NLP 분야쪽이시다면 권장해드리고 싶을 정도입니다. 힘들고 고된 작업입니다만 분명 그만큼의 가치를 할 것 입니다.

다만, 그 작업의 결과가 논문으로 이어지지 않는다면.... 석사는 다른 랩으로 가시길 권장드립니다. 그럴지라도 직접 데이터를 만들고 전처리를 수행하는 과정에서 배운 변인통제 능력, 테크닉은 다른 지원자들과 비교하여 학생을 돋보이게 하는 경험이 될 것입니다.

대댓글 1개

2021.04.28

현명한 인사이트에 감사드립니다
집요한 막스 베버*

2021.04.28

ㄴ윗분 말 정답에 이어서 웬만하면 RUN...사업하는 교수치고 연구실 제대로 굴러가는 꼴을 못봄

if (교수age > 55) || (외국인 학생) || (사업)) {
run();
}
특히
if (교수age > 55) && (외국인 학생) && (사업)) {
run();

}

2021.04.28

교수들이 정교수가 되면 논문에 관심이 없고 창업을 합니다
논문 쓰는걸 학생을 위해서 해주는 냥 선심쓰는척 하는데 (정작 본인은 연락저자임)
역겹운분 많습니다 탈출하세요

IF : 1

2021.04.29

앞서 분이 말했듯 제대로 공부하고 생각하고 고민하고 실험하면서 하는 레이블링과 전처리는 정말 큰 도움이 됩니다.

제가 실제 경험한바에 의하면 흉부 X-Ray 사진을 통한 병변 분류 문제의 경우
이미지 전처리를 어떻게 하느냐에 따라 정확도가 8%까지도 상승하였습니다.

하지만 그것이 아니라면 교수님은 님을 부러먹고 있는것이지요.

런 하세요.

IF : 1

2021.04.30

레이블링이랑 전처리 중요합니다. 그것만 몇 달씩 하면 문젲만, 데이터에 대한 이해도가 높아야 모댈링도 잘하죠

댓글쓰기

게시판 목록으로 돌아가기

김박사넷의 새로운 거인, 인공지능 김GPT가 추천하는 게시물로 더 멀리 바라보세요.