기계공학랩실에서 컴퓨터공학 전공

2024.06.04

2975

기계공학랩실에서 컴퓨터공학 전공

학부는 기계공학과 출신이고 학부시절동안 대기업 머신러닝 프로젝트&정출연 인턴등을 진행하였던걸 교수님이 좋게 봐주셔서,
타대학 동역학계열연구실에서 컴퓨터공학 전공으로 석사 과정 진학하게 되었습니다.

세부 전공은 빅데이터이구요

동역학기반실험으로 모은 데이터를 기반으로 에너지 효율을 디벨롭하는 연구를 진행하게 될 것 같습니다.

수업은 빅데이터 관련 수업은 들을 것 같지만

연구주제에 대한 Tool은

빅데이터 Tool (하둡,스파크), SQL, 머신러닝(CNN, RNN) 등은 사용을 하지 않더라구요 (Matlab, 엔시스, maple 등 사용)

SQL이나 중급자 정도의 Python tool들은 다룰 줄 압니다만

나중에 석사 졸업 후 진로를 데이터사이언티스트를 하고 싶은데,

Q. 1 연구는 연구대로 하고 따로 교육을 듣거나 프로젝트에 참여해보는 것이 좋을까요?

Q. 2 저 같은 케이스인분이 있는가요 ?

Q. 3 타대학 박사(빅데이터, AI) 지원시 불이익이 있을까요?

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 4개

2024.06.04

요즘에는 학제간 장벽이 많이 허물어졋죠. 기계공학과라고 역학들이나 설계만 할까요.. 저도 로봇분야에서 학위받앗지만 설계부터 코딩, 제어까지 다양한걸 배어왔습니다.
옆랩중 CV하는 랩이나 시뮬레이터 만드는랩, slam하는 랩은 기계공학과 내에서도 코딩 잘하는 사람들이 갔고요. 최근 러닝기반 로봇하는 교수랩도 비슷할거라 봅니다.
본인 퍼포먼스가 중요하지, 학과자체는 크게 중요하지 않다고 봅니다. 오히려 컴공쪽의 전문지식도 잇는데 기계공학과의 역학기반 베이스도 있으면 큰 장점이 되겠죠.

대댓글 1개

해당 댓글을 보려면 로그인이 필요합니다. 로그인하기

2024.06.05

저도 윗분 의견에 전적으로 동의합니다.
다만 박사까지 진학한다는 가정하에서 본인의 퍼포먼스가 매우 중요하다고 생각합니다.

안타깝게도 석사 졸업 후 데이터사이언티스쪽으로 원하신다면 연구 외적으로 포트폴리오를 구축해야할 것으로 보입니다.

주변에 질문자와 유사한 케이스 (학부 혹은 석사 기계공학 전공 -> ML 쪽 업무)를 많이 보긴 했으나,
이 케이스는 석사 학위논문과는 별개로 본인의 퍼포먼스를 입증하여 채용된 케이스 입니다.
간단한 예는

1. 데이터 사이언스 혹은 인공지능쪽으로 박사 진학
2. (스타트업) 현업에서 서비스 제공 및 기술개발 경험

등이 있을 것 같네요. 현재 연구하고 있으신 분야를 살펴보면 일반적인 데이터 사이언티스트가 아니라
차라리 기계공학과 기반(해석 기반) 데이터 관리 연구를 해보는게 어떨까 합니다.
실례로 이러한 측면에 대한 수요는 기계공학 기반 대기업 연구소(자동차/조선)에서는 꾸준히 있는 것으로 알고 있습니다.

도움이 되셨기를 바래봅니다.

대댓글 1개