오늘 읽기 시작한 부분에서는 ‘캐글Kaggle‘이라는 예측 모델 및 분석 대회 플랫폼과 관련된 얘기가 나온다. 이 플랫폼은 기업 또는 단체에서 데이터와 해결 과제를 등록하면, 데이터 과학자들이 그 등록된 과제를 해결하는 모델을 개발하고 경쟁하는 식으로 운영된다고 하는데, 여기서 중요한 것은 데이터 과학자들이 제공한 솔루션들이 그대로 저장되어 있어서 빅데이터 전문가로 성장하길 원하는 사람들이 이 플랫폼을 자신의 교보재로 활용할 수 있다는 점이다.
처음 밑줄친 부분에선 캐글을 활용하는 예시 하나가 소개되어 있다. 각자 취향에 따라 연구분야를 선정한 뒤 예시에 나온 식으로 이 플랫폼(캐글)을 자유자재로 활용한다면 이제껏 세상에 없었던 자신만의 솔루션을 만들어볼 수도 있지 않을까? 문득 이런 말이 생각났다. ‘모방은 창조의 어머니다‘
이미지 분류에 대해서 공부해보고 싶다면 검색 창에 ‘image classification‘ 이라고 검색하면 된다. 그러면 해당 키워드로 검색된 코멘트, 데이터 세트, 노트북 파일 등을 한눈에 볼 수 있다. 자신의 프로그래밍 언어(파이썬 또는 R)에 맞는 코드들만 따로 필터링할 수도 있고 데이터 세트 양(medium, large, small)에 따라서도 필터링 할 수 있다.- P182
즉, 너무나 많은 자료들이 있기 때문에 본인 취향에 맞게 충분히 이것저것 공부해볼 수 있다. 이렇게 이것저것 다양한 분야의 데이터를 다루어보고 연구 분야를 선택하면 된다.- P182
꼭 현재 대세가 되는 연구 분야를 주 연구 분야로 선택할 이유는 없다. 인기 있는 연구분야는 그만큼 하는 사람들도 많기 때문에 특별히 잘하지 않는 이상 그 가치를 인정받기 어렵다. 자신이 재밌고 잘할 수 있는 분야를 몇 개 선정해서 계속 집중적으로 연구하면 된다.- P182
우리가 지금까지 공부한 내용들은 자신만의 전문 분야를 선택하는 데 도움을 주고 그 전문 분야를 심층적으로 공부할 수 있는 능력을 함양하는 데 목적이 있다.- P184
아무리 유능한 연구원, 교수들도 자신만의 세부 연구 분야를 선정해두고 그 분야만을 연구한다. 자신이 멘사를 능가하는 엄청난 천재가 아닌 이상 모든 분야를 공부하려 하지 말고 자신만의 세부 연구 분야를 선정해야 한다. 그리고 자신이 잘할 수 있는 강점(연구분야)를 찾고 갈고닦아야 한다.- P185
우선 자신이 가장 잘하고 재밌는 분야를 연구 분야로 삼는 것이 당연히 좋다. 하지만 여기에 더 추가한다면 사회가 요구하는 인기 분야이면서 다른 사람들보다 자신이 경쟁력을 가질 수 있는 분야여야 한다.- P185
먼저 AI 빅데이터 전문가가 되기 위한 공부를 하고 사회에 나왔을 때 나를 필요로 하는 데가 많을수록 좋다. 예를 들어 현재 자연어 처리, 영상분석, 딥러닝 분야의 AI 빅데이터 전문가는 매우 인기가 높다. 취업할 곳도 많고 논문을 실을 수 있는 기회도 많다. 따라서 해당 분야의 전문가는 연구 분야 선정을 매우 잘한 것이다.- P185
자신만의 경쟁력을 지니고 있어야 한다. 남들과는 다른 특별한 경쟁력이 있으면 당신은 그 분야의 전문가를 넘어 권위자가 될 수 있다.- P185
연구 분야는 몇 개 정도를 선택하는 게 좋을까? 개인적인 생각으로는 주 연구 분야를 한두 개 정하고 부 연구 분야도 한두 개 정하는 것이 좋다. 즉 서너 개 정도가 적당하다.- P186
나는 주 연구 분야의 자세한 알고리즘에 대한 설명이 있는 책과 논문을 거의 매일 챙겨서 공부한다. 그리고 부 연구 분야에 대한 것은 실제 적용 부분에 대한 설명이 있는 책과 논문을 찾아 읽고 있다.- P186
