물리적인 경력이 아니라도 머신러닝 엔지니어로서의 경력은 중요합니다.
머신러닝 엔지니어로서 어떤 프로젝트를 수행했는지, 어떤 모델을 사용했는지, 어떤 결과를 도출했는지 등을 기록하고 나중에 어필할 수 있습니다.
또한, 학습된 모델을 사용하는 것이라고 해도, 해당 모델을 어떻게 적용했는지, 어떤 문제를 해결했는지 등을 설명할 수 있다면 이직할 때 큰 도움이 될 수 있습니다.
머신러닝 엔지니어로서의 능력과 경험을 쌓는 것이 중요하며, 이를 위해 스스로 학습하고 프로젝트를 진행하는 것도 좋은 방법입니다.
또한, 오픈소스 프로젝트에 참여하거나 개발한 모델을 공유하는 것도 좋은 방법입니다.
많은 경력자들이 이러한 방법으로 경력을 쌓아왔으며, 이를 통해 실력을 인정받고 이직할 수 있었습니다.
따라서, 물리적인 경력이 아니더라도 자신의 머신러닝 엔지니어로서의 경력을 쌓는 것이 중요하며, 이를 위해 노력하는 것이 좋습니다.

안녕하세요 멘티님,

머신러닝 엔지니어는 데이터를 활용하여 문제를 머신러닝으로 해결하고 기술을 활용하여 보다 효율적인 결정을 할 수 있도록 도와주는 업무로서 현재 시장과 다양한 직무와 혼합되어 데이터 기반 회사와의 협력 등 실제 문제를 해결하여 기술을 도출할수 있기에 선형회귀, 로지스틱회귀, SVM 등 머신러닝을 신규로 작성하지 않더라도 도움 되실부분은 있을것입니다.

아닙니다. 당연히 저는 이점이 될 수 있는 부분이라고 생각을 합니다. 멘티분이 다른 회사에 간다고 하더라도 무조건 개발만을 하지는 않습니다. 이미 오픈된 소스라고 하더라도 이를 얼마나 잘 사용하는지도 업무에 필요한 부분이기 때문에 저는 해당 경험이 향후 이직시에도 도움이 분명 될 것이라 생각합니다.