미리보기

사용 기술 스택

Python, PyTorch

프로젝트 설명

사용자 국가, 사용 OS, 브라우저 등 19개의 피쳐들을 이용해 조회수를 예측하는 프로젝트

• EDA를 통해 데이터의 특성을 파악하였습니다.

• 파악한 데이터의 특성을 통해 모델을 선정하고 데이터의 전처리를 통해 모델 성능을 향상시켰습니다.

• 최종적으로 361명 중 2위의 성적으로 해커톤을 마무리하였습니다.

• 깃허브 링크

사용 기술 스택

Python, Machine Learning, Pandas, Numpy

프로젝트 설명

두 C++ 코드를 입력받고 두 코드가 같은 기능을 하는 코드인지 구분하는 모델을 제작하는 프로젝트

• 기존의 언어가 아닌 코드를 처리하는데 좋은 성능을 보일 수 있는 모델을 탐색하였습니다.

• 코드의 특성에 맞게 데이터 전처리를 통해 성능을 향상시켰습니다.

• 최종적으로 133명 중 10위의 성적으로 해커톤을 마무리하였습니다.

• 깃허브 링크

사용 기술 스택

Python, PyTorch, HTML, CSS, JavaScript, FastAPI

프로젝트 설명

금융 기사를 요약하고 카테고리별로 제공하며 사용자의 관심사에 따라 기사와 금융 상품을 추천하는 서비스

• Chat GPT를 이용해 금융 기사들을 요약한 뒤 Albert 모델을 통해 기사들의 카테고리를 분류하였습니다.

• 사용자가 원하는 카테고리별로 기사들을 볼 수 있고 사용자의 사용기록에 따라 추천 금융 상품과 기사들의 목록을 제공하는 서비스를 개발하였습니다.

• 웹사이트 개발을 프론트에서부터 백엔드까지 전담하였습니다.

• 깃허브 링크

사용 기술 스택

Python, PyTorch, CSS 3, HTML 5, JavaScript, Flask

프로젝트 설명

외국인을 대상으로 한 한국어 발음 교육 서비스 제작 프로젝트

• 음성 인식 기능 구현을 위해 음성 모델의 탐색 및 성능 실험을 진행하였습니다.

  • 서비스 배포를 위한 웹사이트를 프론트에서부터 백엔드까지 전담하여 개발을 진행하였습니다.

• 웹사이트상에서 추천 학습 단어와 현재 학습 중인 단어와 연관이 있는 단어를 제공하도록 하였습니다.

• 웹사이트상에서 사용자의 음성을 입력받고 음성을 파일로 변환하여 모델에서 인식하도록 하는 파이프라인을 제작하였습니다.

• 깃허브 링크

사용 기술 스택

Python, CSS 3, HTML 5, JavaScript, Streamlit

프로젝트 설명

생성형 AI를 이용한 아동 및 외국인 대상 한국어 교육 서비스 제작 프로젝트

• 생성형 AI를 활용해서 학습에 사용할 문장과 문제를 생성하는 기능을 개발하였습니다.

• 문장을 생성하는 과정에서 학습자의 수준을 고려하여 쉬운 수준의 문장을 생성할 수 있도록 프롬프트 주입을 하였고

  문제 생성을 위해 문제의 예시를 제공하는 few-shot running을 활용하였습니다.

• 가끔 문제가 제대로 생성되지 않는 경우가 존재하여 문제가 제대로 생성된 경우에만 학습을 진행하도록 검증 기능을 개발하였습니다.

• 깃허브 링크

사용 기술 스택

Python, PyTorch

프로젝트 설명

대량의 텍스트 데이터에서 주어진 질문에 관한 내용을 탐색하여 답을 출력하는 모델을 제작하는 프로젝트

• 데이터들의 문자 포맷이 달라서 같은 포맷으로 통합하여 주었고 EM 점수 기준 53점에서 57점으로 약 4점의 성능 향상 효과를 가져왔습니다.

• 데이터에 개행 문자나 강조 표시 등 HTML 포맷에서 사용되는 문자들이 포함되어 있어서 삭제하였습니다.

• 깃허브 링크

사용 기술 스택

Python, PyTorch

프로젝트 설명

주어진 문장 내에서 선정된 두 단어 간의 관계를 예측하는 모델을 제작하는 프로젝트

• 주어진 데이터셋의 문장에서 일부 단어를 삭제한 후 BERT 계열 모델의 MLM 기능을 이용해 새로운 문장을 생성하는 방법으로 데이터 증강을 시도하였습니다.

• 데이터 증강 과정에서 원래 문장의 의미를 잘 유지하는 데이터만 활용하기 위해 코사인 유사도를 활용하여 데이터를 선별하였습니다.

• 깃허브 링크

• 학교에서 AI를 공부하는 과정에 자연어처리에 관심이 생겨 부스트캠프 AI Tech NLP 트랙에 지원하였고 5개월 동안의 학습 과정을 이수하였습니다.

• 부트캠프 과정에서 다양한 강의를 들으며 AI 지식과 서비스 개발에 대한 기초를 쌓았습니다.

• 다양한 프로젝트를 진행하며 배운 것들을 직접 활용해 보았고 팀과의 협업을 경험했습니다.

• 후기 링크

• 프로그래밍 언어에 익숙해지고 컴퓨팅 사고력을 기르기 위해서 알고리즘 특강을 이수하였습니다.

• DFS, BFS, 세그먼트트리 등 다양한 알고리즘을 알아보고 응용하며 개발을 할 때 효율적인 로직을 구현하기 위해 고민을 하는 방법을 배웠습니다.

• 후기 링크