[롯데이노베이트] Vision AI 직무테스트 합격 후기

 

이 글은 2024년 4월 6일에 작성된 글입니다!

 

기존에 운영하던 Velog를 완전 테크블로그로 바꾸려고 포스팅을 정리하고 있습니다.
그런데 취준 포스팅은 보고 메일을 주시는 분들이 많아서 이 블로그로 옮기기로 결정했습니다.
따라서 현재 상황과는 다소 차이가 있을 수 있습니다.

📢  비밀 유지 서약 때문에 문제 내용 유출은 없습니다!
제가 어떤식으로 공부해서 직무테스트를 통과할 수 있었는지에 관한 내용을 담았습니다.

 

이번에 운 좋게 롯데이노베이트(구 롯데정보통신) Vision AI 직무 직무테스트와 인성진단에 합격했습니다.
전형을 준비하며 관련 내용을 찾아보려고 했지만, 포스팅이 하나도 없어서 어떤 식으로 공부해야 할지 감이 오지 않았습니다.
저는 서류 발표 이후 대략 3일 정도 준비했던 것 같습니다.

 

 

1. 인성 진단 준비

서류 전형에 합격한 뒤, 직무 테스트와 인성 진단에 관한 안내 메일을 받았습니다. 저는 어느 기업이든 인성 검사는 연습이나 준비를 따로 하지 않습니다.

• 내가 작성한 자기소개서 읽기
• JD 읽기 (의사소통, 커뮤니케이션 등 소프트 스킬에 대해 기재된 사항 확인)
• 컨디션 관리 (잠 잘 자고 밥 충분히 먹기 등등..)

이 정도의 준비만 하고, 제 가치관과 성격을 잘 보여줄 수 있는 설명을 극단적으로 고릅니다. 최대한 '매우 그렇다', '매우 그렇지 않다' 선택지를 고르려고 노력합니다.
(이게 정답은 아니지만, 저는 이렇게 했을 때 서류 합격률이 높았던 것 같습니다.)

 

2. 직무 테스트 준비

사실 이전에 (롯데정보통신 시절) 직무테스트를 본 적이 있습니다. 그때는 Vision 직무가 아니었어서 일반적으로 준비하는 EDA, 앙상블 모델 코드를 구글링 없이 돌리는 연습을 했었습니다.

하지만 이번엔 Vision AI 직무와 이외 AI 직무(AI 컨설팅, AI Biz, 서비스 디자인) 직무 테스트가 다른 것을 보고, 일반적인 방식으로 준비하면 안되겠다고 생각했습니다. 이미지 데이터나 모델링에 관련된 문제가 나올 것으로 추측했습니다.

특히, Vision AI 직무는 테스트 이전에 미리 입력한 메일로 테스트용 데이터를 전달해준다는 것을 보고 확신했습니다.

 

2-1. 그래서 어떻게 공부했는가?

사실 Vision 분야도 다양한 task가 있기 때문에 선택과 집중을 하기로 결심했습니다. 또, 주어진 시간 안에 수행할 수 있는 데이터 분석 과제를 생각해보면 몇 가지 가능한 task가 없다고 판단했습니다. (GPU를 따로 제공해주는 것이 아니기 때문)

그래서 ResNet을 이용한 Image Classification 모델 학습만 준비했습니다. (이 선택은 엄청난 실수였습니다..)

 

2-2. 내 공부법이 실수인 이유

사실 지금 생각해보면 GPU를 제공해주지 않기 때문에, 모든 지원자가 컴퓨팅 자원에 상관없이 수행할 수 있는 문제가 출제되어야 합니다. 그럼 Classification은 size가 작은 모델으로도 분류가 가능한 문제가 출제되어야 합니다. 하지만 그렇게 될 경우 모두 풀 수 있으니 변별력이 떨어지게 되는 것 같습니다.

 

2-3. 근데 어떻게 합격했는가?

ResNet 모델 학습을 연습하는 과정에서 Data Augmentation 등 성능을 높이는 방법을 적용해보았던 점이 문제 풀이에 큰 도움이 되었습니다.

첫째로, Vision 모델을 학습하기 위해 무조건 사용하게 되는 라이브러리 (open cv, pillow 등) 사용법을 손에 익혔습니다.
둘째로, 이미지가 모델에 input으로 전달될 때 vector로 표현된 값들이 어떤 의미인지를 자연스럽게 생각해보았습니다.

이게 큰 도움이 되었습니다.

 

2-4. 그래서 어쩌라는거야. (핵심)

추천하는 방법
1. 기본적인 코딩 능력을 갖추자.
: 일반적인 알고리즘 코테를 준비했던 사람이면 무시해도 된다. 하지만 코테 경험이 없다면 파이썬 기초 문법과 몇 가지 라이브러리 사용을 연습해보길 추천한다.

2. 이미지 데이터에 대해 이해하자.
: 단순히 jpg 등의 이미지 파일이 아니라, 모델에 학습되기 위해 이미지를 어떻게 벡터화 하는지, task별 label은 어떻게 수집되어야 하는지 등을 고민해보고 각 값이 어떤 의미인지를 이해해야 할 것 같다.

추천하지 않는 방법
1. 구글링 없이 특정 Vision task 코드 짜는 법 연습하기
2. 코드 빠르게 작성할 수 있는 다양한 MLops 라이브러리 준비하기

 

3. 맺음말

 

저도 테스트를 준비하며 후기가 없어서 '내가 도움이 되어야겠다!'라는 생각으로 포스팅을 시작했습니다. 하지만 막상 작성하다보니 비밀 유지 서약 때문에 너무 추상적으로만 말한 것 같습니다. 하지만 위의 '2-4. 그래서 어쩌라는거야'의 내용만 잘 준비하시면 무조건 합격할 것이라고 확신합니다. 정말 제가 느꼈을 때 저게 처음이자 끝이었습니다. (특히 2번..!)

혹시나 포스팅 내용 혹은 이외에 궁금하신 내용이 있는 분들은 댓글이나 메일으로 질문 주시면 답변 드리도록 하겠습니다.