컴공 무물
게시글 주소: https://i.orbi.kr/00067390735
안녕하세요 미국에서 컴싸 전공하고 있는 학생입니다!
최근 바빴던 일도 끝나고, 동생 입시 소식을 듣다 보니 오르비가 생각이 나 계속 들락나락거리다가 글을 남깁니다.
미국 박사진학(이번에, 대학원 커미티 및 교수님을 도와 학생들을 뽑다보니 이제 교수들이 어떤 기준으로 학생을 뽑는지에 이제야 좀 알 것 같습니다) 이나 취직 뭐든 궁금한 것 있으면 물어보세요
0 XDK (+0)
유익한 글을 읽었다면 작성자에게 XDK를 선물하세요.
-
1~10중에 현강 필요도 얼마나 보심
-
사람한테 기대기도 싫고, 잠도 자기 싫고, 일이나 더 했으면 좋을듯 ㅠ
-
겜좀줄여야지 0
롤대남메대남옵대남적사고를좀줄여야겟어요
-
응시장도 멀고 N수생들 많다고 분위기 좋은거 절대 아님 오히려 서바보다 쉽네 어렵네...
-
6모 기하 3컷 나왔구요 9모 이후로 4규나 커넥션 같은 실전 n제 시작하기엔...
-
지구 퀴즈 0
열점으로부터 열도가 형성된다. (O / X)
-
국어 -강기분 독서,문학(하루에 1강씩) 1강 들음 수학 -수1 : 어삼쉬사...
-
국어-화작 현재 심찬우 기테마 1.0+생글 평가원 기출 6,9,수능 기출...
-
Today list 국일만 지문 3개>>드디어 국일만 완독!! 양승진 기출코드...
-
부럽네요
-
비가 와 사랑 참 어렵다 잊었니 인연 내가 많이 사랑해요 말리꽃 네버 엔딩 스토리...
-
서울대 가능? 5
ㅠㅠ
-
부활, 이승철, 김경호, 신승훈 등등은 틀딱이 아니라 클래식입니다
-
문항제작자가 문제를 만들어 옴 ->문제가 성립 안함 ->검토진이 빠꾸먹임...
-
처음으로 ㅇㅈ 10
-
이게 거의 기적,레전드라는 말 붙일정도의 성적상승인가요?? 아니면 열심히하면...
-
쉬운거부터 풀고싶어요 쉬운데 재밌는거.. 해모 킬캠 스피드러너 이로운 중에 ㅊㅊ좀 그외도 좋아용
-
사관수학 14 21 22 28 29 30 틀림 (15찍맞) 다른 실모 풀면 공통...
-
저거 되게 수능이랑 비슷한거같다고 느낌 오랜기간 노력하며 실력을 깎고 실전을...
-
언매 확통 생윤 사문 최저 3합 6목표
-
자꾸 얘기하다가 계속 나에 대해서 궁금한 거 없냐고 물어보는데 이거 왜하는거임?내가...
-
클로드 chatgpt는 다 못풀었고 조만간 수학 ai 모델을 구해서 실험해볼 예정.
-
알면틀따
-
조~ㅈ같네 '꽤 까다로운 편' ㅇㅈㄹ하는것도 ㅈㄴ 열받음
-
진짠가요??? 하루종일 하시겠지만 점심 먹기전까지는 인강 안듣고 자기공부만 빡세게 하시나욥?
-
고딩 때 처음 풀때 그 쉬운게 안 보여서 엄청 해맸던ㅎ 깨닫고 너무 충격이여서 그날 잠 못잤었음
-
과외준비겸 질답 44
심심해서 좀 놀아주세요
-
전체적으로 퀄 좋은 수학 실모 없나요..?
-
클오클 자랑하기 5
장비 올만렙
-
레전드허수
-
삐끼삐끼 3
뚬둠칙
-
비슷할거같은데
-
백화점에서 애기가 3명정도 있고 부모님들이 애 다 보기 힘든상황에서 애들이 문 잡고...
-
감기기운 있는게 내일 가면 개아플것같음,,,,, 하 ㅅㅂ
-
물론 모든 과목이 벼락치기 한다는게 쉽지 않지만요 뭔가 수학보단 영어,국어가 더...
-
평가원성적하고 괴리가 너무 큰데..ㅎㅎ 사관학교랑 느낌이 완전 딴판이네
-
중1때부터 수학을 놔버려서 아무것도 모르는데 지금 정승제 중학수학만 들었는데 이제...
-
슈게이징하실래요 6
진짜한입만
-
작수 미적 28번은 어떻게 교육부 인증 비킬러가 된건지 2
감도 안잡히네ㅋㅋ 진지하게 가형 때 뺨칠 난이도인데
-
다들 건강해라 9
요즘 몸살을 달고 사니까 건강의 중요함을 다시한번 깨달음
-
대성 메가 패스는 다 있어요
-
현재 고2 입니다. 전기전자공학과 희망하고 생기부는 상담 받을때마다 다 좋다고 하긴...
-
요즘따라 승리, 동욱T로 많이 넘어가는 듯.. 강기분 하고있어서 이것까진 끝내고...
-
대학가는게 목표가 아니니까 더 재밋어짐... 그리고 생각보다...
-
그 두개랑은 문제 좀 다른가요?
-
어림도 없지 ㅋㅋ
-
아니 미쳤나 ㅋㅋ라고 생각했는데 문제보고 이해완. 그냥 22만 틀리라는거였네
-
이제 슬슬 11
공부하러 가야겠다... 지금 보이는 사람들 중에서 더이상 탈릅 없었으면 좋겠네......
-
에어팟4년차 6
슬슬딸피팟됨..한쪽이자주안들려요
CS, Math 전공하는 학부생이고 국내에서 석사 후 미국 Ph.D. program 진학 계획하고 있습니다. 혹시 분야(무엇을 연구하는 랩에 계신지)를 여쭤봐도 될까요?
Systems for ML이요. 요즘은 LLM inference를 빠르게 serving하기 위한 시스템 연구하고 있습니다.
그나저나 닉네임이 좋네요!
닉 보고 예상하셨겠지만 아직 연구분야는 못 정했지만 저도 ML 쪽으로 공부를 하고 있습니다!
질문 몇 가지 드려볼게요
0. 혹시 학교를 여쭤봐도 실례가 아니라면.. 궁금합니다. 말씀하길 꺼리신다면 패스해주셔도 됩니다.
1. 요새 AI/ML Ph.D. Admission 받기가 힘들고 한국에는 target school이 없어서 한국 학부를 나온 사람이 미국 탑스쿨 진학하는 것이 정말 어렵다고 하는 의견이 많던데 어떻게 생각하시나요?
2. 미국 학교들에선 SNU, KAIST 혹은 SKPYK를 어떻게 평가하나요? 1번도 마찬가지지만 미국에서 박사과정 중이신 지인 분들이 좀 있어서 들은 게 있긴 하지만 조금 교바교, 학바학일 수도 있을 거 같아 여쭙니다.
3. 석사 학위 수여 예정자 기준으로, 지원하려는 랩에서 하는 연구와 fit이 맞다는 전제 하에 교수들이 흥미를 가질 만한 CV를 만드려면 어느 정도 실적의 양과 질을 갖춰야 할까요?
4. GPA는 admission에 critical한 factor가 아니라고는 알고는 있어서 좀 바보 같은 질문일 수도 있는데 뽑는 입장에서 이 정도면 괜찮다 혹은 이 정도는 좀 그렇다 싶은 기준이 있을까요? (2번과 좀 연결되는 질문일 수도 있을 것 같긴 합니다). 또는 (아마 랩마다 다를 것 같긴 합니다만..) 특히 좀 더 중요하게 보는 과목들이 있을까요?
막상 하려니까 정리도 안 되고 뭘 물어봐야할지 잘 안 떠오르네요 ㅎㅎ..
0. CS ranking Top 7 안에 드는 학교입니다. 구체적으로는 말씀드리기 힘들 것 같네요
1. 저는 system이긴 하지만 옆에서 보기에 AI/ML은 정말 탑스쿨 진학이 쉽지 않습니다.
2. 저희 학교는 undergraduate 티어가 자동으로 측정이 되어 표기되는데, SNU, Kaist는 티어 1, PY는 티어 4였던 것으로 기억납니다. 그 아래는 올해에는 본 적이 없는데 (보기 전에 screening 당했을 수도 있고요), 아마 Unknown 티어인 것으로 알아요.
3. 보통 석사 학위를 받은 지원자 경우에는 학부 나오고 direct 미박보다는 기준이 엄격해집니다. 요구하는 논문의 수가 많아지는 것은 절대 아니라서 탑티어 1저자 2편정도면 충분합니다. 다만 석사 졸업자는 그 논문의 임팩트도 고려 대상이 되어, 교수나 커미티가 접해본 논문이어야 가능성이 많이 올라갑니다.
4. GPA는 저 같은 경우는 지원자의 학점이 4.3/4.3 아닌 경우에는 기억도 안 날 정도로 critical하지 않습니다. (설사 4.3이더라도 오~ 신기하네 정도로 끝나고요) 3.3만 넘기면 문제 없습니다.
감사합니다!
마지막으로 하나만 더 여쭙고 가겠습니다.
미박 가신 지인 분들 몇 분이랑 이야기를 해봤는데,
제가 아직 병역을 하지 않은 상태이고, 2년을 군대에 가서 아무것도 못하고 그 시간을 태우는 것보다 바로 석사까지 쭉 하고 연구를 할 수 있는 역량이 된 상태로 석전연을 하며 논문을 더 쓰는 게 낫지 않겠냐는 생각으로 계획을 하고 있습니다.
이렇게 되면 제가 나이가 꽤 찬 상태로 지원을 하게 될 것 같고 (만 29~30세) 당연히 AI 관련 업체로 가겠지만 제 연구분야와 완전 fit한 기업에서 일하지 못할 가능성도 있습니다.
1. 나이는 딱히 상관이 없는지
2. 제 연구 분야와 상관 없는 work experience는 사실상 공백 취급이 되는지
3. 학교나 연구를 진행하는 기업에 소속되지 않은 상태로 따로 연구를 하는 것이 현실적으로 가능한지
제 지인 분들은 셋 다 상관 없다는 듯이 말씀하셨는데 그냥 견해을 여쭙고 싶습니다.. 현 시점 가장 힘들고 어려운 고민이라 다양한 분들께 물어보는 중입니다.
1. 네 상관없습니다. 나이 섹션이 있었는지도 모르겠네요
2. 아쉽게도 네, 아예 없는 것보단 낫지만 (뭘했는지도 모르니) 그냥 공백입니다.
3. 이건 뉴립스님 상황에 따라 다를 것 같은데, 연구를 많이 leading 해보신 경험이 있어서, advisor 없이 연구를 할 수 있는 역량이 있다면 가능하겠지만, 없으시다면 현실적으로 많이 힘들 것 같습니다.
그나저나, 미박 가신 지인 분들이 AI ML 분야로 가신 분들 맞나요? 1번과 2번은 그렇다 쳐도 3번은 critical하다고 생각되는데 의외네요. 참고로 AI ML 미박은 다른 분야 미박이랑은 차원이 다른 난이도라고 생각됩니다. (물론 다른 분야를 경험해보지 않았지만요)
그리고 꼭 석사를 거쳐야하시나요? 다이렉트 미박이 난이도가 특히 탑스쿨은 난이도가 쉬워집니다. 석사 졸업자는 임팩트 있는 논문의 유무가 되게 중요한데, 석사 2년이 짧은 기간은 아니지만, 임팩트 있는 논문을 내는 것은 운도 많이 따라줘야해서요
모두 AI/ML은 아닙니다. 그래서 여기저기 물어볼 수 있는 대로 물어보는 상황입니다.
상관 없다는 것이 안 중요하다가 아니라 너가 잘하면 상관없다에 가깝습니다. 너무 줄여서 말한 거 같아서 좀 덧붙이자면 석사 할 때 1저자 쓴 경험이 있으면 나와서도 충분히 할 수 있다~~ 석사 때 지도교수랑 관계를 잘 쌓으면 좀 도움도~~ 이런 식으로 이야기 했던 거 같은데 저도 당시에 술을 좀 마시면서 들은 거라 디테일하게는 기억이 안 나네요.. 조만간 다시 물어볼 생각입니다. (이 말 하신 분은 Bayesian 하는 분이고 24 Fall부터 미국에서 박사과정 하는 걸로 알고 있습니다.)
그리고 저도 원래는 Direct Ph.D.를 생각하지 않은 건 아닙니다만 한국에서 나가기가 정말 어렵다고 하더라고요.. 특히나 AI/ML은 실적이 있어야 한다고들 하는데 제가 복수전공을 하다 보니 코스웍이 좀 빡세서 학부 때 유의미한 연구 참여와 실적까지 잘 해낼 수 있을지 잘 모르겠습니다.
당장은 연구 분야도 확실하게 모르겠고 있다고 한들 박사를 할 만큼의 열정이 나에게 있는지도 모르니 막연하게 KAIST AI대학원 혹은 분야가 정말 fit한 경우 자교에서 석사를 하고 나가야겠다는 생각입니다.
T20 이내 학교를 목표로 할 때 다이렉트로 나가는 것이 훨씬 수월하다고 보시나요? 저한테 이걸 추천해주신 분도 있긴 한데 의견이 좀 갈려서요. 한국에선 진짜 괴물이 아니면 안 된다고 보면 된다.. 등등
네 개인적으론 T20 이내 학교를 목표로 할 땐 다이렉트로 나가는 것이 훨씬 수월합니다.
물론 연구 경험이 없으시면, 불가능하니, 최대한 빨리 연구 경험을 쌓는 것이 좋아보입니다.
학부 졸업자는 그냥 탑티어(ICML ICLR NeurIPS) 1저자를 1편~2편정도 있으시면 (임팩트가 그냥저냥해도) 확실히 매력적인 candidate입니다.
석사 졸업자도 앞서 말했듯 1저자가 1~2편이면 충분하지만 (논문 수는 절대 다다익선이 아닙니다) 보통 합격자는 지도교수와 fit이 맞고 임팩트 있는 논문이 있더라고요.
저는 학부 졸업을 늦추더라고 (5~6년까지는 보통 이해해주는 분위기 같습니다) 탑티어 1저자 목표로 연구 기회 참여를 추천드려요
오르비엔 왤케 goat가 많지..
저도 입시 때 도움을 많이 받은 기억이 있네요
노베로 대학교 입학해도 열정이랑 노력으로 충분히 중고등학교부터 시작한 학생들 따라잡을 수 있을까요
네 저는 그렇다고 봅니다 재능이 심각하게 없으면 안되겠지만요
안녕하세요. 저는 인서울 하위권에서 컴퓨터과학을 전공하고 있습니다. 다름이 아니라 운영체제나 시스템 쪽을 주로 공부해서 여기에 흥미가 생겨서 대학원 진학을 알아보고 있는데 제가 졸업하면 학점이 4.1/4.5 정도 될거 같습니다.
국내 대학원을 진학해보고 싶은데, 제가 랩에서 인턴이나 기타 경험이 거의 없습니다. 지금 가지고 있는게 그나마 학점뿐입니다.
1. 운영체제 분야에서는 대부분 연구가 끝나서 주로 하는 연구가 파일 시스템이나 메모리 관련된거 같은데, 이쪽 분야는 어떤지 궁금합니다.
2. 지금 저는 곧 4학년 1학기인데, 보통 연구실에 언제 즈음 컨택하는지 잘 모르겠습니다.
3. 거의 모든 분야에서 (AI와 상관없더라도) 기계학습에 관련된 연구를 하는 것 같은데, 어느 정도 학습해야 할까요?
4. 주로 하던 공부가 운영체제, 컴퓨터 시스템이나 조금 더 나아가서는 리눅스 커널 정도만 공부해봤는데, 연구실에 컨택하기 전에 어떤 걸 더 해봐야 할까요?
5. 국내 대학원 진학하는 데에 학부 학벌이 크게 영향을 미치나요?
6. 대학원을 진학해서 학부생 때와 달라져야 할 생각이나 자세는 어떤 것이 있어야 할까요?
감사합니다.
1. 파일 시스템, PIM 모두 사실상 거의 연구가 끝난 분야라고 알고 있습니다. (틀릴 수 있는 정보입니다).
2. 자교든 타교든 이르면 이를 수록 좋습니다. 자교는 보통 2-2~3-1쯤(제 학부 기준) 하는 것으로 알고 있고 타교는 모르겠네요.
3. 요새는 AI는 물론 시스템도 LLM Paper의 비중이 많이 높아지고 있는 추세이고, LLM 서빙 속도 최적화가 매우 중요한 주제이기에 연구 분야를 찾는데 도움이 될 수 있습니다. (당연하게도 자기가 하고 싶은 것을 해야하겠지만요.)
4. 자교든 타교든 가서 굴러봐야 알 수 있습니다. 최대한 빨리 컨택하세요. 저라면 연구 분야를 먼저 찾을 것 같습니다.
5. 어느 대학원이든 가장 중요한 것은 1) 연구실적 그리고 2) 학벌 3) 학점 순으로 가는 것 같은데, 미국은 웬만한 지원자들 모두가 연구실적이 있어 학벌 학점이 크게 중요하지 않지만, 한국은 지원자들 대부분이 연구실적이 많진 않아 학벌이 어느정도 중요한 것 같습니다.
6. 가장 큰 차이라면 학부생은, 주어진 문제를 풀며 정답이 있음을 모두가 알고 심지어 정답을 아는 사람이 주변에 있는(조교나 교수님) 과제들과 시험 문제를 푸는 반면, 대학원생은 자기가 풀 문제를 정해야하고 심지어는 그 문제가 어쩌면 정답이 아예 없을 수도 있으며 솔루션을 아는 사람이 주변에 아무도 없는데요,
두 가지 큰 차이를 말씀드리자면,
1) 이 문제를 과연 풀 수 있는 문제인가 없는 문제인가를 빠르게 판별하는 능력
2) 이 문제가 과연 연구자들이나 엔지니어들이 관심 있을만한 문제인가를 잘 판별하는 능력이 제일 중요한 것 같습니다.
답변 감사합니다.
젠슨황 말대로 인공지능한테 대체될까요?
제가 봤을 때에는 role이 달라지지 완전히 대체되지는 않을 것 같아요
영주권자이신가요?
아쉽게도 아니요