[네이버 부스트캠프 AI Tech 5기] 10주차 회고록

Level2 시작한지 2주차가 되었다. LGBM 모델을 베이스라인으로 EDA, Feature Engineering을 하느라 한주가 빠르게 지나갔다. 단순한 하나의 함수를 구현하는데 시간이 많이 소요되고 그만큼의 성능은 나오지 않는다. 그래도 계속해서 오르는 만큼 추가 피쳐를 만들어보고 GBM모델뿐만 아니라 딥러닝 모델도 사용해보도록 하자. 추가로 WADNB나 깃헙으로 시작했는데 아직은 미숙하지만 LEVEL1의 부족한 점을 채우고 있다는 것에 만족 중!

Fact(사실 : 무슨 일이 있었나?)

• 팀원들마다 각자 공부하고 싶은 모델을 선택하고 모델 구조와 데이터로드, 코드분석까지 하기로 함
• 저번주에 얘기한 Fast API 스터디를 진행
• 오피스아워 시간에 금융 도메인의 추천시스템에 대해서 배울 수 있었음
• 두런두런 시간에 시간관리나 게으른 것에 대한 고민상담을 진행. 이력서 작성 방법을 배움
• LGBM 모델을 바탕으로 EDA와 Feature Engineering 진행
• 멘토링때 라이브코딩테스트를 진행
• TMI : 팀원 회식 → 반말하면서 조금 친해질 수 있었음

Feeling(느낌: 무슨 느낌이 들었나?)

• 팀원들은 새로운 딥러닝 모델을 공부하느라 시간을 많이 썼는데 난 LGBM을 하다보니 새로운 모델에 대한 공부보단 EDA나 피쳐엔지니어링에 시간을 많이 씀 → 물론 DKT 데이터셋에 대해서 다양한 인사이트를 얻을 수 있었지만 모델과 파이프라인에 대한 공부의 필요성을 느낌
• 이력서와 포트폴리오 강의를 들으면서 빠르게 이력서를 작성해서 피드백을 받아야 겠다는 생각이 듦
• 아직 피어세션때 무엇을 할지 시간을 어떻게 쓸지에 대한 체계적인 관리가 안되는듯 아직 시작한지 2주차이긴 하지만 빠르게 정립되었으면 함

Finding(배운점 : 어떤 인사이트를 얻었나?)

• 프로젝트 진행 상황 공유를 통해 팀원들이 어떤 실험을 계획중이고 어떤 공부를 진행 중인지 알 수 있었음
• 깃허브 특강을 통해 깃허브 컨벤션과 새로운 브런치를 만들어서 develop 브랜치에 merge하는 협업 과정을 배울 수 있었음
• EDA를 통해 문제의 난이도에 따라 마지막 문제를 풀었을지 못풀었을지가 많이 결정되는 것을 알 수 있음(유저의 풀이시간, 정답률, 풀이 횟수도 중요하지만)
• 라이브코딩테스트를 통해 알고리즘을 작성하기전에 어떤 식으로 문제를 풀지 3줄 요약과 같은 내 생각을 적고 시작하면 좋음

Future action(향후 행동)

• 프로젝트 진행상황 공유까지는 좋은데 깃허브에 했던 작업들을 바로바로 안했음 → 작은 단위의 작업도 바로바로 커밋할 것(계속 쌓이면 PR할 내용도 많고 이해하기도 어려우며 귀찮아짐)
• 이력서 빠르게 작성하고 팀원들끼리 빠르게 비교해보기
• 코테 준비를 꾸준히 하되 LEETCODE 사이트도 이용해보기
• FE도 하면서 새로운 모델이나 LSTM_ATTENTION 구조 공부하기

Feedback(피드백)

• 랩업리포트를 통해 레벨1에서 좀 더 대회 프로세스에 대한 과정을 배울 수 있었음. 레벨2에는 이를 꼭 반영해서 진행해보자 → 2주차 기준 2NDB나 코드 공부가 부족한듯
• 건강관리 필수!! → 진통제는 많이 먹어서 안좋다길래 다른 개선제를 먹는중 아직 효과는 모르겠음