소규모 집중 프로젝트를 완료하고 당신의 기술을 선보이세요.

포트폴리오는 일반적으로 디자이너와 아티스트가 잠재 고객 및 고용주에게 이전에 자신이 해 왔던 작업을 보여주기 위한 것입니다. 디자인, 예술 및 사진은 창의적이고 경험에 기반한 것이며, 당신이 이런 것을 할 수 있다는 것을 직접적으로 보여주는 것입니다. 이 글에서 여러분은 머신러닝 포트폴리오가 정확히 무엇인지, 포함될 수 있는 프로젝트 유형 및 포트폴리오를 실제로 작동시키는 방법이 무엇인지 알게 될 것입니다.

머신러닝 포트폴리오의 이점

당신을 위한 혜택

머신러닝의 초보자이든 숙련자이든 머신러닝 포트폴리오를 만드는 것은 가치 있는 활동입니다. 머신러닝 프로젝트 포트폴리오를 구축하면 집중력과 동기 부여를 유지하고 향후 프로젝트에 활용할 수 있습니다.

• 초점: 각 프로젝트에는 잘 정의된 목적과 결과 이미지가 있습니다. 노력과 자원이 제한된 소규모 프로젝트는 빠르게 진행할 수 있는 장점이 있습니다.
• 지식기반: 완료된 프로젝트는 향후 프로젝트를 추진할 때 활용할 수 있는 지식 기반이 됩니다.
• 트래킹 : 일관된 수집 프로젝트는 당신의 진행현황을 트래킹하기 위한 지렛대로 사용할 수 있습니다.

다른 사람에 대한 혜택

완성된 프로젝트의 포트폴리오는 다른 사람들이 특정 기술, 의사 소통 능력의 지표로 사용할 수 있습니다.

• 기술: 프로젝트는 특정 문제, 도구, 라이브러리 기술 스택 또는 알고리즘과 관련하여 사용자의 역량을 입증할 수 있습니다.
• 의사소통 : 프로젝트는 적어도 목적과 결과 측면에서 이해되어야 합니다. 좋은 포트폴리오는 기술 분야 과제를 의사소통 기술이 없이도 보여줄 수 있는 수단이 됩니다.
• 동기 부여 : 범위에 관계없이 사이드 프로젝트를 수행하고 완료하는 데는 일정 수준의 자기 훈련이 필요합니다. 

커뮤니티에 대한 혜택

프로젝트를 공개적으로 공유하면 더 넓은 머신러닝 커뮤니티로 혜택이 확장됩니다.

• 참여: 프로젝트를 공개함으로써 당신과 당신이 속한 커뮤니티는 당신의 프로젝트에 확장 및 개선을 제공할 수 있는 제3자로부터 피드백을 이끌어낼 수 있습니다.
• 출발점 : 프로젝트를 공개함으로써 다른 사람들이 배우고 구축할 수 있는 출발점을 제공할 수 있습니다.
• 사례 연구 : 프로젝트를 공개함으로써 혁신의 원천인 독특하거나 흥미로운 알고리즘 행동 또는 문제 분석에 대한 연구 과제를 제공할 수 있습니다.

저는 머신러닝 포트폴리오를 구축하는 것이 당신에게 몇 가지 이점을 가져다 준다고 확신합니다. 다음으로, 머신러닝 포트폴리오가 정확히 무엇인지 살펴 보겠습니다.

머신러닝 포트폴리오 구축

머신러닝 포트폴리오는 완료된 독립 프로젝트의 모음으로, 각 프로젝트는 어떤 식으로든 머신러닝을 사용합니다. 효과적인 머신러닝 포트폴리오의 다섯 가지 속성은 다음과 같습니다.

• 접근성 : 공개적으로 액세스 할 수있는 웹 페이지 또는 공개 코드 저장소 모음의 형태로 포트폴리오를 공개하는 것. 가능하다면 사람들이 작업을 찾고, 읽고, 의견을 말하고, 사용하면 좋습니다.
• 작은 범위 : 각 프로젝트는 노력, 자원 및 소요되는 시간 (10-20 시간) 측면에서 범위가 작아야 합니다. 당신은 바쁘고 집중력을 유지하기가 어렵습니다. 저의 작은 프로젝트 방법론을 참조하십시오.
• 완료: 프로젝트가 작으면 완료하기 쉽습니다. 겸손한 프로젝트 목표를 설정하고 달성하십시오. 미니 실험과 마찬가지로, 당신은 당신의 성공과 실패의 결과를 제시해야 합니다.
• 독립적: 각 프로젝트는 독립적으로 이해할 수 있도록 독립적이어야 합니다. 이것은 이전 작업을 활용할 수 없다는 것을 의미하지는 않으며, 프로젝트가 그 자체로 의미가 있음을 말합니다.
• 이해할 수 있음: 각 프로젝트는 목적과 결과를 명확하고 효과적으로 전달해야 합니다

영감을 줄 수 있는 네 가지 유형의 작은 프로젝트 아이디어는 다음과 같습니다.

• 머신러닝 도구 또는 라이브러리의 속성을 조사합니다.
• 머신러닝 알고리즘의 동작을 조사합니다.
• 데이터 집합 또는 머신러닝 문제를 조사하고 특성화합니다.
• 선호하는 프로그래밍 언어로 머신러닝 알고리즘을 구현하십시오.

포트폴리오의 일부라고 생각하지 않았던 프로젝트에 대한 몇 가지 아이디어는 다음과 같습니다.

• 교과 과정: 머신러닝 관련 과정(예: MOOC)에 대한 노트와 숙제에 대한 명확한 프레젠테이션.
• 서평: 머신러닝 책을 읽고 검토하는 것에서 노트를 명확하게 표현할 수 있습니다.
• 소프트웨어 검토: 머신러닝 관련 소프트웨어 도구 또는 라이브러리를 사용하기 위한 명확한 프레젠테이션 및 작업 예제입니다.
• 경쟁 참여: Kaggle과 같은 머신러닝 대회에 참가하기 위한 메모와 결과가 명확하게 표시됩니다.
• 해설: 머신러닝 테마 블로그 게시물 또는 Quora, Reddit Machine Learning 또는 CrossValidated와 같은 Q & A 사이트의 머신러닝 관련 질문에 대한 자세한 응답

이제 머신러닝 포트폴리오가 무엇인지 알고 프로젝트에 대한 아이디어를 얻었으므로 포트폴리오에서 멋진 것을 만드는 방법을 살펴 보겠습니다.

포트폴리오를 멋지게 만들기

포트폴리오를 빛나게 하려면 어느 정도의 마케팅은 필요합니다. 하지만 걱정할 필요는 없습니다.

코드 저장소

공개 프로젝트를 게시할 수 있는 GitHub 또는 BitBucket과 같은 소스 코드 저장소를 사용하는 것이 좋습니다. 이 때 프로젝트의 모든 내용을 설명하는 메인 페이지에 추가 정보 파일을 제공하는 것이 좋습니다. 이 기능을 사용하여 각 프로젝트의 목적과 결과를 명확하게 설명하십시오. 이미지, 그래프, 비디오 및 링크를 포함하는 것을 두려워하지 마십시오.

프로젝트를 다운로드하고 결과를 재현하기 위한 명확한 지침을 제공합니다. 사람들이 작업을 재현하고 가능한 한 쉽게 만들 수 있게 만들어야 합니다. (예를 들어, 다운로드 하고 이것을 입력하여 빌드하고 실행하십시오)

큐레이트 프로젝트

GitHub에 어떤 프로젝트든 올려둘 수 있지만 가능하면 가장 명확하고 흥미로운 작업만 올려두는 게 좋습니다. 갤러리처럼 프로젝트를 큐레이트하십시오. 당신의 기술, 관심사 및 능력을 가장 잘 보여주는 것을 선택하십시오. 당신이 할 수 있는 것과, 당신이 한 일을 과시하십시오. 자기 홍보에 대한 이러한 아이디어는 당신이 다루고 싶은 프로젝트로 되돌아 올 수 있습니다. 당신의 비전, 당신이 어디에 있고 싶은지, 그리고 당신이 거기에 도달하는 데 도움이 될 어떤 프로젝트를 다루고 싶은지 분명히 하십시오. 프로세스를 소유하십시오.

결과를 공유

결과를 작성하는 데 많은 시간을 할애하십시오. 그들이 프로젝트의 목표와 어떻게 관련되어 있는지 설명하십시오. 도메인에서 그들이 가지고 있거나 가질 수 있는 영향에 대해 설명하십시오. 프로젝트에 대해 깊이 파고들 수 있는 한 달 또는 몇 년의 시간이 더 있다면 탐색할 수 있는 확장 프로그램에 대한 기회를 나열합니다.

테이블, 그래프 및 스토리를 전달하는 데 도움이 되는 그림을 만드십시오. 결과를 블로그 게시물로 작성하십시오. 추가적으로  결과를 얻은 방법을 보여주는 짧은 화면 녹화 영상과 작은 파워 포인트 프리젠테이션을 만들어 YouTube에 올려 놓으십시오. 이 비디오는 블로그 게시물에 포함될 수 있으며 프로젝트 저장소의 추가 정보 파일에서 링크할 수 있습니다.

당신이 발견한 것과 그것들이 당신에게 얼마나 중요한지에 따라, 기술 보고서를 작성하고 슬라이드를 SlideShare에 업로드 할 수도 있습니다.

나의 포트폴리오 홍보

각 프로젝트를 완료할 때 각 프로젝트의 세부 정보를 공유할 수 있습니다. 트위터, 페이스북 및 Google+에 링크를 공유하는 것은 좋은 방법입니다. LinkedIn에서 각 프로젝트를 “프로젝트“로 추가하세요. 

이제 포트폴리오를 빛나게 하는 방법과 단어를 얻는 방법에 대한 아이디어가 생겼으므로 머신러닝 포트폴리오의 몇 가지 예를 살펴볼 수 있습니다.

머신러닝 포트폴리오 트렌드

코드 포트폴리오에 대한 아이디어는 새로운 것이 아닙니다. 최근 데이터 과학자 및 관리자들은 인터뷰에서 머신러닝 대회 참가 및 온라인 교육 수료증 및  포트폴리오를 요구하고 있다고 합니다. 프로그래밍 인터뷰의 샘플 코드와 마찬가지로 머신러닝 포트폴리오는 당신의 취업을 좌우하는 중요한 요소가 되었습니다.

좋은 (가급적 완성된) 머신러닝 포트폴리오의 예를 찾으십시오. 머신러닝 대회에서 입상한 사람들과 만나거나, 블로그와 공개 코드 저장소에 업로드된 머신러닝 포트폴리오를 찾아 보십시오. 오픈 소스 머신러닝 프로젝트의 기여자를 찾고, 블로그 및 공개 코드 저장소에서 소프트웨어에 대한 놀라운 자습서, 응용 프로그램 및 확장 기능을 찾아볼 수 있습니다.

지금 시작하세요. 머신러닝에 대한 지식, 관심 또는 기술을 포트폴리오에 담아 보십시오.