가상 이력서 예시입니다. 이름·재직 이력·성과는 설명을 위해 만든 내용이며 실제 직원의 기록이 아닙니다.
위은경
모델 배포·데이터 품질·추론·평가·비즈니스 영향 지도 실습 경험을 갖춘 머신러닝 엔지니어 인턴. 주요 수행 분야: Python · PyTorch · 피처 파이프라인 · 모델 서빙
경력
쿠팡
대한민국 서울
머신러닝 엔지니어 인턴
2026년 6월 - 2026년 8월
- 지도 아래 학습 데이터와 모델 산출물을 함께 버전 관리; 오프라인 평가·서빙 지연을 비교하고 오분류 사례를 검토한 뒤 배포 후보 선정
- 랭킹 모델을 경량화하고 온라인 추론의 피처 조회를 배치 처리. 조사 자료 준비와 검증·문서화를 지원하고, 맡은 작업을 멘토에게 검토받음. 전체 업무 흐름에서 가장 긴 대기 구간을 제거
- 운영 피처 62개에 최신성·결측률·분포 점검을 추가. 조사 자료 준비와 검증·문서화를 지원하고, 맡은 작업을 멘토에게 검토받음. 같은 장애 원인으로 반복되는 사고 감소
- 지도 아래 고정 데이터·난수 시드를 활용한 PyTorch 평가 구간 책임; 학습·시험 간 중복 사례로 발생한 허위 성능 향상 원인 해결
- 지도 아래 Kubernetes 리소스 제한을 활용한 Python 배포 검증 구축; 동일 부하 재현 요청 1,000건당 추론 실패 14건에서 3건으로 감소
주요 프로젝트
머신러닝 엔지니어 실무 사례 연구
인턴 프로젝트 참여자
2025년 9월 - 2026년 5월
- 멘토의 검토를 받는 모의 실습에서 SQL로 추출한 시청 특징을 사용하는 Python 머신러닝 파이프라인을 만들고 학습·평가(evaluation) 기간을 분리. 배포(deployment)를 제안하기 전에 단순 기준 모델과 비교
- 후속 지도 실습에서 예측 최신성·특징 드리프트·서빙 오류의 모니터링(monitoring)을 추가. 특징 도착이 늦어도 추천 화면이 비지 않도록 대체 순위 경로를 시험
- 지도 아래 14개 코호트의 세그먼트 지표를 포함한 오프라인-온라인 평가 스위트를 구축. 조사 자료 준비와 검증·문서화를 지원하고, 맡은 작업을 멘토에게 검토받음
- 중복·지연 도착·정정 값을 가진 합성 원천 기록 생성; 행 수·키 고유성 검증식을 작성하고 사례별 보고 지표의 기대 변화 기록
- 분석 결과와 수기 계산 기준표 대사; 차이를 변환 단계까지 추적하고 정정 쿼리에 데이터 사전·재실행 안내 첨부
- 수기 계산 기준표를 활용한 합성 데이터 검증 책임; 중복 키에 따른 과대 집계 해결 및 정정 합계 재현 노트북 완료
학력
숭실대학교
서울 · 대한민국
컴퓨터학부 공학사 · 재학 중
2023년 3월 - 2027년 2월
관련 과목: 알고리즘, 운영체제, 데이터베이스, 컴퓨터 네트워크
핵심 역량
직무 전문성
Python · PyTorch · 피처 파이프라인 · 모델 서빙 · 평가 · Kubernetes

