인기 글
-
[2024년 상반기 IBK기업은행 신입행원 채용][디지털] 필기시험 합격 후기
2024년 상반기 IBK기업은행 신입행원 채용 디지털 직무로 지원했습니다!필기 시험 합격 후기를 간단히 적어볼까 합니다!시험 개요시간 : 120분문제 수 : 75문제 (1문제당 약 1분 30초만에 풀어야함)문제 구성- 직업기초 40문제 (1.5점)- 직무수행 객관식 30문제 (1점)- 직무수행 주관식 5문제 (2점) 우선, 지금까지는 디지털이라는 이름으로 IT와 디지털을 함께 뽑았다면, 이번 공채부터 디지털과 IT를 분리해서 채용하게 되었습니다. 그에 따라 필기, 실기 시험에 차이가 생겼습니다. 이 점을 잘 인지하고 필기와 실기를 준비해야할 것 같습니다. 새로운 디지털 분야는 필기시험 직무수행 영역에서 데이터베이스, 데이터분석, 인공지능 모델링, 블록체인, 시사 주로 총 5과목이 주로 출제됨을 알 수 ..
2024.06.15
-
[IBK기업은행 청년인턴][디지털]하계 면탈, 동계 합격 후기
2023년 IBK 기업은행 하계 체험형 청년인턴 면접에서 탈락한 뒤,2024년 동계 체험형 청년인턴에서 합격했습니다. 두번의 기턴 면접에서 보고 느낀 것들, 나름의 팁(?)들과 함께 후기를 적어볼까 합니다. 2023년 하계 인턴 선발은 다음과 같은 과정으로 진행되었습니다! 1. 자소서 서류 평가 + AI 면접2. 대면 면접(토론발표, 인성) 2024년 동계 인턴 선발은 비대면으로 실시하는 인성검사가 추가되었어요. 서류랑 AI 면접을 통해 서류 합격자들을 선발한 뒤, 인성검사 + 대면면접 결과를 통해 최종 합격자를 선정합니다! 1. 자소서 서류 평가 + AI 면접2. 인성검사 + 대면 면접(토론발표, 인성) ......자소서제가 지원한 직무는 디지털이고, 하계 자소서 항목은 다음과 같았습니다 Q1. 본..
2024.01.04
-
[2024년 상반기 IBK기업은행 신입행원 채용][디지털] 최종면접 합격 후기
2024년 상반기 IBK기업은행 신입행원 채용에서 디지털 직무로 최종합격했습니다!합격 후기를 적어볼까합니다ㅏ면접 및 향후 일정최종면접은 6/3 ~ 6/7 까지 일주일간 진행되었고, 디지털은 6/4(화) 에 한 번에 봤습니다! 최종면접 대기실에서 향후 일정에 대해 간단히 알려주시는데, 결과 발표 : 6/12(수) ~ 14(금) -> 실제로는 13(목) 오후 5시경에 결과가 나왔습니다!연수 시작 : 6/18(화) 합격 발표와 연수 시작 까지의 간격이 매우 좁아서,,, 재직자들은 빠르게 퇴사를 하셔야할 것 같습니다 ㅜ 최종면접경쟁률 : 1.7 : 1합격 예정 인원 : 7명면접 응시자 : 12명면접 결시자 : 0명성비 : 남6 여6 진행방식- 최종면접은 디지털 직무 지원자들 12명이 모두 들어가서 한 번..
2024.06.16
-
[데이터 분석을 위한 SQL 레시피] 15강 - 사이트 내의 사용자 행동 파악하기
웹사이트에서의 특징적인 지표 - 방문자 수 - 방문 횟수 - 직귀율 - 이탈률 1. 입구 페이지와 출구 페이지 파악하기 입구 페이지 - 사이트 방문했을 때 처음 접근한 페이지(랜딩 페이지) 출구 페이지 - 마지막으로 접근한 페이지(이탈 페이지) 코드 15-1 - FIRST_VALUE, LAST_VALUE : 첫번째 값을 가져오기 ex) FIRST_VALUE(path) : path열의 첫번째 값으로 landing 열을 구성 - partition by - rows between unbounded preceding(처음), following(끝) 코드 15-2 입구,출구 페이지의 방문횟수 집계 어떤 페이지에서 조회하기 시작해서 어디서 이탈하는지도 파악해야됨! 코드 15-3 세션별로 입구 페이지와 출구 페이지의..
2023.11.06
-
SVR(Support Vector Regression)
서포트 벡터 머신 회귀(support vector machine regression) - 비모수적 방법 - 커널 함수를 기반으로 함 - 제한된 마진 오류 안에서 가능한 한 많은 관측치가 마진에 포함되도록 학습하는 방법 - 마진 안에 관측치가 많은 초평면이 좋은 초평면이다 - svm과 마진을 고려하는 건 똑같지만, svr은 마진 밖에 있는 error가 최소가 되도록 동작함 - 마진의 폭은 하이퍼파라미터 ε(입실론)으로 조절(slack variable 과 혼동 x) - 마진을 통해 오차에 반응하지 않는 영역 마련 -> 노이즈에 영향을 받지 않도록 - 마진에 들어가는 학습데이터를 추가 -> 예측 능력에 영향 X - 모델은 입실론에 민감하지 않다 - 입실론이 아니라 규제 C에 민감하다 - SVR의 규제 C - ..
2023.04.01
-
BERT 활용 - 질의 응답(Question Answering)
BERT는 Fine-tuning 하여 다양하게 사용할 수 있는데 그 중 하나가 질의응답(Question Answering)이다. 조금 더 공부해봐야 확실하게 말할 수 있겠지만, 이 글에서 말하는 질의 응답은 대화형 챗봇과는 다른 맥락이다. Fine-tuning이란? - 우리가 풀고자 하는 태스크의 데이터를 사전학습 된 BERT에 추가로 학습시키는 것 - 가중치 업데이트 - 실질적으로 BERT를 활용하는 작업이라고 볼 수 있다. 이 글에서 말하고자 하는 '질의 응답'을 정의하자면 - 추출형 질의응답(extractive question answering) - 질문에 답을 하는 것 - 구체적으로는, 질문(question)에 대한 답(answer)을 지문(context)에서 찾는 것 - 지문에 대해서 질문을 제..
2023.08.09
-
CNN 이해하기 (1)
CNN 1. 합성곱 신경망(Convolutional neural network, CNN)은 시각적 영상을 분석하는 데 사용 2. 딥러닝에서 심층 신경망으로 분류 3. 시각적 영상 분석에 주로 적용 4. 상 및 동영상 인식, 추천 시스템, 영상 분류, 의료 영상 분석 및 자연어 처리 등에 응용 왜 CNN인가? 일반 DNN(Deep Neural Network)의 문제점 - 기본적으로 1차원 형태의 데이터를 사용 - 이미지가 입력값이 되는 경우, 이것을 flatten시켜서 한줄 데이터로 만들어야 함 - 이 과정에서 이미지의 공간적/지역적 정보(spatial/topological information)가 손실 - 한줄로 된 row데이터에서는 연산관계(픽셀들이 모여 객체를 만듦, 픽셀 간의 상관관계)가 제거 됨...
2023.05.02
