포트폴리오

• 1. AI 직원과 AI 통역가를 통해 언어의 한계를 뛰어넘은 메타버스 컨벤션
• 2. 스크린샷을 DB화, 검색 및 요약 기능 제공
• 3. 고양이 꼬리의 모양을 통해 감정을 분석
• 4. 영문 텍스트에서 MBTI 추측

---

1. AI 직원과 AI 통역가를 통해 언어의 한계를 뛰어넘은 메타버스 컨벤션

노션 링크 - 메타 컨벤션

기간: 2024.10.01~2024.12.16(약 10주)

기술 스택: Python, PyTorch, LangChain, FAISS, Docker, Docker Compose, AWS,..

• Python: 데이터 처리 및 서버 구현
• PyTorch: 추천 시스템 구현시, 트랜스포머 계열 임베딩 모델 사용
• LangChain: LLM과의 인터페이스 구축
• FAISS: 대용량 벡터 검색을 위한 라이브러리, 빠른 유사도 검색을 위해 선택
• Docker & Docker Compose: 마이크로서비스 컨테이너화 및 관리
• AWS (EC2): 클라우드 환경에서의 서비스 배포 및 스케일링

맡은 역할: 기업 데이터 크롤링, 추천 시스템, AI 직원과 바이어의 대화 요약 시스템

Github: meta convention

2. 스크린샷을 DB화, 검색 및 요약 기능 제공

노션 링크 - 스크린샷 기반 개인화DB

기간: 2024.07.29~2024.08.20(약 3주)

기술 스택: Python, PyTorch, OpenCV, Paddle ocr, LangChain, FAISS, Gradio,..

• Python: 데이터 처리 및 모델 사용
• PyTorch: 트랜스포머 계열 모델을 활용하여 텍스트 임베딩 및 자연어 처리 작업 수행
• OpenCV: 이미지 전처리 작업에 사용
• Paddle ocr: OCR 처리에 사용
• LangChain: LLM과의 인터페이스 구축에 사용
• FAISS: 대용량 벡터 검색을 위한 라이브러리, 빠른 유사도 검색을 위해 선택
• Gradio: 사용자 인터페이스 구축에 사용. 팀원들이 구현한 앱과 기능을 연결하여 사용자가 쉽게 접근할 수 있도록 지원

맡은 역할: 스크린샷 이미지 전처리, 여러 모델을 활용한 기초적 구성 구현(전원 실행), 팀원들이 구현한 Gradio 앱과 기능 간의 연결

3. 고양이 꼬리의 모양을 통해 감정을 분석

노션 링크 - cattail language

기간: 2024.07.15~2024.07.26(약 2주)

기술 스택: python, pytorch, optuna,..

• Python: 데이터 처리 및 모델 사용
• PyTorch: 딥러닝 모델 사용
• Optuna: 하이퍼 파라미터 튜닝

맡은 역할: 데이터 수집(크롤링, 이미지 생성), 모델 개발(모델 선택, 하이퍼 파라미터 튜닝)

4. 영문 텍스트에서 MBTI 추측

노션 링크 - 글에서 네가 보여

기간: 2024.07.02~2024.07.12(약 2주)

기술 스택: python, pandas, pytorch, sklearn, optuna,..

• Python: 데이터 처리 및 모델 사용
• Pandas: 데이터 전처리 및 분석
• Sklearn: TF-IDF 벡터화, 모델 구현, 평가 지표 계산 등 여러 작업에 활용
• Optuna: 하이퍼파라미터 튜닝

맡은 역할: 모델 개발(데이터 전처리, 모델 선택, 하이퍼파라미터 튜닝), 발표