영상 핵심 정리 — AI 개발자 취업 포트폴리오 가이드

채용 단계별 활용

단계	제출물	포트폴리오 역할
서류	이력서 + GitHub 링크	첫 필터링 — README 30초 어필
코딩 테스트	알고리즘 풀이	간접 증거 (코드 스타일)
기술 면접	프로젝트 설명	STAR 스토리 3개
임원 면접	비즈니스 임팩트	비용 절감·효율화 수치

STAR 기법 스토리 예시

S (Situation): 자동차 부품 공장 육안 검사로 하루 4시간 소요
T (Task): 딥러닝 실시간 불량 검사 시스템 구축 (혼자)
A (Action): YOLOv8 파인튜닝 + MVTec AD + OpenCV 전처리
             → 500장 수집, 80/20 분할, 30 epoch 학습
R (Result): mAP@50 = 0.91, 검사 시간 4h → 0.5h, 오탐 40% 감소

9주 통합 서사

Week 1-3: 데이터 수집·전처리 역량
Week 4-6: 모델 설계·학습·평가 역량
Week 7-8: MLOps·배포·모니터링 역량
Week 9:   문서화·발표·포트폴리오 역량
→ '9주간 제조 AI 풀스택 파이프라인 구축 경험'

필수 수치

• 모델 성능: Precision, Recall, mAP, F1
• 처리 속도: 추론 시간 (ms/image), FPS
• 데이터 규모: 학습 이미지 수, 클래스 수
• 비즈니스 임팩트: 시간/비용 절감 (추정치 가능)

함정 주의: '다양한 기술을 경험했습니다' 수준 서술은 탈락. 숫자와 맥락 없는 포트폴리오는 없는 것과 같다. 하나의 프로젝트를 깊게 판 증거가 열 개의 얕은 프로젝트보다 낫다.

다음 task와의 연결

다음 project는 9주 전체 결과물을 종합한 최종 발표 시나리오와 Q&A 준비다.

스마트팩토리 예지보전 AI 프로젝트를 STAR 기법(상황-과제-행동-결과)으로 1분 자기소개 스토리로 만들어줘. 제조 AI 도메인 경험의 희소성(설비 데이터 특성·현장 제약·도메인 전문 용어)을 구체적으로 담고, 면접관에게 '이 사람은 제조 현장을 아는 AI 개발자다'라는 인상을 줄 수 있는 문장으로 편집해줘.