입사 전 알아야하는 기본 지식

< LIG 넥스원 특강 자료 참조 >

1. software defined warfare
   
   1. 팔란티어
2. workflow
   1. distributed learning
   2. federated learning
   3. automl
   4. MLOps
      1. 모델 훈련 및 최적화
         1. Katib: Object, Nas/Docker Registry
         2. Training Operator
      2. 모델 배포 및 운영
         1. KFseving
   5. RAG
3. 모델 타입: CNN, RNN, LSTM, GAN....
4. 강화학습
5. 한국 전장 시스템

---

< 하다보니까 필요한 지식 >

• 공학 기초 지식: 
  • 공학 수학/선형대수 (데이터 사이언스에서 필요한 지식들)
    1. 벡터란?
    2. 선형결합 / 생성 / 기저 벡터
    3. Span / Basis / Rank / Linear Projection
    4. 공분산(covariance) / 공분산 행렬(covariance matrix) / 상관계수(Correlation coefficient)
    5. 고유값(eigenvalue)과 고유벡터(eigenvector)
    6. 데이터를 고유벡터에 선형 투영하기
    7. 고차원의 문제(The Curse of Dimensionality; 차원의 저주)
    8. 차원축소(Dimension Reduction)
    9. 주성분 분석(Principal Component Analysis, PCA)
    10. normalization(정규화) / standardization(표준화)