개발자로 취직하기

미국 대학원 지원서 CV와 Statement 완벽 가이드

개발자로 취직하기 — Mon, 2 Sep 2024 18:45:09 +0900

이번 블로그 포스트에서는 대학원 지원서 작성 시 필수적인 CV와 Statement 작성 방법에 대해 다뤄보겠습니다. 많은 분들이 이 과정에서 어려움을 겪으실 텐데요, 제가 직접 경험한 내용을 바탕으로 여러분께 도움이 될 수 있는 팁을 전해드리겠습니다.

1. CV 작성법

CV는 Curriculum Vitae의 약자로, 직역하면 '인생의 여정'이라는 뜻입니다. 주로 이력서와 같은 의미로 사용되며, 구성 항목은 다음과 같습니다:

Education: 재학 연도와 학점을 기재합니다. 가장 간단한 항목입니다.
Work Experience: 관련 프로젝트 별로 기재합니다. 연구 주제와 최대한 연관시켜 작성하는 것이 좋습니다.
Research Experience: 대학이나 회사에서의 연구 경력을 기재합니다. 연구 실적을 적는 곳입니다.
Additional Activities: 동아리 활동, 봉사 활동 등 리더십과 사회성을 보여줄 수 있는 경험을 적습니다.
Honors and Awards: 수상 경력을 정리합니다.
Additional Information: 외국어 능력, 자격증, 기술 스택 등을 간략히 기재합니다.

CV는 A4용지 기준 1-2장이 가장 일반적입니다. 너무 길게 쓰기보다는 간단명료하게 나를 어필하는 것이 중요합니다. 제가 사용했던 프롬프트와 예시들은 다음 영상에서 확인하실 수 있습니다.

2. Statement 작성법

Statement는 크게 연구계획서, Challenge, Diversity 에세이로 나뉩니다. 이번 포스트에서는 연구계획서에 대해 중점적으로 다루겠습니다.

분량: 영어로 1000단어, Times New Roman 글꼴 11포인트로 A4용지 2-3페이지 분량입니다.
구성:
1. 대학원에 지원하게 된 계기: 특정 문제를 실감하고 이를 해결하기 위해 관심을 갖게 된 기술과 연구자들을 언급합니다.
2. 내가 대학원에서 연구를 잘 할 수 있는 이유: 학부와 회사에서의 경험을 바탕으로 연구 능력을 어필합니다.
  대학원 졸업 후의 계획: 해당 연구를 통해 어떤 분야에 기여할 계획인지 설명합니다.
3. 이 과정을 통해 나의 이력과 연구 계획을 논리적으로 풀어내는 것이 중요합니다. 처음에는 생각나는 대로 모든 내용을 적고, ChatGPT를 활용해 이를 정리하고 요약하는 방법도 좋습니다.

3. ChatGPT 활용법

문서 작성 시 ChatGPT를 활용하면 큰 도움이 됩니다. 처음부터 ChatGPT에게 작성해달라고 하기보다는, 자신이 생각한 내용을 모두 적은 후 이를 요약해 달라고 요청하면 더욱 자연스럽고 깔끔한 문서를 얻을 수 있습니다.

예를 들어, 2000단어로 작성한 내용을 1000 단어로 줄여달라고 요청하면, 불필요한 부분을 제거하고 핵심만 남깁니다. 이 과정에서 영어 표현도 자연스럽게 다듬어지니, 특히 비영어권 학생들에게 유용합니다.

마무리

CV와 Statement 작성은 많은 시간과 노력이 필요한 작업입니다. 하지만 ChatGPT를 적절히 활용하면 그 과정이 훨씬 수월해집니다. 여러분도 한번 시도해 보시고, 더 좋은 결과를 얻으시길 바랍니다.

궁금한 점이 있다면 언제든지 댓글로 남겨주시고, 개인 상담이 필요하신 분들은 인프런 멘토링을 참고해주세요. 모두 대학원 준비 화이팅입니다!

이상으로 대학원 지원서 작성에 대한 포스트를 마치겠습니다. 여러분의 성공적인 지원을 기원합니다!

인프런 멘토링 개인 상담 신청: https://inf.run/w6UW3

<개발자 이직/면접/대학원 준비 상담소> 멘토링 - 인프런

개발자, 디자이너, 기획자, IT 업계 선배와 동료들에게 조언을 구해보세요. 더 빨리, 멀리 갈 수 있어요.

www.inflearn.com

이력 검수 및 수정을 위한 ChatGPT Prompt: act as a professional career advisor and resume reviewer. here are some descriptions to describe my experience, make it concise into 3 bullet points and paraphrase to improve readability and correct grammatical errors.

Statement 검수 및 수정을 위한 ChatGPT Prompt: act as an expert in writing statement of purposes for graduate school applications. provided below is my statement of purpose. make sure it is under 1000 words including white space, while making the statement more concise, improving its readability, and fixing grammatical errors.

생성형 AI는 버블인가? – 골드만 삭스의 분석 보고서

개발자로 취직하기 — Mon, 12 Aug 2024 18:45:53 +0900

자세한 내용은 영상으로 확인하세요! :)

경제나 투자에 큰 관심이 없는 사람도 골드만 삭스라는 이름은 들어봤을 것입니다. 미국에서 가장 유명한 투자은행 중 하나로, 금융과 투자 업계에서 엄청난 영향력을 가지고 있는 기업이죠. 최근 골드만 삭스는 생성형 AI가 버블이라는 분석 결과를 발표했습니다. 한국에서는 이 주제가 크게 다뤄지지 않은 것 같아, 이번 블로그 글을 통해 자세히 알아보겠습니다.

골드만 삭스의 보고서는 실험적인 연구보다는 경제학자, 연구원, 벤처 투자자, 그리고 MIT 교수님의 의견을 인터뷰 형식으로 취합한 내용입니다. 보고서를 한마디로 요약하면, 생성형 AI는 비용은 높은데 실익이 떨어져서 투자자들의 마음이 점점 식어가고 있다는 것입니다. 즉, 가성비가 나쁘다는 것이죠. 이번 글에서는 AI 비용이 계속 증가하는 이유, 비용이 증가해도 극복하기 어려운 생성형 AI의 구조적 한계, 그리고 개발자 입장에서 이 상황을 대처할 방법에 대해서 다뤄보겠습니다.

증가하는 비용

골드만 삭스가 제기하는 첫 번째 문제는 바로 비용입니다. 인공지능 기술 개발을 위해서는 엄청난 양의 데이터와 연산이 필요하다는 것은 초기부터 알고 있던 부분입니다. 하지만 초기 투자 이후에도 예상보다 비용이 많이 들고, 오히려 증가하고 있다는 것이 큰 문제입니다.

투자자들도 GPU나 NPU 같은 초기 인프라를 구축하는 비용을 예상했겠지만, GPU는 주기적인 교체가 필요한 제품이라 고정비용이 아닙니다. 엔비디아의 독점으로 인해 단가도 비싸지고, 소비 전력도 엄청나서 전력 소비에 대한 논의도 필요할 정도입니다. 또한, 양질의 데이터를 얻기 위한 비용도 증가했습니다. AI가 일자리를 대체하기 시작하면서, 무료로 접근 가능한 정보에 대해서도 지적재산권을 요구하기 시작했기 때문입니다.

결국, 초기에는 무작정 데이터를 많이 입력해도 정확도가 높아졌지만, 이제는 전문 분야를 대체하려면 양질의 데이터만 입력해야 신뢰할 수 있는 AI 서비스가 나온다는 것을 경험하고 있습니다. 그래서 기업들은 '정제된 데이터를 골라서 학습시키자' 전략으로 바뀌고 있으며, 이에 따라 높은 비용을 부담해야 합니다.

생성형 AI의 구조적 한계

비용을 줄이는 대신 성능을 높이는 것도 가성비를 높이는 방법입니다. 하지만 생성형 AI는 구조적인 허점이 있습니다. 학습 데이터를 늘리면 정확도가 향상될 것이라는 가정이 있었지만, 실제로 많은 돈을 투자해도 할루시네이션 문제가 발생하고 있습니다. 이는 특정 산업을 완전히 대체할 산업 혁명보다는 업무 효율을 증진시키는 산업 개선에 그칠 수 있다는 의문을 제기합니다.

저도 다양한 인공지능 툴을 활용해 보았지만, 전문적인 영역을 대체하기에는 여전히 부족하다는 경험을 합니다. 블로그 글 작성조차도 전문성이 부족하다고 느껴집니다. 그래서 조회수 차이도 AI 서비스로 작성한 글보다 사람이 작성한 글이 더 높습니다.

이러한 이유로, 의료, 법무, 회계 분야의 대체 가능성에 대한 근본적인 의문이 생깁니다. 골드만 삭스 보고서도 생성형 AI가 비싼 가격에도 불구하고 기본적인 작업을 수행하는 수준에도 미치지 못한다고 평가했습니다.

개발자에게도 미래가 없을까?

인터뷰에 참여한 전문가들은 인공지능 기술 자체는 가치 있고 산업에 큰 변화를 가져올 것이라고 동의합니다. 하지만 그 가치가 만개하기까지 시간이 오래 걸릴 것이고, 사람들이 너무 낙관적이라고 판단합니다. 그렇다면 개발자 혹은 기술자 입장에서는 어떻게 해야 할까요?

제 생각에는 개발자라면 계속 이 길을 가는 것이 지금으로서는 가장 확률이 높은 선택일 것 같습니다. AI 기술이 이미 세상을 바꾸었고, 회사들이 돈을 투자했다면, 투자금을 회수하기 위해서라도 해결책을 찾을 것이라고 생각합니다. 자동차가 보급되면서 안전벨트와 에어백 같은 기술을 개발하여 자동차 사업을 이어갔듯이, 지금은 치명적일 것 같은 기술 결함도 해결책을 찾아낼 것이라 생각합니다.

물론 투자자 입장에서는 좋지 않을 수 있어 투자금이 줄고, 발전 속도도 느려지고 일자리도 줄어들 수 있습니다. 하지만 AI 기술이 사장되기에는 너무 먼 길을 와버려서 언젠가는 보편화되지 않을까 생각합니다. 따라서 개발자로서 AI 분야의 전문성을 확보하는 것이 가장 미래가 밝을 것이라고 생각합니다.

결론

1. 비용이 줄어들기보다는 오히려 증가하고 있다.
2. 전문직을 대체하기에는 정확도가 떨어지고, 올릴 수 있을지 모르겠다.
3. 투자자 관점에서는 매력이 떨어지고 있지만, 개발자라면 이 분야에서 존버하는 것이 가치를 높이는 가장 쉬운 방법이다.

여러분은 어떻게 생각하시나요? AI가 진정한 산업혁명이 될지, 아니면 산업개선 정도에서 서서히 잊힐지 의견과 경험을 공유해 주시면, 우리 모두 현실을 더 정확하게 직시할 수 있을 것입니다.

개발자에게 영어가 필요한 3가지 이유

개발자로 취직하기 — Mon, 29 Jul 2024 18:45:52 +0900

자세한 내용은 영상으로 확인하세요! :)

현업에서 개발자들과 대화를 나누다 보면 “개발자는 영어를 잘 못해도 괜찮다”는 인식이 일반적입니다. 많은 개발자들이 개발만 잘하면 된다고 생각하지만, 이런 인식은 앞으로 달라질 것 같습니다. 오늘은 왜 개발자도 영어 실력을 키워야 하는지, 그리고 영어 공부가 필요한 3가지 이유에 대해 이야기해 보겠습니다.

1. 취업 및 프리랜서 기회

한국의 개발자 취업 시장은 과열됐던 시기 이후에 심각한 겨울을 맞았고, 이제 서서히 정상 수준으로 회복하고 있습니다. 많은 분들이 자격증을 준비하고 열심히 노력하지만, 취업이 잘 풀리지 않는 경우가 많습니다. 반면, 미국을 포함한 해외 취업 시장은 분위기가 많이 다릅니다. 해외 취업이나 부업 플랫폼을 보면 시급이 훨씬 높습니다.

예를 들어, 저는 지난 주부터 AI 데이터 라벨링 부업을 시작했는데, 퇴근 후 2시간 정도 일하면서 일주일에 약 $500, 한화로 70만 원을 벌었습니다. 이런 기회를 통해 영어 실력만 갖추면 해외에서 더 많은 수입을 올릴 수 있음을 알 수 있습니다.

2. 영어 AI와 기타 언어 AI의 성능 차이

AI 기술이 발전하면서 영어를 기반으로 한 AI의 성능이 다른 언어보다 훨씬 뛰어나다는 것을 느낍니다. ChatGPT의 경우, 학습 데이터의 93%가 영어였고, 이는 영어로 답변했을 때의 성능이 훨씬 뛰어나다는 것을 증명합니다.

이런 점을 긍정적으로 보면 국내 기업들이 경쟁력을 갖출 시간을 벌어줄 수도 있지만, 개인으로서는 세계 최고 수준의 서비스를 활용하지 못해 뒤처질 수 있습니다. 따라서 최신 기술을 활용하려면 영어 실력을 키우는 것이 중요합니다.

3. 회사 생활에서도 필수

해외 취업이나 부업이 아닌 국내 기업에서도 영어 실력은 필수가 되고 있습니다. 특히 직급이 올라갈수록 영어 실력을 더 철저하게 평가합니다. 연구원이나 선임 급에서는 영어를 잘하는 것이 큰 메리트가 없어도, 책임급 이상부터는 영어 실력이 부족하면 진급이 어렵습니다.

대기업일수록 해외 수익의 비중이 높기 때문에 영어 실력은 부서를 막론하고 필수 역량으로 평가받습니다. 따라서 영어 실력을 키우는 것은 커리어에 큰 도움이 될 것입니다.

결론

AI 시대에 AI가 통역해주는 기능이 발전하고 있지만, 중요한 역할에서는 여전히 영어를 제대로 알고 책임질 수 있는 사람이 필요합니다. AI 기술이 완전무결한 수준까지 발전하기는 많은 시간과 자본이 필요할 것입니다.

따라서 영어 실력을 키우는 것이 개발자로서 커리어에 큰 도움이 될 것입니다. 지금부터 영어 공부를 시작해 보는 것을 추천드립니다.

AI 자격증의 현황과 취업에 미치는 영향

개발자로 취직하기 — Mon, 22 Jul 2024 18:45:14 +0900

자세한 내용은 영상으로 확인하세요! :)

최근 취업 시장의 어려움 속에서 많은 분들이 자격증 획득에 관심을 갖고 있습니다. 특히 AI(인공지능) 관련 자격증에 대한 수요가 급증하고 있는데요, 이번 글에서는 AI 자격증의 현황, 취업에 얼마나 도움이 되는지, 그리고 어떤 분들께 자격증을 추천하는지 살펴보겠습니다.

1. AI 자격증 현황

이투데이의 안유리 기자에 따르면, 현재 국내 AI 관련 민간 자격증은 무려 284개가 있으며, 그중 98개는 올해 새로 만들어졌습니다. 이는 AI 자격증의 수요가 증가함에 따라 여러 기관에서 자격증을 발급하고 있다는 것을 의미합니다. 해외에서도 비슷한 상황으로, AWS, IBM, Microsoft 등 빅테크 기업들이 다양한 AI 관련 자격증을 제공하고 있습니다.

또한 Coursera나 Udacity 같은 온라인 교육 플랫폼을 통해 일정 금액을 지불하면 수료증을 받을 수 있는데, 이는 자격증보다는 강의를 듣고 숙제와 시험을 통과했다는 증명을 할 수 있는 수료증입니다. 이러한 수료증은 AI 분야에 처음 입문하는 분들께 유용할 수 있습니다.

2. AI 자격증이 취업에 도움이 될까?

AI 자격증의 수요가 증가하고 있지만, 실제로 취업에 도움이 되는지는 의문입니다. 소프트웨어정책연구소(SPRi)의 2023 인공지능산업실태조사 결과에 따르면, 국내 기업들은 인력 채용 시 경력과 경험을 가장 중요하게 고려하며, 자격증을 고려하는 비율은 1.1%에 불과합니다. 이는 자격증만으로는 실무 능력을 증명하기 어렵기 때문입니다.

자격증은 준비하는 동안 성취감과 만족감을 줄 수 있지만, 실제 취업 시장에서 큰 변별력을 갖추기 어렵습니다. 특히 자격증이 많아질수록 그 가치가 희석되기 때문에, 자격증만으로는 자신의 가치를 증명하기 어렵습니다.

3. AI 자격증을 추천하는 3가지 경우

자격증이 전혀 쓸모없다고는 할 수 없습니다. 몇 가지 특정 경우에는 나름의 가치가 있습니다.

AI 분야 입문자: AI에 대한 배경지식이 전혀 없는 분들께는 온라인 교육 수료증을 추천합니다. 이는 기본 개념을 이해하고 AI에 대한 관심을 표현하는 데 도움이 됩니다. 취업에는 큰 도움이 되지 않지만, 개인 프로젝트를 진행하거나 다른 자격증을 준비할 기반을 마련할 수 있습니다.
해외 빅테크 자격증과 개인 프로젝트 병행: Amazon, Google, IBM, Microsoft 등의 해외 자격증은 국내 자격증보다 공신력이 높습니다. 자격증을 준비하는 동안 개인 프로젝트를 병행하면, 이론과 실무 능력을 함께 증명할 수 있어 취업에 큰 도움이 됩니다.
특정 국내 기업의 가점을 위한 자격증: 특정 기업에서 자격증을 발급하고 가점을 주는 경우, 해당 자격증을 취득하는 것이 도움이 될 수 있습니다. 그러나 가점이 큰 영향을 미치지 않기 때문에, 개인 프로젝트와 병행하는 것이 좋습니다.

결론

취업 준비에 있어 가장 중요한 것은 실무 경험과 경력입니다. 개인 프로젝트를 통해 경험을 쌓고, 대학원 진학을 통해 깊이 있는 지식을 쌓는 것이 좋습니다. 자격증은 부수적인 요소로 생각하고, 필요할 때만 취득하는 것이 바람직합니다.

이 글이 여러분의 커리어 준비에 도움이 되길 바랍니다. AI나 커리어 관련 질문이 있다면 댓글로 남겨주세요!

국비지원 부트캠프 비교 분석 및 추천

개발자로 취직하기 — Wed, 17 Jul 2024 19:05:28 +0900

자세한 내용은 영상으로 확인하세요! :)

오늘은 국비지원 부트캠프에 대해 자세히 알아보는 시간을 가지려고 합니다. 많은 분들이 부트캠프에 대해 궁금해하시고, 어떤 프로그램이 자신에게 맞는지 고민하고 계실 텐데요, 이번 포스팅에서는 부트캠프의 공통적인 특징, 장단점, 그리고 추천하는 부트캠프들에 대해 중립적인 시각에서 분석해보려고 합니다.

부트캠프의 공통적인 특징

먼저, 여러 부트캠프들의 공통적인 특징을 살펴보겠습니다. 이번 분석을 위해 패스트캠퍼스, 메가바이트 스쿨, 코드 스테이츠, 엘리스, 멀티캠퍼스 등 다양한 부트캠프의 공식 자료를 참고했습니다.

교육 기간: 대부분 4개월에서 7개월로 길게 설정되어 있습니다.
교육 방식: 강의는 온라인으로 진행되지만, 프로젝트는 오프라인에서도 가능합니다.
비용: 원래는 800만 원에서 1000만 원 정도이지만, K-디지털 트레이닝을 처음 받는 분들은 무료입니다. 교육 내용을 80% 이상 수료하면 훈련장려금 최대 31만 6천 원을 받을 수 있습니다.
정원: 100명에서 300명 사이로 대규모 강의입니다.
실시간 Q&A: 슬랙이나 디스코드를 통해 실시간 Q&A가 가능하지만, 즉각적인 답변을 기대하기는 어렵습니다.

부트캠프의 장점과 단점 종합

장점:

커리큘럼 제공: 무엇을 어떻게 준비해야 할지 모르는 사람들에게 커리큘럼을 제공하여 학습 방향을 잡아줍니다.
취업 연계: 연봉 3000만 원으로 커리어를 시작할 수 있고, 온라인 스터디 방을 통해 자율학습을 할 수 있습니다.
실습 환경: 페어 프로그래밍과 팀 프로젝트를 통해 서로 도우며 배울 수 있습니다.

단점:

전문가 양성의 어려움: 부트캠프만으로는 전문가가 되기 어렵고, 독학이 필요합니다.
강사의 질: 강사의 질이 천차만별이고, 커리큘럼이 유동적입니다.
취업 보장: 커리어 매니저의 도움은 크지 않으며, 결국 본인의 노력에 따라 취업이 결정됩니다.

부트캠프별 특징 및 후기

각 부트캠프의 특징과 후기를 기반으로 장단점을 정리해 보았습니다.

패스트캠퍼스

장점: 하루 2시간 강의, 나머지는 자율학습 시간으로 배운 내용을 실습할 시간이 많음.
단점: 강의 시간이 짧아 비싼 비용이 아깝다는 의견도 있음.

멀티캠퍼스

장점: 9시부터 6시까지 실시간 강의, 많은 이론을 배울 수 있음.
단점: 실습할 시간이 부족하다는 의견이 있음.

코드 스테이츠

장점: 검색 및 고민하는 방법을 알려줌, 자체 문제풀이 시스템(코플릿) 제공, 페어 프로그래밍이 유익함.
단점: 교육 자료의 수준이 강사마다 다름, 오피스 아워 제도가 실효성이 낮음.

앨리스

앨리스는 거의 모든 후기들이 긍정적이라는 점에서 눈에 띕니다.

그러나 패스트캠퍼스나 코드 스테이츠와 비교했을 때 절대적인 후기의 수가 적어, 실제로 긍정적인 후기 비율이 높은지 아니면 만족한 사람들만 후기를 남긴 것인지 판단하기 어렵습니다.

앨리스의 후기들은 대부분 정제된 느낌이 있습니다. 이는 마치 후기 이벤트에서 정해진 양식에 따라 작성된 것처럼 보입니다.
이러한 점을 고려할 때, 앨리스의 긍정적인 후기들이 실제 사용자 경험을 얼마나 반영하는지는 조금 더 신중히 살펴볼 필요가 있습니다.

그럼에도 불구하고, 앨리스의 후기는 전반적으로 긍정적입니다. 특히 채용 공고를 잘 전달하고 매칭을 잘해주어 취업에 도움이 되었다는 평가가 많습니다. 반면, 기업 매칭이 활발하지 않고 단 한 번의 취업 박람회만 제공되었다는 부정적인 후기들도 존재합니다.

멀티캠퍼스: 소박한 매력

멀티캠퍼스는 앨리스보다도 후기의 수가 적습니다. 그러나 실강을 오전 9시부터 저녁 6시까지 들어야 한다는 강제성과 취업을 위한 가이드를 잘 제공한다는 점에서 긍정적인 평가를 받고 있습니다.
패스트캠퍼스나 코드 스테이츠와 비교했을 때, 멀티캠퍼스는 광고가 적고 소박한 느낌을 주어 신뢰도를 높이는 경향이 있습니다.

부트캠프 선택의 기준

부트캠프를 선택할 때 가장 중요한 점은 자신의 학습 스타일과 목표에 맞는 프로그램을 찾는 것입니다. 프로그래밍 분야에 대해 전혀 모르고 혼자 공부하기 막막하다면, 부트캠프는 좋은 선택이 될 수 있습니다. 반면, 어느 정도 스스로 공부할 수 있는 능력이 있다면, 단과 과목을 선택하는 것이 시간과 비용 면에서 효율적일 수 있습니다.

부트캠프의 가장 큰 장점은 아무것도 모르는 사람에게 취업할 확률이 높은 길을 제시해 준다는 점입니다. 그러나 강사와 동료들에 따라 강의의 질이 달라질 수 있고, 모든 부트캠프가 무조건적인 취업 보장을 제공하는 것은 아니므로 기대치를 적절히 조절하는 것이 중요합니다.

결론: 앨리스와 멀티캠퍼스 추천

모든 부트캠프가 동일한 커리큘럼과 강사 수준을 유지할 수는 없지만, 앨리스와 멀티캠퍼스는 비교적 긍정적인 평가를 받고 있는 만큼 추천할 만합니다. 멀티캠퍼스는 소박한 광고와 함께 안정적인 커리큘럼을 제공하며, 앨리스는 개발자 중심의 조직으로서 신뢰도를 높이고 있습니다.

마지막으로, 부트캠프를 선택할 때는 후기와 광고만을 맹신하기보다는 실제 강의 내용과 자신의 학습 스타일을 고려하여 신중하게 결정하는 것이 중요합니다. 부트캠프를 통해 원하는 목표를 달성하기 위해서는 어느 정도의 노력이 필요하다는 점을 잊지 말아야 합니다.

추가로 궁금한 점이 있다면 댓글로 남겨주시면 제가 찾아보고 답변드리겠습니다. 또한, 추천할 만한 부트캠프나 피해야 할 부트캠프가 있다면 댓글로 공유해 주시면 많은 분들이 참고할 수 있을 것입니다. 감사합니다!

AI 개발자가 되기 위한 현실적인 3가지 방법

개발자로 취직하기 — Mon, 15 Jul 2024 18:45:57 +0900

자세한 내용은 영상으로 확인하세요! :)

지난 영상에서는 ChatGPT를 포함한 AI의 발전이 어떻게 개발자를 대체할 수 있는지에 대해 다뤘습니다. 결론적으로, 대체되지 않기 위해서는 AI 자체를 개발하는 AI 개발자가 되어야 한다는 점을 강조했는데요. 이번 포스팅에서는 취업을 준비 중이신 분들이나 현업에 있지만 AI 쪽으로 전향하려는 분들이 어떻게 AI 개발자가 될 수 있는지, 가장 현실적인 방법 3가지를 이야기해 보겠습니다.

1. 기초 지식 습득

AI 개발자가 되기 위해서는 기초 지식을 탄탄히 다지는 것이 중요합니다. 먼저 프로그래밍 언어에 대한 깊이 있는 이해가 필요합니다. 이미 Java나 C++ 같은 언어를 잘 알고 있다면 새로운 언어를 배우는 것이 수월할 것입니다. 하지만 특정 언어를 잘 하지 못한다면, 기계 학습 분야에서 널리 사용되고 라이브러리가 많은 Python을 추천드립니다.

그다음으로 수학과 통계에 대한 기본 지식이 필요합니다. 선형 대수, 미적분, 확률, 통계 같은 과목들을 이해하면 기계 학습과 데이터 과학의 본질을 좀 더 깊이 이해할 수 있습니다. 요즘 나오는 모델들은 수학적인 요소를 자동으로 처리해 주지만, 기저의 동작을 제대로 이해하는 개발자가 되기 위해서는 기본적인 수학 지식을 익혀두는 것이 좋습니다.

기초 지식이 쌓인 후에는 기계 학습 알고리즘을 공부하고 이해해야 합니다. 지도 학습과 비지도 학습 알고리즘, 선형 회귀, 로지스틱 회귀, 의사 결정 트리, 신경망 등 다양한 알고리즘을 익히고, 적용할 분야에 맞는 알고리즘을 선택하고 이해하는 과정이 필요합니다.

마지막으로 데이터 전처리와 처리에 대해 배우는 것이 중요합니다. 머신 러닝에서는 뛰어난 알고리즘보다 양질의 데이터를 확보하는 것이 관건입니다. 데이터 정제와 데이터 시각화 기술을 배우면 AI 개발자로서 필요한 기초 지식을 모두 갖출 수 있습니다.

2. 실습 경험과 포트폴리오 구축

이론적 지식만으로는 다른 사람들과 차별화하기 어렵기 때문에 실습 경험과 개인 포트폴리오를 준비해야 합니다. 이를 위해 Kaggle 대회 참여, 오픈소스 프로젝트 참여, 개인 프로젝트 개발 등의 방법이 있습니다.

Kaggle은 기계 학습과 데이터 과학 분야에서 가장 유명한 플랫폼입니다. Kaggle 대회에 참여하면 실제 데이터 셋을 다루고 문제를 해결하면서 실무 기술을 직접 경험할 수 있습니다. Kaggle Playgrounds와 같은 초보자 대회부터 시작해 점차 대규모 대회에 도전해 보는 것도 좋은 방법입니다. 대회에서 배운 것들을 문서나 블로그로 기록해 포트폴리오로 남기는 것이 중요합니다.

오픈소스 프로젝트에 기여하는 것도 좋은 방법입니다. GitHub, GitLab, Bitbucket 등의 오픈소스 저장소에서 관심 있는 기계 학습 프로젝트를 찾아 작은 작업부터 시작해보세요. 프로젝트 관리자와 다른 기여자들과 소통하며 피드백을 구하면 빠르게 성장할 수 있습니다.

개인 프로젝트를 진행하는 것도 큰 도움이 됩니다. 관심 있는 분야에서 AI 관련 지식을 적용해보세요. 오픈소스 데이터 셋을 활용해 AI 모델을 학습시키고 평가하며 최적의 모델을 찾는 과정을 거치면, 의미 있는 포트폴리오를 만들 수 있습니다.

3. 최신 동향 파악

AI와 기계 학습 분야는 빠르게 변화하기 때문에 최신 트렌드를 파악하는 것이 중요합니다. 온라인 커뮤니티에 참여하거나, 인공지능 업계의 거장들을 팔로우하고, 인공지능 관련 컨퍼런스에 참석하는 등의 방법으로 최신 동향을 파악할 수 있습니다.

레딧의 MachineLearning 서브레딧, Learn AI Together 디스코드 커뮤니티, AI & ML Slack 커뮤니티 등을 활용해 다양한 소식을 접해보세요. 또한, X, LinkedIn, Medium 등의 플랫폼에서 기계 학습 전문가나 기업들을 팔로우하면 유용한 정보를 얻을 수 있습니다. NeurIPS, ICML, CVPR 등의 컨퍼런스에 참석하거나 논문을 참고하는 것도 좋은 방법입니다.

AI 개발자가 되기 위해서는 많은 노력이 필요하지만, 하나씩 차근차근 준비해나가면 충분히 도달할 수 있습니다. 이 포스팅이 AI 개발자가 되기 위한 여정에 도움이 되길 바랍니다. 더 효과적인 방법이나 꿀팁이 있다면 댓글로 공유해 주세요. 다음 포스팅에서도 유익한 정보를 준비하겠습니다.

ChatGPT 사용법 2023: 취준생과 직장인을 위한 혁신적인 도구

개발자로 취직하기 — Fri, 12 Jul 2024 18:25:34 +0900

자세한 내용은 영상으로 확인하세요! :)

요즘 AI 기술이 급격히 발전하면서, 다양한 인공지능 기반 서비스들이 등장하고 있습니다. 특히, 대학생과 직장인들에게 유용한 서비스들이 많아졌는데요, 오늘은 그중에서도 ChatGPT를 활용한 세 가지 주요 사용법을 소개해드리겠습니다.

1. 문서와 동영상 요약

대학생이나 직장인이라면 항상 읽어야 할 문서가 산더미처럼 쌓여 있을 텐데요. 구글링을 통해 찾은 웹사이트, 교수님이 주신 PDF 문서, 유튜브 강의 영상 등 다양한 형태의 정보를 빠르고 효율적으로 요약하는 방법을 소개합니다.

웹사이트 요약: ChatGPT나 리턴을 사용하여 신문 기사를 요약할 수 있습니다. 예를 들어, 뉴스 링크를 넣고 "이 뉴스를 보고 세 줄 요약과 핵심 인사이트를 정리해줘"라고 요청하면 정확한 요약이 가능합니다. 특히, ChatGPT 4는 유료이지만, 리턴이라는 무료 서비스도 있어 활용하기 좋습니다.
PDF 요약: 논문이나 영어 문서를 읽어야 할 때는 ChatPDF라는 서비스를 사용하는 것이 좋습니다. PDF 문서를 업로드하면 그 정보를 학습하여 질문에 답변해 주는 방식입니다.
유튜브 동영상 요약: 정보성 영상의 쓸데없는 서론을 제외하고 핵심만 빠르게 파악하고 싶다면, 크롬 확장 프로그램인 아티클 서머리를 사용해 보세요. 이 서비스를 통해 유튜브 영상을 요약한 텍스트를 볼 수 있습니다.

2. 강의 필기 및 회의록 작성

강의나 회의에서 필기하는 것은 매우 중요하지만, 동시에 놓치는 내용도 많습니다. AI 필기 도구를 활용하면 이러한 문제를 해결할 수 있습니다.

오픈AI의 Whisper: 유료 서비스로, 강의나 회의를 녹음하고 필기해주는 기능을 제공합니다.
네이버의 클로바노트: 무료 서비스로, 한국어에 특화된 필기도구입니다. 녹음 기능과 실시간 수정 기능을 제공하여 회의록을 쉽게 관리할 수 있습니다.

3. 글쓰기와 문서 작업

보고서 작성, 블로그 글쓰기, 유튜브 영상 스크립트 작성 등 다양한 글쓰기 작업에서 ChatGPT를 활용하면 기획과 구조를 잡는 시간을 단축할 수 있습니다.

기획과 구조화: 예를 들어, "대학생이 ChatGPT를 활용할 수 있는 가장 좋은 방법을 알려줘"라고 질문하면 다양한 아이디어를 얻을 수 있습니다. 이를 바탕으로 자신의 스타일에 맞게 글을 수정하고 보완하면 됩니다.
윤리적 사용: 인공지능의 답변을 그대로 사용하는 것은 주의가 필요합니다. 자신의 경험과 생각을 반영하여 최종 문서를 작성하는 것이 중요합니다.

추가 팁: 기타 AI 서비스 활용

이 외에도 일정 관리, 이메일 자동응답, 데이터 시각화, 업무 자동화 등 ChatGPT와 다른 인공지능 서비스들이 대신해줄 수 있는 일은 무궁무진합니다. AI 기술을 적극적으로 활용하여 더 효율적이고 생산적인 일상을 만들어보세요.

여러분이 사용해 본 AI 서비스 중에 유용하다고 생각한 것이 있다면 댓글로 공유해 주세요. 아직 ChatGPT를 사용해보지 않은 분들이라면, 오늘 꼭 한번 시도해 보시길 추천드립니다. 한 번도 안 써본 사람은 있어도, 한 번만 써본 사람은 없을 겁니다.

다음번에는 더 재미있고 유익한 AI 소식을 가지고 찾아오겠습니다. 감사합니다!

AI와 직업의 미래: 인공지능이 대체할 세 가지 직업

개발자로 취직하기 — Thu, 11 Jul 2024 18:20:59 +0900

자세한 내용은 영상으로 확인하세요! :)

요즘 인공지능(AI) 기술이 급속도로 발전하면서 많은 사람들이 AI와 관련된 주제에 대해 이야기하고 있습니다. 특히, ChatGPT와 같은 언어 모델의 등장으로 인해 AI에 대한 관심이 더욱 높아지고 있습니다. 오늘은 AI가 어떤 직업을 대체할 가능성이 높은지에 대해 이야기해보려고 합니다.

창의적인 직업

많은 사람들이 창의적인 직업은 AI가 대체할 수 없다고 생각하지만, 이는 오해입니다. 창의성에도 여러 종류가 있으며, 과거의 여러 시도를 조합해 새로운 것을 만들어내는 창의성은 AI가 대체하기 쉬운 영역입니다. 예를 들어, 로제 떡볶이와 같은 음식은 기존의 맛에 약간의 변화를 준 것에 불과하지만, 여전히 참신하다고 느껴집니다. 이러한 창의성은 AI가 기존 정보를 조합해 새로운 아이디어를 제시하는 데 매우 적합합니다.

데이터 분석을 필요로 하는 직업

의사, 변호사, 회계사와 같은 직업은 데이터 분석과 패턴 인식을 필요로 합니다. AI는 수많은 데이터를 분석해 패턴을 찾는 데 매우 뛰어납니다. 예를 들어, 의사는 엑스레이 결과를 보고 종양의 양성 여부를 판단하거나, 변호사는 법률 조항과 과거 사례를 기반으로 현재 사건을 판단합니다. 이러한 업무는 AI가 더욱 효율적으로 수행할 수 있습니다.

사람을 대하는 직업

상담사와 같은 직업은 공감 능력과 따뜻한 돌봄을 요구하지만, 이는 오히려 AI가 대체하기 쉬운 영역일 수 있습니다. 감정 노동이 심한 이런 직업은 높은 인내심과 공감 능력을 요구하기 때문에, AI가 이러한 업무를 대신할 수 있습니다. 이미 많은 기업들이 전화 상담을 AI로 대체하고 있으며, 고객들은 상담자가 AI인지 모를 정도로 기술이 발전했습니다.

결론

모든 직업이 AI로 대체될 것이라는 두려움은 과장된 면이 있습니다. 기술이 존재하는 것과 그 기술을 사회가 받아들이고 사용하는 것은 별개의 문제입니다. AI는 우리가 하기 싫었던 일을 부분적으로 대체하며, 이를 어떻게 활용할지에 대한 중립적이고 미래지향적인 관점이 필요합니다. 앞으로 AI를 어떻게 공부하고 준비할지에 대해 더 많은 정보를 제공할 예정이니, 많은 구독과 좋아요 부탁드립니다!

여러분의 AI 공부에 큰 도움이 되길 바라며, 다음 포스팅에서 만나요!

외국계 컨설팅 기업을 퇴사하고 개발자로 전향한 이야기

개발자로 취직하기 — Wed, 10 Jul 2024 18:15:11 +0900

자세한 내용은 영상으로 확인하세요! :)

안녕하세요, 오늘은 외국계 컨설팅 기업을 퇴사하고 개발자로 전향한 이야기를 나누고자 합니다. 요즘 많은 문과생들이 취업에 어려움을 겪고 개발자라는 새로운 길을 선택하고 있습니다. 저 역시 문과생으로 졸업하여 외국계 컨설팅 회사에서 근무할 기회가 있었지만, 이 길이 저에게 맞지 않다고 판단하여 개발자의 삶을 새로 시작하게 되었습니다.

성장할 수 없는 업무

컨설팅 업무는 한 기업의 현재와 미래를 결정짓는 중요한 조언을 제공하는 일입니다. 그러나 제가 경험한 대부분의 시간은 데이터를 조사하고 PPT를 작성하는 단순 반복적인 업무로 채워졌습니다. 처음에는 회사에서 모범택시를 잡아준다며 좋아했지만, 결국 하루 종일 구글링과 PPT 수정만 하면서 시간을 보내는 것이 견디기 어려웠습니다. 반면, 개발자로 전향한 후에는 약간의 의지만 발휘하면 발전할 기회들이 항상 있었습니다.

불공평한 평가

컨설팅 회사에서 느꼈던 두 번째 문제는 평가의 공정성이 떨어진다는 점이었습니다. 컨설팅 업무는 팀 단위로 이루어지기 때문에 누가 어떤 기여를 했는지 명확하게 평가하기 어렵습니다. 반면, 개발자는 코드 리뷰, 클린 코드 기준, 프로젝트 일정 등 객관적으로 평가할 수 있는 기준이 많아 상대적으로 공정한 평가를 받을 수 있습니다.

선택권이 없는 인생

컨설팅 업무를 그만둔 가장 큰 이유는 내 삶에 대한 선택권이 없다는 것이었습니다. 주말에도 눈치 보며 출근해야 하고, 평일 저녁 식사조차 어디서 할지 결정할 수 없는 상황이 반복되었습니다. 반면, 개발자로 전향한 후에는 해외 취업이 비교적 쉬워졌습니다. 개발자는 기본적으로 개발 언어가 있기 때문에 실력과 경력만 잘 쌓으면 비교적 쉽게 이직할 수 있습니다.

결론

다시 한 번 강조하지만, 개발자로 산다고 해서 날마다 성장하고 평가가 공정하기만 하고 자유로운 출퇴근과 해외 취업이 쉽다는 얘기는 아닙니다. 그저 상대적으로 봤을 때 이런 기회가 조금 더 있다는 것입니다. 직장이나 커리어를 고민 중이라면, 현재 충분한 돈이 있다고 가정해 보고 고민해 보는 것도 좋을 것 같습니다. 이를 통해 내가 진짜 무엇을 원하는지, 무엇을 중요시 여기는지 더 명확하게 알 수 있을 것입니다.

여러분 중에서도 저와 비슷하게 개발자로 전향하신 분들이 많을 텐데, 어떻게 생각하시는지 댓글로 남겨주세요. 또 다른 장점이나 단점을 함께 공유해 주시면 모두에게 큰 도움이 될 것 같습니다.

오늘 이야기는 여기까지입니다. 다음에 더 재미있는 이야기로 찾아뵙겠습니다. 감사합니다.

부트캠프 선택 기준: 피해야 할 3가지 요소

개발자로 취직하기 — Tue, 9 Jul 2024 18:15:21 +0900

자세한 내용은 영상으로 확인하세요! :)

안녕하세요, 여러분! 오늘은 부트캠프를 선택할 때 우리가 피해야 할 몇 가지 중요한 요소들에 대해 이야기해 보려고 합니다. 부트캠프는 코딩을 배우고 빠르게 취업하기 위한 훌륭한 방법이지만, 모든 부트캠프가 다 좋은 것은 아닙니다. 그래서 이번 포스트에서는 최악의 부트캠프를 피할 수 있는 세 가지 기준을 정리해 보겠습니다.

1. 통계는 참고 정도만 하자

통계는 데이터를 쉽게 이해할 수 있도록 도와주는 좋은 도구입니다. 하지만 통계는 얼마든지 조작이 가능하다는 점을 기억해야 합니다. 예를 들어, 어떤 부트캠프가 93%의 취업률을 자랑한다고 해도, 이 숫자가 과연 얼마나 신뢰할 수 있는지 의문을 가져야 합니다. 통계 자료를 있는 그대로 받아들이기보다는 기업의 상업적 의도가 반영되었을 가능성을 항상 염두에 두는 것이 중요합니다. 따라서 통계 자료만으로 부트캠프의 질을 판단하는 것은 위험합니다.

2. 요즘 핫한 기술을 피하자

많은 부트캠프들이 AI, 머신러닝, 자율주행 등 요즘 핫한 기술을 커리큘럼에 포함시키고 있습니다. 물론 이러한 기술이 중요한 것은 맞지만, 신입사원으로서 이 분야에 취업하는 것은 매우 어렵습니다. 특히 중소기업이나 중견기업에서는 이러한 신생 분야의 전문 인력을 많이 채용하지 않기 때문입니다. 또한, 이러한 과목들이 보조금을 받기 위해 끼워 팔기 식으로 들어가는 경우도 많아, 실제 강의의 질이 기대 이하인 경우가 많습니다. 따라서, 일반적인 프론트엔드나 백엔드 코스를 선택하는 것이 취업에 더 유리할 수 있습니다.

3. 화려한 부가 서비스에 현혹되지 말자

부트캠프에서 제공하는 화려한 부가 서비스에 현혹되지 않는 것이 중요합니다. 예를 들어, 커리어 매니저, 취업 박람회, 면접 지원 등의 부가 서비스는 취업에 도움이 될 수 있지만, 근본적으로 중요한 것은 내가 직접 프로그램을 짤 수 있는 능력입니다. 기본적인 기술 습득이 가장 중요한 핵심 가치이며, 부가 서비스는 그 다음입니다. 따라서, 기본기를 탄탄하게 가르쳐 주는 부트캠프를 선택하는 것이 좋습니다.

결론

부트캠프를 선택할 때는 통계 자료에 현혹되지 말고, 요즘 핫한 기술보다는 기본기를 탄탄하게 가르쳐 주는 곳을 선택해야 합니다. 또한, 화려한 부가 서비스보다는 핵심 가치를 중시하는 부트캠프를 선택하는 것이 중요합니다. 마지막으로, 아무리 신중하게 선택해도 만족스럽지 않을 수 있으므로, 너무 자책하지 말고 적당히 알아보고 빠르게 강의를 들어보는 것도 좋은 방법입니다.

여러분 모두 좋은 부트캠프를 찾아 성공적인 취업을 이루시길 바랍니다. 다음 주에도 더 유익한 정보로 찾아뵙겠습니다. 감사합니다!

AI 시대에 개발자로 살아남기: 희망과 전략

개발자로 취직하기 — Mon, 8 Jul 2024 18:45:23 +0900

자세한 내용은 영상으로 확인하세요! :)

ChatGPT가 출시된 이후, 2년도 채 되지 않아 세상은 급격하게 변하고 있습니다. 매일같이 새로운 기술과 서비스가 등장하면서 AI가 대체하는 분야가 급격히 늘어나고 있습니다. 특히, 코딩 분야에서도 이러한 변화가 두드러지고 있습니다. 현업 개발자이자 코딩테스트 강사로서, AI의 발전으로 인한 개발자 대체 가능성에 대한 질문을 자주 받습니다. 이번 블로그 포스트에서는 AI가 개발자를 대체할 수밖에 없는 이유와 그럼에도 불구하고 개발자 취업에 희망이 있는 이유, 그리고 이러한 상황에서 개발자로 살아남기 위한 전략에 대해 이야기해 보겠습니다.

1. 개발자가 대체될 수밖에 없는 이유

첫 번째 이유는 자동화 수준의 향상입니다. AI와 머신러닝 기술의 발전으로 많은 프로그래밍 작업이 자동화되고 있습니다. 과거에는 명확하게 정의된 기준에 따라 자동화가 이루어졌지만, 이제는 패턴 자체를 학습하여 자동으로 변화하는 시대가 되었습니다. 반복적이고 규칙적인 작업은 AI에 의해 대체될 가능성이 높아졌습니다.

두 번째 이유는 AI의 코드 생성 능력입니다. 최신 AI 모델은 자연어를 이해하고 그에 따라 코드를 생성할 수 있는 능력을 가지고 있습니다. 예를 들어, ChatGPT는 C++ 코드를 Java와 Python으로 번역하는 작업을 99% 이상의 정확도로 수행할 수 있습니다. AI가 발전할수록 필요한 코드를 더 정확하고 빠르게 생성할 수 있게 되며, 이는 신입 개발자들이 주로 수행하는 일반적이고 쉬운 작업들을 대체할 수 있음을 의미합니다.

2. 그럼에도 불구하고 희망이 있는 이유

첫 번째 이유는 AI와의 협업입니다. AI를 단독으로 활용하기보다는 사람의 개입이 들어갔을 때 훨씬 높은 효율을 낼 수 있습니다. 예를 들어, 완전 자율주행 자동차보다는 운전 보조 시스템이 더 안전성과 편의성을 높이는 것과 같은 맥락입니다. AI가 사람의 일을 덜어주고 가치를 높여줄 수 있다면, 이는 AI와 사람의 협업을 통해 더 많은 가치를 창출할 수 있음을 의미합니다.

두 번째 이유는 AI 시스템도 개발과 유지보수가 필요하기 때문입니다. AI 시스템이 무차별적으로 학습을 하다 보면 혐오 발언이나 정치적 발언을 하거나, 할루시네이션 현상 때문에 문제가 발생할 수 있습니다. 이러한 문제를 해결하기 위해서는 여전히 많은 개발자들의 노력이 필요합니다.

세 번째 이유는 창의성과 문제 해결 능력입니다. AI는 강력한 도구이지만, 스스로 문제를 정의하고 해결책을 찾지는 못합니다. 특정 분야에 특화된 인공지능이 아닌, 모든 문제에 대해서 답을 찾을 수 있는 Artificial General Intelligence(AGI)는 아직 오지 않았습니다. 따라서 개발자들이 AI를 활용하여 특정 분야에 접목시키면 오히려 더 많은 가치를 창출할 수 있는 기회가 많습니다.

3. 이 시대에 개발자로 살아남는 방법

첫 번째로, 취업 준비 중인 분들은 당장 어디든 취업하고, 취업이 된 이후나 현재 현업에 있는 분들은 다양한 기술을 습득해야 합니다. AI가 단순하고 반복적인 작업을 대체할 것이기 때문에, 다양한 기술을 익히고 실무 경험을 쌓는 것이 중요합니다.

두 번째로, AI 기술을 최대한 활용해야 합니다. ChatGPT와 같은 서비스나 Notion의 인공지능을 사용하여 업무와 문서 관리를 효율적으로 하는 등 AI 기술을 적극적으로 활용하는 마인드셋이 필요합니다.

마무리

마지막으로, AI 전문 개발자로 전향하는 것을 고려해야 합니다. 일반적인 개발 업무는 점점 대체될 가능성이 높으므로, AI 분야에 발을 들여 AI의 흐름에 기여할 수 있는 개발자가 되는 것이 중요합니다.

오늘은 AI가 개발자를 대체할 가능성과 그럼에도 불구하고 희망을 가질 수 있는 이유, 그리고 개발자로 살아남기 위한 전략에 대해 이야기해 보았습니다. 여러분의 생각은 어떤가요? 앞으로 미래가 어떻게 펼쳐질지, 또는 애용하는 AI 서비스에 대해 댓글로 남겨주시면 감사하겠습니다. 다음 포스트에서는 AI 개발자가 되는 현실적인 방법에 대해 다룰 예정이니, 많은 관심 부탁드립니다.

월급쟁이가 부자가 되려면 절대 미루면 안 되는 3가지 자기계발

개발자로 취직하기 — Mon, 8 Jul 2024 18:10:33 +0900

자세한 내용은 영상으로 확인하세요! :)

취준생이라면 취업을 위해, 직장인이라면 새로운 취미를 배우거나 자기 계발을 위해 열심히 달리고 계실 텐데요. 오늘은 취준생과 직장인 모두에게 도움이 될, 올해 절대 미루면 안 되는 세 가지 자기 계발 방법에 대해 이야기해 보겠습니다.

1. 시간당 순소득 올리기

첫 번째로 중요한 것은 시간당 순소득을 올리는 것입니다. 취준생이라면 취업을 통해 시간당 순소득을 만드는 것이 첫 단계일 텐데요. 하지만 취업이 끝이 아닙니다. 회사에 취직한 후에도 끊임없이 자신의 가치를 높여야 합니다. 회사에서 보내는 시간이 많기 때문에 정신승리만으로는 만족할 수 없습니다. 그래서 다양한 부업을 시작하거나 개인 사업을 통해 더 많은 수익을 버는 구조를 만들어야 합니다.

스마트 스토어나 해외구매대행, 글쓰기, 그림 그리기, 강의, 책 쓰기, 영상 제작 등 자신을 콘텐츠화하여 돈을 버는 방법은 무궁무진합니다. 목표는 더 적은 시간을 투자해서 더 많은 수익을 버는 것입니다. 이렇게 함으로써 내 삶을 내가 직접 선택하고 결정할 수 있는 진정한 부자가 될 수 있습니다.

2. 자산이 일하게 만드는 방법 터득하기

두 번째는 자산이 일하게 만드는 방법을 터득하는 것입니다. 주식이나 비트코인에 투자하는 것을 이상하게 보던 시절이 있었지만, 이제는 자산의 가치를 무시하는 것이 경제적 자살 행위와 같습니다. 자본주의 시장에서 자본의 가치를 무시하는 것은 손으로 대량생산을 하려는 것과 같습니다. 자산은 24시간 쉬지 않고 일할 수 있고, 나이 먹어서 퇴직하거나 능력이 부족해서 정리해고를 당하는 일이 없습니다.

투자를 피할 것이 아니라, 투자를 공부하고 경험을 쌓아야 합니다. 작은 돈으로 시작해서 경험치를 쌓고, 큰돈으로 할 실수들을 미리 경험하는 것이 중요합니다. 자본 소득을 얻기 위해서는 투자를 빨리 시작하고, 경제적 자유를 위해 자산이 일하게 만드는 방법을 배워야 합니다.

3. 프로그래밍 자동화 배우기

세 번째는 프로그래밍과 자동화를 배우는 것입니다. 우리가 매일 컴퓨터를 켜고 하는 대부분의 일들은 단순한 반복 작업입니다. 이러한 작업들을 자동화하면, 우리의 시간을 더 창의적이고 가치 있는 일에 투자할 수 있습니다.

예를 들어, 부동산 투자나 주식 거래, 해외구매대행 부업 등에서 자동화를 적용할 수 있습니다. 단순한 작업들을 프로그램으로 자동화하면, 시간과 노력을 절약할 수 있습니다. 프로그래밍은 단순 반복 작업을 컴퓨터에게 맡겨 우리의 시간을 더 효율적으로 사용할 수 있게 해 줍니다.

프로그래밍을 배우는 것이 대단해 보일 수 있지만, 앞으로는 프로그래밍과 자동화가 당연시 여겨지는 시대가 올 것입니다. 너무 늦기 전에 프로그래밍을 배워서 시간당 순소득을 늘리고 자산이 알아서 일하게 하는 데 접목시켜야 합니다.

결론

이 세 가지 방법을 통해 올해보다 더 자유롭고 풍요로운 내년을 만들 수 있습니다. 자기계발을 미루지 말고, 지금 바로 시작해보세요. 여러분의 미래는 여러분의 손에 달려 있습니다.

문과생 비전공자도 네카라쿠배 갈 수 있을까?

개발자로 취직하기 — Fri, 5 Jul 2024 19:10:20 +0900

자세한 내용은 영상으로 확인하세요! :)

오늘은 문과생 비전공자도 네카라쿠배와 같은 큰 IT 기업에 취업할 수 있는지에 대해 이야기해보려 합니다. 많은 문과생들이 프로그래밍을 배워야 할지, 비전공자로서 IT 업계에 진출할 수 있을지 고민하고 계신데요, 이 질문에 대한 답을 함께 찾아보겠습니다.

대학 전공은 큰 차이가 없다

먼저, 대학 전공이 큰 차이를 만들지 않는다는 점을 강조하고 싶습니다. 저는 경영학과 경제학을 전공했지만, 실제로 실무에서 배우는 것이 더 중요하다는 것을 깨달았습니다. 컴퓨터공학이나 공대 출신이라고 해서 무조건 유리한 것은 아니며, 실무에서의 경험과 문제 해결 능력이 더 중요한 요소로 작용합니다. 따라서 비전공자라고 해서 겁먹을 필요는 전혀 없습니다. 저도 프로그래밍을 배우고 나서 전공자와 비전공자 간의 큰 차이를 느끼지 못했습니다.

기술보다 문제 해결이 우선이다

두 번째로, 기술보다 문제 해결이 더 중요하다는 점입니다. 코딩 테스트나 실제 업무에서도 문제 해결 능력이 가장 중요한 요소로 작용합니다. 아무리 고차원적인 알고리즘을 사용할지라도 문제를 해결하지 못하면 의미가 없습니다. 반면, 간단한 방법이라도 문제를 해결하면 그것이 더 큰 가치를 지니게 됩니다. 따라서 비전공자들도 문제 해결에 초점을 맞추는 것이 중요합니다. 기술에 대한 집착보다는 문제 해결 능력을 키우는 것이 더 중요합니다.

회사 업무 능력의 정점은 커뮤니케이션이다

마지막으로, 회사에서의 업무 능력에서 가장 중요한 것은 커뮤니케이션입니다. 개발 업무를 하더라도 팀원들 간의 소통은 필수적입니다. 실무자들 간의 소통, 매니저들과의 소통, 그리고 해외 지사와의 협업 등 다양한 상황에서 효과적으로 커뮤니케이션할 수 있어야 합니다. 문과생들은 일반적으로 영어 능력이 뛰어나기 때문에 이러한 커뮤니케이션 측면에서 유리한 점이 많습니다.

결론

결론적으로, 문과생 비전공자도 충분히 네카라쿠배와 같은 IT 기업에 취업할 수 있습니다. 대학 전공은 큰 차이가 없으며, 문제 해결 능력과 커뮤니케이션 능력을 키우는 것이 중요합니다. 따라서 프로그래밍을 배우고 취업을 준비하는 문과생 여러분, 자신감을 가지고 도전해보시기 바랍니다. 여러분의 강점을 살려 IT 업계에서 빛나는 성과를 이루시길 응원합니다. 화이팅!

코딩 테스트를 빠르게 준비하기 위한 책 추천

개발자로 취직하기 — Thu, 4 Jul 2024 18:05:27 +0900

자세한 내용은 영상으로 확인하세요! :)

오늘은 코딩 테스트를 빠르게 준비하기 위한 책 추천과 함께, 책과 영상의 장단점을 비교해 보는 시간을 가져보겠습니다. 많은 분들이 코딩 공부를 시작할 때 책과 영상을 어떻게 활용해야 할지 고민하곤 하는데요, 이 글을 통해 여러분의 궁금증을 해결해 드리겠습니다.

영상의 장점

1. 이해하기 쉬운 설명:

영상은 시청자들이 이해하기 쉽게 다양한 시각적 자료와 함께 설명을 제공합니다. 책은 문어체로 쓰여 있어 딱딱하게 느껴질 수 있지만, 영상은 말로 설명하기 때문에 더 쉽게 이해할 수 있습니다.

2. 빠른 학습 속도:

영상은 짧은 시간 안에 많은 정보를 전달할 수 있습니다. 영상을 틀어놓고 소리를 들으며 배울 수 있어, 바쁜 일정 속에서도 효율적으로 공부할 수 있습니다. 반면, 책은 속도가 느릴 수밖에 없고, 목표한 페이지 수를 채우기 어려운 경우가 많습니다.

책의 장점

1. 체계적인 지식 습득:

책은 체계적으로 정리된 정보를 제공합니다. 특히, 코딩 테스트처럼 깊이 있는 이해와 체계적인 접근이 필요한 경우, 책을 통해 공부하는 것이 효과적입니다. 영상은 파편화된 정보를 제공하는 경우가 많아, 체계적인 학습이 어려울 수 있습니다.

2. 장기 기억:

책을 통해 오랫동안 고민하고 학습한 내용은 장기 기억에 저장되기 쉽습니다. 영상은 빠르게 습득한 정보를 단기 기억에만 저장하는 경향이 있어, 오랜 시간 기억하기 어렵습니다.

책 추천: "프로그래머스 코딩 테스트 문제풀이 전략"
여러분께 추천드리고 싶은 책은 "프로그래머스 코딩 테스트 문제풀이 전략"입니다. 이 책은 자바 편과 파이썬 편으로 나뉘어 있으며, 배열과 문자열부터 DFS, DP와 같은 복잡한 알고리즘까지 10개의 유형을 다룹니다. 문제 풀이 방법부터 전체 풀이까지 단계별로 자세하게 설명되어 있어 체계적인 공부에 큰 도움이 됩니다.

장점

1. 체계적인 문제 정리:

프로그래머스의 양질의 문제들을 유형별로 분류하여 체계적으로 정리했습니다. 각 유형별로 필수적으로 알아야 할 내용을 정리하고, 문제를 어떻게 접근할지 단계별로 설명합니다.

2. 구체적인 풀이 전략:

단순히 정답 코드를 설명하는 것이 아니라, 각 문제를 통해 어떤 전략으로 해당 유형을 접근해야 할지를 알려줍니다. 이는 단순히 많은 문제를 푸는 것보다 훨씬 효과적입니다.

단점

1. 가격:

책의 가격이 4만 원으로, 온라인 서점에서 할인받아도 3만 6천 원입니다. 취업 준비생에게는 부담스러운 가격일 수 있습니다.

2. 문제 수의 한계:

각 알고리즘에 대해 적게는 3개, 많게는 7개의 문제를 다루고 있어, 많은 문제를 풀어보고 싶은 분들에게는 적합하지 않을 수 있습니다.

코딩 테스트 준비, 화이팅 하시고 좋은 결과 있기를 바랍니다!

네카라쿠배 코딩 테스트 유형과 준비 방법

개발자로 취직하기 — Wed, 3 Jul 2024 17:45:57 +0900

자세한 내용은 영상으로 확인하세요!

안녕하세요, 오늘은 많은 개발자 지망생들이 관심을 갖는 주제, 바로 네카라쿠배 코딩 테스트 준비 방법에 대해 알아보겠습니다. 최근 몇 년간의 기출문제를 분석하여 어떤 알고리즘 유형이 자주 출제되는지, 그리고 어떻게 준비해야 하는지 정리해 보았습니다.

1. 네카라쿠배 코딩 테스트 주요 유형 분석

지난 4년간 네카라쿠배 코딩 테스트에서 출제된 문제들을 분석한 결과, 다음과 같은 유형들이 가장 많이 출제되었습니다:

DFS/BFS
문자열 처리
단순 구현
완전 탐색
해시

이 5가지 유형이 전체 문제의 75%를 차지하고 있습니다. 따라서 이들 유형을 완벽하게 이해하고 있다면, 코딩 테스트에서 최소한 3문제는 맞출 수 있을 것입니다. 운이 좋다면 이들만으로도 합격할 수 있습니다.

2. 준비해야 할 추가 유형

위의 5가지 유형을 마스터한 이후에는 다음의 유형들을 준비하는 것이 좋습니다:

다이나믹 프로그래밍 (DP)
재귀 함수
다익스트라

이 세 가지 유형은 전체 문제의 약 20%를 차지하여, 총 85%의 문제를 풀 수 있게 됩니다. 이 정도면 코딩 테스트의 커트라인을 넘기는 데 충분합니다.

3. 15%의 기타 유형

나머지 15%의 문제는 다음과 같은 유형들로 구성됩니다:
1. 큐
2. 스택
3. 그래프
4. 수학적 배경이 필요한 문제
5. 이진트리
6. 트라이 자료구조

이들 문제는 대부분의 사람들이 잘 풀지 못하거나, 변별력을 위한 문제들이기 때문에, 위의 주요 유형들만 잘 준비해도 충분히 합격할 수 있습니다.

4. 최근 1년간의 출제 트렌드

2021년의 기출 문제를 따로 분석한 결과, 전체적인 출제 비율에는 약간의 차이가 있었으나 순서에는 큰 변화가 없었습니다. 여전히 DFS/BFS와 문자열 처리 문제가 가장 많이 출제되었고, 단순 구현, 해시, 완전 탐색이 그 뒤를 이었습니다. 따라서 최근 1년간의 출제 경향도 크게 달라지지 않았음을 알 수 있습니다.

5. 코딩 테스트 준비 방법

코딩 테스트 준비를 이제 시작하시는 분들은 위에서 언급한 순서대로 공부하시면 됩니다. 이미 준비를 하고 계셨던 분들은 본인이 취약한 부분을 확인하고, 해당 부분을 집중적으로 공부하시면 됩니다. 각 유형에 대한 개념 설명이나 문제풀이가 궁금하시다면, 유형별 플레이리스트를 참고하시면 도움이 될 것입니다.

코딩 테스트 준비에 대한 더 유익한 콘텐츠로 다시 찾아뵙겠습니다. 여러분의 취업과 코딩 테스트 합격을 응원합니다!

네카라쿠배 코딩 테스트에서 실패하는 3가지 이유와 해결책

개발자로 취직하기 — Tue, 2 Jul 2024 18:40:41 +0900

자세한 내용은 영상으로 확인하세요! :)

안녕하세요, 여러분! 오늘은 많은 개발자들이 꿈꾸는 네카라쿠배(네이버, 카카오, 라인, 쿠팡, 배달의 민족)와 같은 IT 대기업의 코딩 테스트에서 왜 떨어지게 되는지, 그리고 이를 극복하기 위한 방법에 대해 이야기해 보겠습니다.

1. 디버깅 범위를 좁히지 않고 처음부터 끝까지 디버깅한다

첫 번째 이유는 디버깅 범위를 좁히지 않고 처음부터 끝까지 모든 코드를 디버깅하는 것입니다. 실무에서 코드를 디버깅할 때도 문제 발생 지점을 찾아내는 것이 중요합니다. 범죄 현장에서 범죄자를 추적하는 것과 마찬가지로, 문제의 원인을 찾기 위해 단계별로 기대한 결과가 나오지 않는 부분을 찾아야 합니다.

예를 들어, A, B, C, D 네 단계로 구성된 코드를 디버깅할 때, C 단계에서 기대한 결과가 나오지 않는다면, A와 B 단계를 다시 살펴보는 방식입니다. 이렇게 하면 시간을 절약하고, 문제의 원인에 더 빨리 도달할 수 있습니다. 코딩 테스트에서는 제한된 시간 내에 최대한 많은 문제를 풀어야 하기 때문에, 디버깅 범위를 좁히는 것이 특히 중요합니다.

2. 논리적으로 생각하지 않고 무작정 프린트한다

두 번째 이유는 무작정 프린트 문을 찍어보는 것입니다. 많은 정보는 오히려 문제를 해결하는 데 방해가 될 수 있습니다. 너무 많은 출력은 중요한 정보를 놓치게 만들고, 결국 처음부터 다시 디버깅을 해야 하는 상황을 초래할 수 있습니다.

이럴 때는 잠시 손을 멈추고, 화장실에 다녀오거나 잠시 눈을 감고 생각하는 시간을 가지는 것이 좋습니다. 이렇게 하면 코드를 객관적으로 분석할 수 있게 되고, 논리적으로 문제를 해결할 수 있습니다.

3. 주어진 테스트 케이스만 계속 돌려본다

세 번째 이유는 주어진 테스트 케이스만 계속 돌려보는 것입니다. 기본 테스트 케이스는 통과하지만, 제출 시 실패하는 경우가 많습니다. 이럴 때는 문제로 돌아가서 예외 케이스를 다시 복기해야 합니다. 예외 케이스를 잘 처리할 수 있는 간단한 테스트 케이스를 만들어서 직접 확인해야 합니다.

예를 들어, 중복 처리를 확인하고 싶다면 같은 데이터를 10개 넣는 대신, 루프에 1개만 넣어서 테스트해 보는 것이 더 효과적입니다. 이렇게 하면 복잡한 예외 케이스도 쉽게 검증할 수 있습니다.

결론

네카라쿠배 코딩 테스트에서 성공하기 위해서는 다음 세 가지 전략을 기억하세요:

디버깅 범위를 좁히기
좁힌 범위 내의 코드를 논리적으로 분석하기
예외 케이스에 대한 테스트 케이스를 직접 만들어서 검증하기

이 전략들을 평소에 연습하면 코딩 테스트에서도 본인의 실력을 충분히 발휘할 수 있을 것입니다. 여러분 모두 좋은 결과 있기를 바랍니다!

미국 대학원 입시 준비: 교수님께 연락하는 전략

개발자로 취직하기 — Mon, 1 Jul 2024 19:45:20 +0900

자세한 내용은 영상으로 확인하세요! :)

지난 포스트에서 연구 주제를 정하는 방법과 후플을 준비하는 방법에 대해서 정리해 드렸습니다. 아직 그 부분이 궁금하신 분들은 이전 영상들을 확인해 보시면 좋을 것 같습니다. 오늘은 관심 있는 교수님들께 연락하는 방법에 대해 이야기해 보겠습니다. 이제부터 9월 말까지 해야 하는 가장 중요한 일은 바로 교수님들께 연락을 드리는 것입니다.

대학원 입시는 취업 준비와 같다

대학원 입시는 학부 입시와는 다르게, 교수님들이 원하는 학생을 선발하는 경우가 많습니다. 교수님들이 원하는 학생을 뽑지 않으면 연구의 성과가 떨어질 수 있기 때문에, 교수님들의 선택이 매우 중요합니다. UIUC와 같은 학교는 교수님의 선택이 절대적이기 때문에, 교수님과의 면담 이후에 합격 여부가 결정되기도 합니다. 따라서, 교수님과의 면담을 통해 입학을 확정받는 것이 중요합니다.

교수님께 답장을 받기 위한 꿀팁

1. 모든 관심 있는 교수님들께 연락하기

많은 교수님들이 개인 웹사이트에 '개인적으로 연락하지 말라'고 써놓으셨지만, 이런 문구가 있다고 해서 꼭 연락을 하지 말라는 것은 아닙니다. 저도 현직 미국 교수님께 조언을 구했는데, 일단 연락을 해보라는 답을 받았습니다. 그래서 '연락하지 말라'는 교수님들께도 모두 연락을 드렸고, 많은 답장을 받을 수 있었습니다.

2. 자극적인 제목 사용하기

메일 제목에도 약간의 자극이 필요합니다. 예를 들어, 장학금을 받을 수 있다면 '나는 풀 펀딩을 받고 간다'는 식으로 제목에 나만의 장점을 부각시키는 것이 좋습니다. 이렇게 하면 교수님이 메일을 클릭할 확률이 높아집니다.

3. 시기에 맞춰 연락하기

9월 내에 연락을 드리는 것이 중요합니다. 9월 초에는 대학원 지원이 시작된 지 얼마 되지 않아 교수님들이 메일을 덜 받으시기 때문에, 답장을 받을 확률이 높아집니다. 저도 교수님 시간대 기준으로 월요일 아침 7시나 8시쯤 메일이 발송되도록 예약 발송을 했는데, 나름의 효과가 있었습니다.

메일 작성 요령

메일 자체는 세 줄 혹은 네 줄로 아주 간결하게 쓰고, 내가 진짜로 어필하고 싶은 내용은 이력서와 스테이트먼트에 잘 정리해서 첨부하는 것이 좋습니다. 첫 번째로 연락을 드릴 때는 CV와 스테이트먼트를 첨부하지 않았는데, 나중에 첨부해서 다시 메일을 보냈더니 그제야 답장이 오신 분들도 많았습니다.

대학원 입시 메일 답장 유형과 팔로업 방법

대학원 입시 준비 과정에서 교수님께 메일을 보내는 일은 필수적입니다. 하지만 답장을 어떻게 받고, 그에 따라 어떻게 대응해야 할지 난감할 수 있습니다. 오늘은 다양한 답장 유형과 그에 따른 팔로업 방법에 대해 알아보겠습니다.

1. 면접 제안을 받는 경우

첫 번째로, 가장 좋은 답장 유형은 바로 면접 제안을 받는 경우입니다. 이 경우는 일종의 구두 합격이나 다름없습니다. 면접 날짜가 잡히면 다음 사항들을 잘 준비해야 합니다

자기소개 준비: 교수님께 짧고 명확하게 자신을 소개합니다.
연구 관심사 어필: 교수님의 연구 중 어떤 부분에 관심이 있는지 구체적으로 설명합니다.
논문 이해: 해당 연구에 대한 논문을 꼼꼼히 읽고, 진지한 관심을 표현합니다.
질문 준비: 면접 마지막에는 항상 질문할 기회가 주어지므로, 미리 질문을 준비해 둡니다. 예를 들어, 교수님의 지도 스타일, 연구실 문화, 졸업생의 진로 등에 대해 묻는 것이 좋습니다.

이렇게 면접을 철저히 준비하면 합격 가능성이 매우 높아집니다.

2. 원서로 확인하겠다는 답장을 받는 경우

두 번째 유형은 원서로 확인하겠다는 답장을 받는 경우입니다. 이때는 다음과 같이 대응하면 좋습니다:

감사 메일: 답장에 대한 감사 인사를 전합니다.
원서 접수 마감일에 연락: 원서 접수가 마무리되는 날 최종 CV와 스테이트먼트를 첨부하여 다시 연락을 드립니다. 이때 줌 미팅이 가능한지 꼭 물어봅니다.
원서 접수 마감일에 연락을 드리는 이유는, 대부분의 교수님이 그 주 안에 학생들을 선발하기 때문입니다. 따라서 이 시점을 놓치면 기회가 줄어들 수 있습니다.

3. 응답이 없는 경우

마지막 유형은 응답이 없는 경우입니다. 이때도 실망하지 말고 다음과 같이 대응합니다:

감사 메일: 감사 인사를 전합니다.
원서 접수 마감일에 연락: 응답이 없더라도 원서 접수 마감일에 다시 한 번 CV와 스테이트먼트를 첨부하여 연락을 드리고, 줌 미팅 가능 여부를 물어봅니다.

성공적인 면접을 위한 팁

줌 미팅을 통해 교수님과 대화를 나누는 것이 부담스러울 수 있지만, 실제로 해보면 큰 문제가 되지 않습니다. 영어가 조금 서툴더라도 자신감을 가지고 임하는 것이 중요합니다. 교수님도 좋은 학생을 찾는 것이 중요하기 때문에, 서로에게 필요한 존재임을 인식하고 조금 더 여유롭게 대화를 나누면 좋습니다.

마지막으로, 대학원 입시는 단순히 학점이나 경력으로만 결정되지 않습니다. 교수님과의 인터뷰에서 좋은 인상을 남기는 것이 가장 중요합니다. 따라서 철저히 준비한 뒤, 교수님께 확답을 받는 것을 목표로 최선을 다하시기 바랍니다.

다음 포스트에서는 CV와 스테이트먼트를 어떻게 작성하면 좋은지에 대해 알아보겠습니다.

미국 대학원 준비 초단기 3개월 과정 타임라인

자세한 내용은 영상으로 확인하세요! :)미국 대학원 준비에 대한 정보를 공유하고자 이 글을 작성하게 되었습니다. 최근 대학원 진학을 준비하면서 많은 어려움을 겪었고, 특히 미국 대학원 입

coding-grandpa.tistory.com

미국 대학원 연구 주제 고르는 방법: 성공적인 지원을 위한 단계별 가이드

자세한 내용은 영상으로 확인하세요! :)오늘은 미국 대학원에 진학하려는 분들을 위해 연구 주제를 어떻게 선택해야 하는지에 대해 자세히 알아보겠습니다. 대학원 입학 과정에서 연구 주제를

coding-grandpa.tistory.com

한 달 독학으로 토플 116점, GRE 336점 달성 후기 및 전략

자세한 내용은 영상으로 확인하세요! 오늘은 미국 대학원 진학을 위해 토플(TOEFL)과 GRE 시험을 준비하는 방법에 대해 말씀드리려 합니다. 저는 학원을 다닐 여건이 되지 않아 독학으로 공부했고,

coding-grandpa.tistory.com

코딩 테스트 준비를 위한 프로그래밍 언어 추천 선택 가이드

개발자로 취직하기 — Mon, 1 Jul 2024 18:35:38 +0900

자세한 내용은 영상으로 확인하세요!

코딩 테스트를 준비하면서 가장 큰 고민 중 하나는 어떤 프로그래밍 언어로 시험을 볼지 결정하는 것입니다. 이미 사용해 본 언어로 할지, 회사에서 자주 사용하는 언어로 할지, 아니면 새로운 언어를 배워서 시험을 볼지 여러 가지 질문들이 있을 수 있습니다. 이번 블로그 포스트에서는 어떤 기준으로 프로그래밍 언어를 선택할지, 그리고 연봉이 높은 언어들에 대해 정리해 보겠습니다.

기존에 사용해 본 언어 vs 새로운 언어

만약 기존에 사용해본 언어가 있다면, 그 언어로 코딩 테스트를 보는 것이 좋습니다. 그 이유는 다음과 같습니다:

기본 문법을 이미 익혔기 때문에: 아무리 쉬운 언어라도 새로 배우는 것보다 기존에 익숙한 언어를 사용하는 것이 빠릅니다.
보편적으로 사용되는 언어: 자바, C++, 파이썬과 같은 언어들은 대부분의 코딩 테스트에서 지원되므로, 이미 익숙한 언어로 시험을 보는 것이 좋습니다.
전문성 확보: 깊이 이해한 언어로 한 우물을 파는 것이 나중에 더 큰 도움이 됩니다. 여러 언어를 얕게 아는 것보다 하나의 언어를 깊이 이해하는 것이 중요합니다.

잘하는 언어가 없는 경우

만약 기존에 잘하는 언어가 없다면, 파이썬을 배우는 것을 추천합니다. 파이썬은 다음과 같은 이유로 추천됩니다:

배우기 쉬운 문법: 파이썬은 영어처럼 직관적인 문법을 가지고 있어, 프로그래밍을 처음 접하는 사람도 쉽게 배울 수 있습니다.
다양한 분야에서 사용: 빅데이터, 머신러닝, AI와 같은 4차 산업 관련 분야에서 파이썬이 주류로 자리 잡고 있습니다.
강력한 커뮤니티와 라이브러리: 사용자가 많아지면서 좋은 라이브러리와 커뮤니티가 많이 생겨났고, 이는 더 다양한 목적으로 사용되면서 선순환 구조를 형성했습니다.

연봉이 높은 프로그래밍 언어

취업이 잘되고 연봉이 높은 언어로는 자바와 파이썬이 있습니다. 미국의 경우, 스칼라와 고언어가 가장 높은 연봉을 자랑하지만, 자바와 파이썬도 상당히 높은 연봉을 받고 있습니다. 국내에서도 자바와 파이썬 개발자들의 초봉은 비슷한 수준입니다.

미국 개발자 연봉

스칼라: 가장 높은 연봉
Go: 스칼라 다음으로 높은 연봉
자바, 파이썬: 중상위권 연봉

한국 개발자 연봉

자바, 파이썬: 초봉이 비슷하며, 경력이 쌓일수록 차이가 발생

결론

코딩 테스트를 준비하는 가장 효율적인 방법은 기존에 익숙한 언어로 시험을 보는 것이며, 잘하는 언어가 없다면 파이썬을 배우는 것을 추천드립니다. 파이썬은 배우기 쉽고 다양한 분야에서 사용되며, 강력한 커뮤니티와 라이브러리를 가지고 있습니다.

또한, 취업 시 연봉을 고려한다면 자바와 파이썬이 좋은 선택입니다. 특히 국내에서 취업을 목표로 한다면 자바와 파이썬이 가장 많이 사용되는 언어이므로, 실무 경험을 쌓기에 적합합니다. 해외 취업을 목표로 하거나 새로운 도전을 해보고 싶다면 Go 언어도 고려해 볼 만합니다.

어떤 언어를 선택하든, 꾸준한 학습과 실무 경험이 중요하니, 자신에게 맞는 언어를 선택하여 좋은 결과를 얻으시길 바랍니다. 다음에도 더 유익한 콘텐츠로 찾아뵙겠습니다.

미국 대학원 연구 주제 고르는 방법: 성공적인 지원을 위한 단계별 가이드

개발자로 취직하기 — Mon, 1 Jul 2024 11:27:49 +0900

자세한 내용은 영상으로 확인하세요! :)

오늘은 미국 대학원에 진학하려는 분들을 위해 연구 주제를 어떻게 선택해야 하는지에 대해 자세히 알아보겠습니다. 대학원 입학 과정에서 연구 주제를 선택하는 것은 매우 중요한 단계입니다. 하지만 이 단계에서 너무 많은 고민을 하다 보면 오히려 진학을 포기하게 될 수도 있습니다. 오늘은 그런 어려움을 겪고 계신 분들께 도움이 되고자 제가 사용했던 방법들을 공유해 보겠습니다.

연구 주제 선택의 중요성

대학원에 진학한다는 것은 곧 연구를 하겠다는 의미입니다. 따라서 어떤 연구를 할지 정하는 것은 매우 중요한 단계입니다. 하지만 이 단계에서 정한 주제가 평생 연구해야 할 주제는 아닙니다. 대략적인 방향만 정하는 것이 중요하며, 대학원에 들어가서 실제로 하게 될 연구는 지금 말하는 연구와는 완전히 달라질 수 있습니다.

나의 관심사와 이력을 반영한 주제 선택

연구 주제를 선택할 때는 내가 어떤 기술에 관심이 있는지를 먼저 찾아야 합니다. 그 후, 관심 있는 주제들 중에서 내가 들었던 수업이나 해왔던 연구와 엮을 수 있는 주제를 찾는 것이 좋습니다. 이는 대학원 입학 과정에서 교수님들께 연락을 드릴 때 내가 왜 이 주제에 관심을 가지게 되었는지, 그리고 어떻게 기여할 수 있을지를 설명하는 데 도움이 됩니다.

대학원과 교수님들의 연구 주제 탐색

제가 연구 주제를 찾을 때 사용한 방법은 다음과 같습니다:

전공 선택: 먼저 대학원에서 할 전공을 고릅니다.
상위 대학원 탐색: 해당 전공에서 가장 유명한 대학원 10개를 찾아봅니다. 예를 들어, 컴퓨터 사이언스의 경우 US 뉴스 랭킹을 참고합니다.
교수진 연구 주제 탐색: 각 대학원의 교수님들의 연구실 정보를 확인합니다. 이를 통해 나의 관심사와 맞는 연구 주제를 찾습니다.

교수님들의 연구 논문 탐색

교수님들의 연구 주제를 더 자세히 알아보기 위해서는 개인 웹사이트와 구글 스칼라를 활용합니다. 구글 스칼라에서 교수님을 검색하여 최근에 발표한 논문들을 확인하고, 초록을 읽어보며 관심 있는 주제를 찾습니다. 이 과정에서 마음에 드는 논문들은 링크를 따로 정리해 두는 것이 좋습니다.

연구 주제 선택의 핵심

가장 중요한 핵심은 지금 찾는 연구 주제가 나의 관심사와 이력을 피력하기 위한 주제라는 것입니다. 평생 이 연구에 묶여 있을 것이라는 걱정을 하지 말고, 내 이력과 경험, 배경과 잘 엮을 수 있는 주제를 고르는 것이 중요합니다. 이를 위해 상위권 대학원의 교수님들을 찾아보고 관련 있는 연구들을 보며 가장 관심 있고 나의 배경과 연관짓기 쉬운 주제를 찾습니다.

준비 기간과 마무리

제가 경험한 바로는 이 과정이 가장 막막하고 고민이 많아지는 단계였습니다. 하지만 이 단계를 잘 마무리하면 나중에 교수님들께 연락드리고 줌 면접을 보고 자소서를 쓸 때 통일성 있는 컨셉을 준비하기가 쉽습니다. 충분한 준비 시간을 갖고 9월 초까지는 마무리하는 것을 추천드립니다.

마무리

오늘은 미국 대학원 연구 주제를 어떻게 선택해야 하는지에 대해 알아보았습니다. 연구 주제 선택은 대학원 입학 과정에서 매우 중요한 단계이지만, 너무 많은 고민을 하지 말고 나의 관심사와 이력을 잘 반영할 수 있는 주제를 선택하는 것이 중요합니다. 모두들 대학원 준비 파이팅하시고, 추가로 궁금한 부분이 있으시다면 댓글로 남겨주세요. 다음에는 GRE와 토플 등 영어 성적을 어떻게 하면 빠르고 전략적으로 준비할 수 있는지에 대해 다뤄보겠습니다. 감사합니다!

미국 대학원 준비 초단기 3개월 과정 타임라인

coding-grandpa.tistory.com

한 달 독학으로 토플 116점, GRE 336점 달성 후기 및 전략

coding-grandpa.tistory.com

미국 대학원 입시 준비: 교수님께 연락하는 전략

https://youtu.be/6Ffdv8RdXzQ?si=qxrZsiaMf5aBdrLG자세한 내용은 영상으로 확인하세요! :) 지난 포스트에서 연구 주제를 정하는 방법과 후플을 준비하는 방법에 대해서 정리해 드렸습니다. 아직 그 부분이 궁

coding-grandpa.tistory.com

미국 대학원 준비 초단기 3개월 과정 타임라인

개발자로 취직하기 — Mon, 1 Jul 2024 11:27:38 +0900

자세한 내용은 영상으로 확인하세요! :)

미국 대학원 준비에 대한 정보를 공유하고자 이 글을 작성하게 되었습니다. 최근 대학원 진학을 준비하면서 많은 어려움을 겪었고, 특히 미국 대학원 입시에 대한 정보가 부족하다는 것을 깨달았습니다. 그래서 오늘은 저와 같은 고민을 하고 계신 분들을 위해, 미국 대학원 준비 과정을 일곱 단계로 정리해 보았습니다.

1단계: 연구 주제 정하기

가장 먼저 고려해야 할 것은 어떤 연구를 하고 싶은지, 그리고 그 연구 주제가 무엇인지입니다. 저는 컴퓨터 공학을 전공으로 정했고, 관련된 교수님들의 최신 논문을 읽어보며 흥미로운 연구 주제를 찾아냈습니다. 이 과정은 9월 초까지 마무리하는 것이 좋습니다.

2단계: 영어 시험 준비

연구 주제를 정한 후에는 토플과 GRE 시험 준비를 시작해야 합니다. 토플은 대부분의 학교에서 필수이며, GRE는 선택 사항인 경우가 많습니다. 저는 9월 초에 시작해 한 달 동안 집중적으로 준비했습니다. 영어 시험 준비는 시간이 많이 걸리므로 다른 단계들과 병행해서 진행하는 것이 좋습니다.

3단계: 학교와 교수님 정하기

9월 중순까지는 지원할 학교와 교수님을 정해야 합니다. 대부분의 대학원에서는 지원서에 연구하고 싶은 교수님을 선택하게 되어 있어, 교수님의 선택이 합격에 큰 영향을 미칩니다. 9월 중순에 교수님께 연락을 드려, 10월 전까지 줌 미팅을 진행하는 것이 좋습니다.

4단계: CV와 Statement 작성

CV와 Statement 자기 소개서와 연구 계획서를 포함하는 문서로, 9월 말까지 1차 완성을 해 놓는 것이 좋습니다. 교수님께 연락할 때 이 문서들을 첨부하면 답장을 받을 확률이 높아집니다. CV와 Statement를 작성하면서 교수님께 어떤 이력을 부각시킬지 고민해 보세요.

5단계: 추천서 요청

추천서는 대부분 세 개까지 필수이며, 최대 다섯 개까지 제출할 수 있습니다. 추천서는 학습 능력뿐만 아니라 연구 능력을 입증할 수 있는 내용이 포함되어야 합니다. 저는 회사 내 박사 출신이나 임원 분들께 추천서를 요청했습니다.

6단계: 지원서 작성 및 시험 준비

지원서 작성은 10월 말부터 시작하는 것이 좋습니다. 지원서에는 다양한 정보를 입력해야 하므로, 바로 입력할 수 있는 개인 정보나 학부 시절의 정보는 즉시 채워 넣고, 성적 증명서나 재정 증명서와 같이 시간이 걸리는 서류들은 따로 정리해 두는 것이 효율적입니다. 엑셀 파일을 활용해 정리하면 잊어버리는 일이 줄어듭니다.

이미 이력서와 스테이트먼트를 준비해 두었다면 바로 제출하면 됩니다. 하지만 학교마다 요구하는 주제가 다를 수 있으니, 각 학교에 맞게 조금씩 수정하는 것이 필요합니다. 일반적으로 스테이트먼트는 A4 용지 두 장 분량으로, 연구 계획과 경력, 학위 취득 후 목표 등을 작성합니다. 더 좋은 학교일수록 챌린지와 다이버시티 주제의 에세이를 추가로 요구하기도 합니다.

7단계: 첨삭 및 제출

요즘에는 ChatGPT나 Grammarly와 같은 서비스가 잘 나와 있어 에세이를 작성한 후 도움을 받으면 첨삭이 수월합니다. 에세이 작성은 고통스러울 수 있으니 10월 말이나 11월 초부터 집중해서 작성하는 것이 좋습니다.

지원서 제출과 비용

지원서 제출 마감일은 학교마다 다르지만, 대체로 11월 말에서 1월 말 사이입니다. 지원서 제출 시 비용은 저렴하게는 9만 원에서 비싸게는 15만 원까지 들 수 있습니다. 또한, GRE와 토플 시험 비용도 별도로 발생하니 고려해야 합니다.

결과 발표와 최종 면접

원서 접수가 끝나면 결과 발표만 기다리면 됩니다. 학교마다 발표 시기가 다르지만, 대체로 2월에서 4월 사이에 결과가 나옵니다. 또한, 일부 교수님들은 직접 면접을 요청하기도 하니 대비해 두는 것이 좋습니다.

마무리

미국 대학원 지원 과정은 많은 준비가 필요하지만, 차근차근 하나씩 해 나가다 보면 어느새 모든 자료가 준비되어 있을 것입니다. 부족한 정보는 추가로 제공할 예정이니, 많은 관심 부탁드리며 궁금한 점은 댓글로 남겨 주세요. 커리어 준비에 힘내시고, 다음 포스팅에서 뵙겠습니다!

미국 대학원 연구 주제 고르는 방법: 성공적인 지원을 위한 단계별 가이드

coding-grandpa.tistory.com

한 달 독학으로 토플 116점, GRE 336점 달성 후기 및 전략

coding-grandpa.tistory.com

미국 대학원 입시 준비: 교수님께 연락하는 전략

coding-grandpa.tistory.com

궁금한 점이나 추가로 알고 싶은 내용이 있다면 댓글로 남겨주세요! 최대한 도움을 드리겠습니다.

입사 전 꼭 알아야 할 두 가지 실수 방지 팁

개발자로 취직하기 — Fri, 28 Jun 2024 18:30:44 +0900

자세한 내용은 영상으로 확인하세요! :)

오늘은 직장 생활을 시작하기 앞서 꼭 알아두어야 할 두 가지 중요한 팁에 대해 이야기해보려고 합니다. 많은 신입사원들이 처음 회사에 입사하면서 겪는 어려움과 실수를 줄이고, 더 나은 커리어를 쌓는 방법을 공유해 드릴게요.

1. 질문을 두려워하지 마세요

취업 준비의 긴 여정을 마치고 드디어 회사에 입사하게 되면, 설레는 마음과 동시에 걱정도 많을 것입니다. '내가 회사에 잘 적응할 수 있을까?'라는 고민은 누구나 갖게 되죠. 회사에서는 이런 신입사원들을 위해 사수나 선배를 배정해주지만, 이들이 항상 충분한 시간을 내어 자세히 가르쳐줄 수는 없습니다. 이때 중요한 것은 바로 질문하는 것입니다.

많은 신입사원들이 초기에 질문을 꺼려하다가 중요한 기본 개념들을 놓치게 되고, 이는 나중에 더 복잡한 업무를 이해하는 데 큰 장애물이 됩니다. 질문을 하지 않으면, 초반 6개월에서 1년을 낭비할 수 있습니다. 신입사원 시절에 모르는 것은 당연하므로, 그때 질문하는 것이 가장 효과적입니다. 질문을 통해 빠르게 배우고, 선배들의 바쁜 시간을 아껴줄 수 있는 팁도 있습니다. 질문을 하기 전에 먼저 스스로 정리해 보고, 그래도 모르겠다면 몇 가지 가능성을 생각해 본 뒤에 질문하세요. 이렇게 하면 선배들도 더 자세하게 설명해 줄 수 있습니다.

2. 좋은 사수가 배정되기만을 기다리지 마세요

두 번째로 절대 하지 말아야 할 행동은 좋은 사수가 배정되기만을 기다리는 것입니다. 물론, 좋은 사수를 만나면 많은 도움이 되겠지만, 모든 사수가 나에게 맞는 좋은 선배는 아닐 수 있습니다. 따라서, 내가 배우고자 하는 분야에 대해 더 잘 알고 있는 선배를 직접 찾아가야 합니다.

저의 경우, 처음 배정받은 사수는 6개월도 안 되어 퇴사했고, 두 번째 사수는 저를 경쟁 상대로 여겨 일을 잘 가르쳐주지 않았습니다. 그러다 보니 중요한 시기를 놓치게 되었고, 나중에 가서야 이를 많이 후회했습니다. 좋은 선배를 만나는 것은 중요하지만, 그 선배가 항상 나에게 시간을 내어줄 수 있는 것은 아니므로, 직접 찾아가서 도움을 요청하는 적극적인 자세가 필요합니다.

좋은 선배들은 깐깐할 수 있지만, 그만큼 일을 잘 가르쳐주고 빠르게 성장할 수 있도록 도와줍니다. 처음 6개월만이라도 이렇게 열심히 배우고 일을 잘 해내면, 나중에는 더 중요한 일들을 맡게 되고, 좋은 평판을 쌓을 수 있습니다.

마무리

처음 회사에 입사하여 적응하는 시기는 누구에게나 어렵습니다. 하지만 위의 두 가지 팁을 잘 활용한다면, 초기 실수를 줄이고 빠르게 성장할 수 있을 것입니다. 저처럼 먼 길로 돌아가지 말고, 빠르고 효율적인 길로 사회생활을 시작하여 승승장구하시길 바랍니다.

여러분의 성공적인 직장 생활을 응원합니다! 감사합니다.

스트링 알고리즘: 코딩 테스트를 위한 필수 지식

개발자로 취직하기 — Thu, 27 Jun 2024 18:25:09 +0900

자세한 내용은 영상으로 확인하세요!

코딩 테스트를 준비하는 많은 개발자들에게 문자열(스트링) 알고리즘은 필수적인 영역입니다. 특히, 카카오와 같은 대형 IT 기업의 코딩 테스트에서는 문자열 관련 문제가 빈번하게 출제됩니다. 이번 포스팅에서는 문자열 알고리즘의 기본적인 유형과 그에 따른 접근 방법을 소개합니다.

문자열 단순 구현 유형

먼저, 문자열 단순 구현 유형에 대해 알아보겠습니다. 이 유형의 문제는 별다른 복잡한 알고리즘이 필요하지 않으며, 문제에서 제시하는 여러 단계를 그대로 구현하면 됩니다. 예를 들어, 카카오의 기출문제 중 하나인 "신규 아이디 추천" 문제는 7단계에 걸쳐 아이디를 수정하는 간단한 문제입니다.

이러한 문제를 해결하기 위해서는 기본적인 문자열 함수들을 잘 숙지하고 있는 것이 중요합니다. 자주 사용되는 문자열 함수들은 다음과 같습니다:

indexOf: 문자열 내에서 특정 문자열이 시작하는 인덱스를 반환합니다.
substring: 문자열의 일부를 추출합니다.
replace: 문자열의 일부를 다른 문자열로 대체합니다.
trim: 문자열의 앞뒤 공백을 제거합니다.
compareTo: 두 문자열을 아스키 순서로 비교합니다.

이 함수들만 잘 이해하고 있다면 대부분의 단순 구현 문제를 쉽게 해결할 수 있습니다.

문자열 심화 유형

두 번째 유형은 문자열 관련 함수뿐만 아니라 해시, 정렬, DFS 등의 알고리즘을 함께 사용하는 문제들입니다. 예를 들어, 2022년 카카오 코딩 테스트의 "신고 결과 받기" 문제는 문자열을 해시 알고리즘과 결합하여 풀어야 합니다.

이 유형의 문제를 해결하기 위해서는 기본적인 문자열 함수 외에도 다양한 알고리즘과 자료 구조를 이해하고 있어야 합니다. 문자열 함수만으로는 해결할 수 없는 복잡한 문제들이기 때문에, 깊이 있는 알고리즘 학습이 필요합니다.

효율적인 공부 방법

기본 함수 완벽히 익히기: 자주 사용되는 문자열 함수를 완벽히 이해하고, 문제를 풀 때 막힘없이 사용할 수 있어야 합니다.
실전 문제 풀어보기: 단순 구현 문제들을 풀어보면서 문자열 함수를 실제로 적용해 보는 것이 중요합니다.
심화 학습: 해시, DFS, 정렬 등의 알고리즘을 공부하고, 이를 문자열 문제에 적용하는 연습을 해야 합니다.

마무리

문자열 알고리즘은 코딩 테스트에서 매우 중요한 부분을 차지합니다. 단순 구현 유형의 문제들은 상대적으로 쉽게 해결할 수 있기 때문에, 기본적인 문자열 함수들을 잘 숙지하는 것이 중요합니다. 그러나 심화 유형의 문제들은 다양한 알고리즘과 자료 구조를 필요로 하므로, 꾸준한 학습이 필요합니다.

코딩 테스트를 준비하면서 문자열 문제를 잘 풀 수 있는지를 확인하고 싶다면, 카카오 코딩 테스트의 문자열 유형 문제들을 풀어보는 것을 추천합니다. 이를 통해 자신의 실력을 점검하고, 부족한 부분을 보완할 수 있을 것입니다.

궁금한 점이나 추가적으로 알고 싶은 내용이 있다면 언제든지 댓글로 남겨주세요. 더 좋은 콘텐츠로 찾아뵙겠습니다.

네카라쿠배 취업 실패하는 이유 3가지

개발자로 취직하기 — Wed, 26 Jun 2024 18:20:25 +0900

자세한 내용은 영상으로 확인하세요! :)

오늘은 네카라쿠배와 같은 대기업에 취업을 희망하는 분들이 코딩 테스트에서 실패하는 이유에 대해 이야기해 보려고 합니다. 많은 이들이 코딩 테스트를 준비하면서 공통적으로 겪는 문제점을 세 가지로 정리해 봤습니다. 이 글을 통해 여러분이 더 효과적으로 준비할 수 있기를 바랍니다.

1. 모든 문제를 처음부터 다 풀려고 한다

코딩 테스트를 준비하면서 많은 사람들이 저지르는 첫 번째 실수는 모든 문제를 처음부터 끝까지 다 풀려고 하는 것입니다. 물론 많은 문제를 푸는 것이 좋지만, 우리에게 주어진 시간과 열정은 제한되어 있습니다. 무작정 모든 문제를 풀려는 시도는 결국 시간과 열정의 낭비로 이어질 수 있습니다.

2. 모든 자료구조와 알고리즘을 공부하려 한다

코딩 테스트는 문제은행식 시험이기 때문에 나오는 유형이 어느 정도 정해져 있습니다. 따라서 모든 알고리즘을 공부하기보다는 우선순위를 정해 필요한 것만 집중적으로 학습하는 것이 효율적입니다.

필수 알고리즘:

완전 탐색
정렬
스택
큐
DFS
BFS

이 개념들이 완전히 정리되었다면, 그리디와 이분 탐색 정도까지 추가로 공부해 두면 좋습니다. 기타 알고리즘(힙, 동적 계획법, 그래프 등)은 코딩 테스트 용으로는 몰라도 크게 상관없습니다.

3. 코딩 자체에만 초점을 맞춘다

코딩 테스트는 단순히 문제를 푸는 시험이 아닙니다. 문제 해결 능력과 사고력을 동시에 평가합니다. 문제를 많이 푸는 것만으로는 사고력이 향상되지 않습니다. 스스로 문제를 어떻게 풀어야 할지 생각하는 시간을 가져야 합니다.

생각하는 힘 기르기:

문제를 풀고 나서 15분에서 30분 정도는 이 문제를 어떻게 풀었는지, 더 좋은 방법은 없었는지 고민해 보세요. 이러한 과정은 초기에는 성과가 없어 답답할 수 있지만, 시간이 지남에 따라 문제 해결 능력이 크게 향상됩니다.

결론

대기업 프로그래머가 되기 위해 주의할 점을 다시 한 번 정리해보면 다음과 같습니다:

기본 문법에는 최소한의 시간만 투자하고, 자료구조와 알고리즘으로 넘어가자.
자료구조와 알고리즘을 푸는 데도 우선순위를 정하자.
스스로 생각하는 힘을 기르자.

이 세 가지를 잘 적용하면 누구나 개발자로 취직할 수 있습니다. 모두들 코딩 테스트 준비 화이팅 하시고, 추가로 궁금하신 점이 있다면 댓글로 남겨주세요. 감사합니다!

브루트 포스 완전 탐색 알고리즘: 3분만에 이해하기

개발자로 취직하기 — Tue, 25 Jun 2024 18:20:14 +0900

자세한 내용은 영상으로 확인하세요! :)

100억 원이 든 금고를 열 수 있는 4자리 비밀번호가 주어진다면 어떻게 하시겠습니까? 윤리적인 문제도 없고 시간제한도 없다면, 아마도 0000부터 9999까지 모든 숫자를 하나씩 대입해 보는 방법을 선택할지도 모릅니다. 이 단순하고 무식한 방법이 바로 우리가 알고 있는 브루트 포스 알고리즘, 또는 완전 탐색 알고리즘입니다.

브루트 포스(Brute Force)는 영어로 '단순히' 또는 '순전히'라는 의미의 '브루트'와 '힘'을 뜻하는 '포스'가 결합된 단어입니다. 즉, 순전히 힘만으로 문제를 해결한다는 의미입니다. 이 알고리즘은 모든 가능한 조합을 하나씩 시도해 보는 방법으로, 주로 비밀번호를 해킹할 때 사용되곤 합니다.

브루트 포스 알고리즘 구현 방법

브루트 포스 알고리즘을 구현하는 방법은 크게 두 가지가 있습니다.

1. 반복문을 활용한 방법

가장 기본적인 방법은 반복문을 사용하는 것입니다. 예를 들어, 4자리 비밀번호를 찾기 위해 0000부터 9999까지 모든 숫자를 시도해 볼 수 있습니다. 이를 위해 `for` 문을 활용하여 다음과 같은 코드를 작성할 수 있습니다:

```python
for i in range(10000):
print(f"Trying password: {i:04}")
```

2. 재귀 함수를 활용한 방법

더 복잡한 문제에서는 재귀 함수를 사용하는 것이 효과적일 수 있습니다. 예를 들어, 여러 숫자 카드로 가능한 모든 조합을 만들어 소수(프라임 넘버)를 찾는 문제를 생각해 볼 수 있습니다. 이 경우, 재귀 함수를 통해 각 숫자를 선택하거나 선택하지 않으며 모든 조합을 만들어낼 수 있습니다.

```python
def generate_combinations(cards, combination='', index=0):
    if index == len(cards):
        print(combination)
        return
    generate_combinations(cards, combination + cards[index], index + 1)
    generate_combinations(cards, combination, index + 1)
```

브루트 포스 알고리즘의 중요성

브루트 포스 알고리즘은 코딩 테스트에서 자주 출제되지는 않지만, 어떤 문제를 푸는 데 있어서 중요한 부분을 차지합니다. 예를 들어, 소수 찾기 문제는 브루트 포스만으로는 풀 수 없지만, 일부 단계에서는 브루트 포스가 필요합니다. 따라서 반복문과 재귀 함수를 잘 익혀서 어떤 형태의 문제라도 해결할 수 있도록 하는 것이 중요합니다.

실전 연습 문제

브루트 포스 알고리즘을 연습하기 위해 프로그래머스의 "모의고사"와 "소수 찾기" 문제를 추천드립니다. 이 문제들을 풀어보며 다양한 풀이법을 익히고, 자신만의 방법을 찾아가는 데 큰 도움이 될 것입니다.

코딩 테스트 준비, 모두 화이팅 하시고 다음에는 DFS와 BFS에 대한 내용을 다루도록 하겠습니다.

한 달 독학으로 토플 116점, GRE 336점 달성 후기 및 전략

개발자로 취직하기 — Tue, 25 Jun 2024 06:59:50 +0900

자세한 내용은 영상으로 확인하세요!

오늘은 미국 대학원 진학을 위해 토플(TOEFL)과 GRE 시험을 준비하는 방법에 대해 말씀드리려 합니다. 저는 학원을 다닐 여건이 되지 않아 독학으로 공부했고, 짧은 준비 기간에도 불구하고 좋은 성적을 거둘 수 있었습니다. 토플은 116점, GRE는 총점 336점(퀀트 169점, 버벌 167점, 라이팅 4.5점)을 받았습니다. 물론, 저는 미국에서 학부를 졸업했기 때문에 약간의 이점이 있었지만, 순수 한국 공대 출신 지인들의 경험을 바탕으로 현실적인 영어 준비 방법과 전략을 정리해 보았습니다.

토플 준비 방법

토플(TOEFL)은 외국인이 미국에서 대학 혹은 대학원에 진학할 때 필요한 영어 실력을 검증하기 위해 만들어진 시험입니다. 총 4개의 섹션(리딩, 리스닝, 스피킹, 라이팅)으로 구성되어 있으며, 각 섹션마다 30점씩 총 120점 만점입니다. 대학원 합격을 위해서는 보통 80점대에서 100점 중후반 이상의 점수를 받는 것이 필요합니다.

1. 스피킹

학원 수강 추천: 스피킹은 직접 말로 연습하지 않으면 실력이 늘지 않기 때문에 오프라인 강의를 추천합니다.
ChatGPT 활용: 토플 질문을 던지고 답변을 평가받는 방식으로 연습할 수 있습니다. 실제로 유용한 피드백을 받을 수 있습니다.

2. 리딩, 리스닝, 라이팅 순서로 준비

리딩: 단어를 외우고 주어진 정보를 보고 정답을 찾는 연습을 합니다.
리스닝: 리딩과 마찬가지로 단어 외우기와 문제 풀이 연습이 중요합니다.
라이팅: 템플릿을 활용해 쓰는 연습을 합니다. 창의적인 글쓰기가 아닌 템플릿에 맞춰 작성하는 것이 점수를 올리는 데 유리합니다.

GRE 준비 방법

GRE는 선택 사항인 경우가 많지만, 몇몇 대학원에서는 필수로 요구하기도 합니다. GRE 준비를 고려하신다면 다음 순서로 점수를 올리는 것이 좋습니다: 퀀트 > 라이팅 > 버벌.

1. 퀀트

수학 개념 복습: 헷갈릴 만한 개념들을 빠르게 복습하고, 문제 유형에 익숙해지는 것이 중요합니다.
문제 풀이 연습: 반복해서 문제를 풀어보며 실수를 줄이는 연습을 합니다.

2. 라이팅

주제 분석 및 연습: GRE 라이팅 주제를 하나씩 훑어보고, 찬반 논리를 정리하는 연습을 합니다.
ChatGPT 활용: 주제에 맞는 예제를 만들고, 에세이를 작성해 평가받는 방식으로 연습할 수 있습니다.

3. Verbal

어휘력 강화: GRE에서 요구하는 어휘력은 매우 높기 때문에 단어 외우기에 많은 시간을 투자해야 합니다.

효과적인 영어 리딩 점수 향상을 위한 필수 팁

영어 리딩 점수를 올리기 위해서는 단순히 단어를 외우는 것이 아니라, 동의어 사전을 통째로 외우는 것과 같은 방법이 필요합니다. 한 단어에 여러 개의 동의어가 있을 수 있기 때문에 초반에는 어렵고 시간이 오래 걸릴 수 있지만, 꾸준한 노력이 중요합니다.

퀴즈렛 활용

저는 단어 공부를 위해 퀴즈렛(Quizlet)이라는 플랫폼을 활용했습니다. 이 플랫폼은 엑셀이나 PDF처럼 보기 어려운 형태가 아니라, 언제 어디서든 쉽게 단어를 외울 수 있도록 도와줍니다. 출퇴근 시간, 식사 시간, 심지어 화장실에서도 틈틈이 단어를 학습할 수 있었습니다. 제가 사용한 필수 단어집 링크는 더보기란에 남겨두었으니, 리딩 점수를 올리고자 하는 분들께 적극 추천드립니다.

리딩 점수를 올리기 위해서는 단어만 미친 듯이 외우면 된다는 긍정적인 마인드셋이 필요합니다. 리딩 성적은 단어 학습에 비례하여 올라가기 때문에, 다른 걱정은 잠시 접어두고 단어 학습에만 집중하시면 됩니다.

토플 모의고사 점수 확인

우선 토플 모의고사를 한번 보시고, 95점 아니면 최소 90점이 넘는다면 GRE 준비를 고민해 보세요. 그렇지 않다면 토플만 준비하는 것이 여러모로 수월할 것입니다. 물론 둘 다 준비하면 대학원 입시에 도움이 될 수 있지만, 시간, 돈, 그리고 정신적 스트레스에 비해 큰 도움이 되는지는 확실치 않습니다. 따라서 상황에 맞게 잘 선택하시길 바랍니다.

마무리

오늘 다룬 내용 외에 궁금한 점이 있거나 제가 언급하지 않은 중요한 내용이 있다면 댓글로 알려주세요. 오늘도 영어 공부와 대학원 준비 화이팅하시고, 저희는 다음 글에서 다시 뵙겠습니다.

미국 대학원 준비 초단기 3개월 과정 타임라인

coding-grandpa.tistory.com

미국 대학원 연구 주제 고르는 방법: 성공적인 지원을 위한 단계별 가이드

coding-grandpa.tistory.com

미국 대학원 입시 준비: 교수님께 연락하는 전략

coding-grandpa.tistory.com

그리디 탐욕 알고리즘: 이해하기 쉽게 풀어보는 기초 개념

개발자로 취직하기 — Mon, 24 Jun 2024 21:15:44 +0900

자세한 내용은 영상으로 확인하세요! :)

오늘은 알고리즘 중 하나인 그리디 알고리즘에 대해 알아보는 시간을 가져보겠습니다. 그리디 알고리즘이란 무엇인지, 어떻게 하면 잘 풀 수 있는지, 그리고 초급 문제들까지 정리해 보겠습니다.

그리디 알고리즘의 정의

그리디 알고리즘은 이름 그대로 '탐욕'을 의미합니다. 이 알고리즘은 미래를 고려하지 않고 현재 시점에서 가장 좋은 선택을 하는 방식입니다. 즉, 현재 내가 내린 선택이 나중에 어떤 결과를 가져올지는 고려하지 않고, 무조건 지금 가장 저렴한 선택, 가장 빠른 선택 혹은 가장 가치 있는 선택을 내리는 것입니다. 그래서 그리디라는 이름이 붙여졌습니다.

예를 들어, 동전 교환 문제를 생각해 봅시다. n개의 동전과 전체 금액 k가 주어졌을 때, k를 만들기 위해 필요한 최소한의 동전 개수를 구하는 문제입니다. 여기서 핵심은 최소한의 동전 개수를 찾는 것입니다. 금액이 큰 동전부터 가능한 많이 사용하고, 남은 금액을 다음 큰 동전으로 채우는 방식으로 문제를 해결할 수 있습니다.

그리디 알고리즘의 특징

그리디 알고리즘은 항상 최적의 해를 보장하지는 않습니다. 예를 들어, 마시멜로 이야기를 떠올려 보세요. 지금 당장 마시멜로 하나를 먹는 것이 최선의 선택일 수 있지만, 10분 후에 두 개를 받을 수 있다면 기다리는 것이 더 나은 선택이 될 수 있습니다. 이처럼 그리디 알고리즘은 항상 최적의 해를 보장하지 않기 때문에 근사 알고리즘이라고도 불립니다.

그리디 알고리즘을 사용할 수 있는 첫 번째 조건은 현재의 선택이 미래의 선택에 영향을 주지 않는 경우입니다. 예를 들어, 서울에서 대전, 대전에서 부산으로 가는 최소 비용을 계산하는 문제에서, 서울에서 대전까지 가는 경로가 대전에서 부산까지의 경로에 영향을 미치지 않는다면 그리디 알고리즘을 사용할 수 있습니다.

두 번째 조건은 문제의 일부분에 대한 최적의 해가 전체 최적화를 이루는 경우입니다. 서울에서 부산까지의 최소 거리를 구하는 문제를 예로 들면, 서울에서 대전까지의 최소 거리와 대전에서 부산까지의 최소 거리를 더하면 전체 최적화가 됩니다.

그리디 알고리즘의 전략

그리디 알고리즘을 효과적으로 사용하기 위해서는 정렬이 핵심입니다. 예를 들어, 회의실 배정 문제를 생각해 봅시다. 여러 개의 회의 요청이 주어졌을 때, 겹치지 않게 최대한 많은 회의를 진행하려면 종료 시간을 기준으로 정렬하는 것이 좋습니다. 이렇게 하면 가장 빨리 끝나는 회의부터 진행하여 최대한 많은 회의를 진행할 수 있습니다.

그리디 알고리즘의 활용

그리디 알고리즘은 코딩 테스트에서 자주 사용됩니다. 그 이유는 속도 때문입니다. 다이나믹 프로그래밍보다 빠르기 때문에, 최적화가 보장되는 경우에 그리디 알고리즘을 사용하면 더 빠르게 문제를 해결할 수 있습니다. 현실 세계에서도 완벽한 정답이 아닌 근사치만 나와도 만족스러운 경우에 성능을 개선하기 위해 사용됩니다. 예를 들어, 내비게이션 시스템에서 최단 시간을 찾기보다는 적당한 해답을 빠르게 제공하는 것이 사용자 만족도를 높이는 방법입니다.

부트캠프 vs 국비지원교육 vs 독학: 취업을 위한 최적의 선택은?

개발자로 취직하기 — Mon, 24 Jun 2024 18:10:06 +0900

자세한 내용은 영상으로 확인하세요! :)

최근 들어 부트캠프와 국비지원 교육 프로그램이 많이 생기면서, 어떤 교육 방식이 더 나은지에 대한 질문을 많이 받았습니다. 독학이 어려운지에 대한 질문도 자주 받았는데요, 이번 글에서는 이 주제에 대해 간략하게 설명드리고자 합니다.

공부를 위한 공부는 이제 그만

저도 입사 전까지 나름 열심히 공부하고 성적 관리도 했고, 틈틈이 외국어나 자격증도 많이 땄습니다. 그러나 회사 생활을 하면서 가장 크게 달라진 점은 신뢰가 없는 공부는 절대 하지 않는다는 것입니다. 내가 이걸 배워서 어디다 쓸지 명확하지 않은 것들은 과감하게 버려야 한다는 걸 느꼈습니다.

예를 들어, 저는 최근에 아마존 웹 서비스의 클라우드 실무 자격증을 땄습니다. 하지만 현업에서 클라우드를 활용할 일이 전혀 없었기 때문에, 이 자격증을 따느라 들인 시간과 노력 대비 남은 것은 자격증뿐이었습니다. 이는 부트캠프나 국비지원교육도 크게 다르지 않습니다. 겉보기엔 멋지지만 취업에 도움이 되지 않는 내용들을 가르치는 경우가 많습니다. 예를 들어 AI나 블록체인 기술 등을 배우는 것이 그렇습니다.

어떤 교육 방식이 좋을까?

취업을 준비하는 데 있어 가장 빠르게 취업할 수 있는 교육 과정을 선택하는 것이 중요합니다. 전공자거나 경력이 있는 분들은 독학도 충분히 가능하다고 봅니다. 하지만 비전공자거나 경력이 없는 분들은 부트캠프나 국비지원 교육을 통해 공부하는 것을 추천드립니다. 요즘처럼 강의들이 많아지는 시기에는 어떤 기준으로 선택하는 게 좋을지 고민이 될 텐데요, 무조건 빨리 취업할 수 있는 교육을 선택하면 됩니다.

좋은 교육과정 선택 기준

가장 필요한 기술에 집중하는 과정: 웹 개발, 안드로이드, iOS 앱 개발 같은 기초적인 기술에 집중하는 수업 내용을 선택하세요. 예를 들어, HTML, CSS, 자바스크립트 등을 배우는 과정이 좋은 예시입니다.
프로젝트 경험: 실제로 프로젝트를 많이 해 볼 기회를 제공하는 강의안을 선택하세요. 이는 실무에서 매우 중요한 경험이 됩니다.

취업 준비에 기한을 정하기

교육을 받기 시작한 후 3개월부터 원서를 쓰기 시작해서 6개월 내에 취업하는 것을 목표로 하세요. 교육 과정이 8개월짜리라면 8개월을 기한으로 두셔도 좋지만, 굳이 엄청 긴 교육을 들으려고 하기보다는 빠르게 핵심만 배우고 6개월 안에 취업하는 것이 낫다고 생각합니다.

회사에서 배우는 것의 중요성

아무리 중소기업이나 스타트업이라도 현장에서 배우는 것과 누군가 떠먹여 주는 것을 배우는 것은 전혀 다릅니다. 기회가 된다면 무조건 회사에 들어가서 배우는 것을 추천합니다. 부트캠프에서 하루 12시간씩 강의를 듣고 밤새서 프로젝트를 마무리 할 열정과 의지라면, 직장 생활을 하면서 틈틈이 공부하고 포트폴리오를 관리하는 것이 훨씬 쉽고 여유로울 것입니다.

결론

부트캠프나 국비지원 교육을 선택할 때 주의해야 할 점은 다음과 같습니다:

취업에 필요한 기술만 반복적으로 가르쳐주는 교육 과정을 선택하자.
취업에 기한을 두고 준비하고, 그 기한이 되면 갈 수 있는 곳으로 가서 실무를 경험하며 이직을 준비하자.

부트캠프나 국비지원 교육의 최종 목적은 취업이라는 것을 기억하고, 철저히 목적에 도움이 되는 선택을 만들어서 빠르게 취업하시길 바랍니다.

9년차 개발자가 알려주는 이력서 작성 꿀팁! | 신입사원 서류 합격의 비밀

개발자로 취직하기 — Fri, 21 Jun 2024 18:55:04 +0900

자세한 내용은 영상으로 확인하세요! :)

오늘은 신입사원 채용 과정에서 이력서를 검토하며 느낀 점과 함께, 여러분이 자신의 노력을 잘 어필할 수 있는 이력서 작성 팁을 공유하려고 합니다. 대기업 공채를 준비하는 많은 분들이 이력서와 자소서 작성에 어려움을 겪고 있는데요, 오늘 소개할 내용이 도움이 되길 바랍니다.

1. 자기 소개 (About Me)

자기 소개는 이력서의 첫인상을 좌우하는 중요한 부분입니다. 이름, 나이, 학력 등 기본적인 정보는 일반적인 템플릿에 맞게 작성하면 됩니다. 다만, ‘읽기 쉬운 코드를 작성하는 개발자’나 ‘업무 자동화를 추구하는 개발자’처럼 본인만의 컨셉을 잡는 경우가 있습니다. 이러한 컨셉이 뒷받침될 만한 경험과 경력이 있다면 좋지만, 그렇지 않다면 오히려 신뢰를 떨어뜨릴 수 있습니다. 예를 들어, 코드 가독성을 중요시 여겨 사내 코딩 스타일을 정하는데 기여한 경험이 있다면 이를 구체적으로 적어주세요.

2. 주요 기술 스택

이력서에 기술 스택을 기재할 때, 너무 많은 것을 적는 것은 피해야 합니다. 한 언어나 프레임워크를 제대로 사용하는 데에도 최소 2-3년은 걸리기 때문에, 여러 기술을 나열하면 오히려 신뢰를 잃을 수 있습니다. 기업들은 당장 실무에 투입될 수 있는 인재를 원하기 때문에, 깊이 있는 기술 경험을 어필하는 것이 중요합니다. 만약 여러 기술을 기재하고 싶다면, 기술의 숙련도를 구분하여 적는 것도 하나의 방법입니다. 하지만 저는 중점적으로 다루는 기술 스택만을 적는 것을 추천합니다.

3. 블로그

블로그는 자신이 어떤 개발자인지 보여줄 수 있는 좋은 도구입니다. 하지만 얕은 수준의 글 여러 개보다는 주제 하나를 깊이 있게 다룬 글 하나가 더 효과적입니다. 예를 들어, DP 유형 문제를 여러 개 풀어서 각각의 풀이를 블로그에 작성했다면, 이를 하나의 글로 압축하여 정리하는 것이 좋습니다. 또한, CS 기술 면접을 준비하며 배운 개념을 깊이 있게 정리하는 것도 추천합니다. 이는 블로그를 준비하는 것뿐만 아니라 면접 준비에도 큰 도움이 됩니다.

4. 경력

이력서에서 가장 중요한 부분은 경력입니다. 신입사원을 뽑는데 경력을 본다는 것이 모순적일 수 있지만, 실제 프로젝트를 진행하며 문제를 해결한 경험이 있는지를 확인하고자 하는 것입니다. 문제, 해결책, 결과를 구체적으로 적어 ‘이 사람, 이거 진짜 해봤네’라는 인식을 심어줘야 합니다. 예를 들어, DAU가 급증하여 서버 증설이 필요했던 상황을 구체적인 수치와 함께 설명하고, 이를 해결하기 위해 어떤 조치를 취했는지, 그 결과가 어땠는지를 적어주세요.

이력서는 단순히 경력을 나열하는 것이 아니라, 내가 실제로 어떤 문제를 해결했는지를 증명하는 도구입니다. 학력과 학점도 중요하지만, 개발자 취업에서는 경력을 잘 어필하는 것이 더욱 중요합니다.

마무리

오늘 소개한 내용을 토대로 이력서를 조금 더 구체적이고 설득력 있게 작성해보세요. 궁금한 점이 있거나 도움이 필요하다면 댓글이나 메일로 질문을 보내주세요. 최대한 도움을 드리겠습니다.

개발자 취업 시장은 여전히 어렵지만, 포기하지 말고 꾸준히 준비하시길 바랍니다. 다음에도 더 유익한 콘텐츠로 찾아뵙겠습니다. 감사합니다.

DFS와 BFS: 깊이 우선 탐색과 너비 우선 탐색 알고리즘 이해하기

개발자로 취직하기 — Fri, 21 Jun 2024 18:45:42 +0900

영상으로 더 자세하게 들어보세요!

최근 한국 드라마가 전 세계적으로 인기를 끌고 있는데, 여러분은 드라마를 볼 때 어떤 방식으로 보시나요? 드라마가 끝나길 기다렸다가 몰아서 보는 편인가요, 아니면 재미있어 보이는 드라마 여러 개를 본방사수하며 챙겨보는 편인가요? 이 질문을 던지는 이유는 DFS와 BFS 알고리즘의 개념을 이해하는 데 도움이 되기 때문입니다. 한 드라마를 처음부터 끝까지 다 봐야 하는 방식이 DFS(Depth-First Search), 모든 드라마를 한 편씩 챙겨보는 방식이 BFS(Breadth-First Search)와 유사합니다.

그래프 탐색 알고리즘이란?

DFS와 BFS는 그래프 탐색 알고리즘입니다. 그래프는 여러 개체들이 연결된 자료 구조로, 특정 개체를 찾기 위한 알고리즘이 필요합니다. 이 알고리즘들은 주로 다음과 같은 문제 유형에 사용됩니다:

경로 탐색 문제: A 지점부터 B 지점까지 가는 데 최소 거리나 최단 시간을 구하는 문제.
네트워크 문제: 여러 개체들이 주어진 상태에서 연결된 그룹의 개수를 구하거나, 두 개체가 같은 네트워크 안에 있는지를 확인하는 문제.
조합 문제: 여러 가지 조합을 전부 만들어 비교해봐야 하는 문제.

DFS와 BFS를 이해하고 나면, 적어도 문제의 방향을 정확하게 설정할 수 있어 초반에 시간을 낭비하지 않게 됩니다.

DFS (Depth-First Search)

DFS는 한 경로를 끝까지 탐색하는 방식입니다. 재귀 함수를 사용해 구현하는 것이 일반적입니다. 예를 들어, 타겟 넘버 문제에서는 주어진 양수들을 각각 더하거나 빼서 목표 숫자를 만드는 모든 경우의 수를 재귀적으로 탐색합니다. 이렇게 하면 첫 번째 조합이 완성될 때까지 탐색하고, 그 후에 다른 조합을 시도합니다.

DFS의 장점은 동작 검증이 쉽다는 것입니다. 하나의 조합을 완성하고 정답과 비교하는 과정이 빠르고 명확합니다. 하지만 모든 경우의 수를 다 시도해야 하기 때문에 최악의 경우 시간이 많이 소요될 수 있습니다.

BFS (Breadth-First Search)

BFS는 여러 경로를 한 단계씩 탐색하는 방식입니다. 큐(Queue)나 링크드 리스트를 사용해 구현하는 것이 일반적입니다. 예를 들어, 여행 경로 문제에서는 출발지에서 시작해 가능한 모든 경로를 큐에 넣어가며 탐색합니다.

BFS의 장점은 초반에는 느려 보일 수 있지만, 하나의 정답을 찾고 나면 나머지 경우의 수는 대부분 제외된다는 점입니다. 즉, 최악의 경우에도 시간 복잡도가 낮습니다.

DFS와 BFS, 어떤 것을 선택할까?

결론부터 말하면, 본인이 더 자신 있는 알고리즘을 사용하는 것이 좋습니다. 하지만 DFS는 동작 검증이 쉽고 코드도 간결하게 작성할 수 있어 버그 발생 가능성이 적습니다. 반면, BFS는 모든 경우의 수를 한 걸음씩 나가기 때문에 초반에는 느리지만, 시간이 초과되는 경우가 적습니다.

코딩 테스트는 결국 시간 싸움이므로, DFS와 BFS 모두를 잘 준비해두는 것이 중요합니다. 쉬운 문제는 DFS로 빠르게 해결하고, 난이도가 높은 문제나 DFS로 풀기 어려운 문제는 BFS로 해결하는 것이 좋습니다.

결론

경로 탐색, 네트워크 문제, 조합 문제 등을 해결할 때 DFS와 BFS를 잘 활용해야 합니다. DFS는 재귀 함수를 이용하고, BFS는 큐나 링크드 리스트를 이용해 구현합니다. 두 알고리즘 모두 코딩 테스트에서 자주 출제되므로, 각각의 특성과 사용 방법을 잘 이해하고 준비해 두는 것이 중요합니다. 이를 통해 좋은 성적을 거두시길 바랍니다.

DFS 강의를 찾고 계신 분들은 다음 강의를 참고해보세요!
Python 강의: https://inf.run/mZpR

[파이썬/Python] 문과생도 이해하는 DFS 알고리즘! - 입문편 | 개발자로 취직하기 - 인프런

개발자로 취직하기 | 문과 출신의 현업 개발자가 취업하기 위해 공부한 방식 그대로 설명하는 기초 DFS 강의입니다 :) 지루한 이론 강의는 최소한으로 줄이고, 직접 문제를 풀어보며 배우는 강의

www.inflearn.com

Java 강의: https://inf.run/Dgk5

[자바/Java] 문과생도 이해하는 DFS 알고리즘! - 입문편 | 개발자로 취직하기 - 인프런

www.inflearn.com

코딩 테스트 알고리즘 실력 빨리 올리는 방법 꿀팁

개발자로 취직하기 — Fri, 21 Jun 2024 18:00:33 +0900

최근에 코딩 테스트 준비를 시작하신 비전공자분들을 만나 많은 질문을 받았습니다. 많은 분들이 "코딩 테스트 실력이 늘지 않는다", "혼자서 문제를 풀 수 없다" 등의 고민을 털어놓았습니다. 그래서 오늘은 어떻게 하면 코딩 테스트 실력을 단기간에 향상할 수 있는지에 대한 꿀팁을 공유하려고 합니다.

1. 문제를 풀 때 제한 시간을 둔다

코딩 테스트를 처음 준비하는 분들이 많이 범하는 오류 중 하나는 한 문제를 너무 오랫동안 붙잡고 있는 것입니다. 물론, 한 문제에 깊이 몰입하여 스스로 해결책을 찾아내는 것은 좋은 공부 방법이지만, 취업을 위해 코딩 테스트를 준비하는 분들에게 가장 귀한 자원은 시간입니다. 따라서 문제를 풀 때 적정한 시간을 정해놓고 고민해 보는 것이 중요합니다.

만약 정해진 시간 내에 해결책을 떠올리지 못했다면, 과감히 정답을 찾아보고 코드를 참고하는 것이 좋습니다. 남의 코드를 보고 이해하는 것도 중요한 공부 방법입니다. 이렇게 하여 문제를 푸는 방법을 이해하고, 그 의도를 명확하게 설명할 수 있어야 합니다.

2. 복습 문제 큐를 관리한다

직접 풀이를 떠올리지 못하거나 구현하지 못한 문제들을 따로 큐 형태로 기록해 두고, 주말이나 특정 시간에 다시 풀어보는 것입니다. 이렇게 하면 풀이가 떠오르지 않거나, 떠올라도 구현이 어려운 문제들을 다시 경험하게 됩니다. 이 과정을 반복하면서 문제를 깊이 이해할 수 있게 됩니다.

3. 같은 유형의 문제들을 몰아서 푼다

마지막으로 추천드리는 방법은 동일 유형의 문제들을 몰아서 푸는 것입니다. 문제를 난이도 순서대로 풀기보다는, 하나의 유형을 정해놓고 해당 유형의 문제들을 난이도 별로 도장 깨기 하는 것입니다. 예를 들어 DFS 유형의 문제들을 몰아서 풀면, 공통적인 풀이 방법이 자연스럽게 체득됩니다. 이는 문제은행식 시험에서 매우 효과적입니다.

만약 어떤 유형부터 시작해야 할지 모르겠다면, 단순 구현 유형부터 시작하는 것을 추천드립니다. 단순 구현 유형에서 실버 상위 등급이나 골드 등급까지 풀 수 있게 되면, 완전 탐색 유형으로 넘어가 보세요. 이렇게 단계별로 유형을 정복해 나가면, 무작정 많은 문제를 푸는 것보다 훨씬 빠르게 실력을 향상할 수 있습니다.

결론

이 세 가지 방법은 제가 코딩 테스트를 준비하며 쌓아온 나름대로의 전략입니다. 사람마다 효과가 다를 수 있으니, 한 번 속는 셈 치고 시도해 보시고 솔직한 후기를 댓글로 남겨주세요. 더 좋은 방법이 있다면 댓글로 공유해 주시면 모두에게 큰 도움이 될 것입니다.

오늘의 포스팅은 여기서 마무리하겠습니다. 다음에 더 유익한 정보로 찾아뵙겠습니다. 감사합니다!

해시(Hash) 알고리즘 쉽게 이해하기

개발자로 취직하기 — Thu, 20 Jun 2024 19:05:49 +0900

자세한 내용은 영상으로 확인하세요! :)

프로그래밍을 배우다 보면 많은 분들이 해시(Hash) 알고리즘에 대해 질문하고 헷갈려합니다. 그만큼 자주 나오는 개념이지만 쉽게 이해하기 어려운 부분도 있습니다. 오늘은 코딩 테스트를 준비하는 분들이 꼭 알아야 할 해시 개념에 대해 정리해 보겠습니다.

해시(Hash)란 무엇인가?

해시는 키(Key)와 값(Value) 형태를 갖는 하나의 자료 구조입니다. 예를 들어, 전화번호부를 생각해봅시다. 우리가 친구의 전화번호를 찾기 위해 이름을 입력하면 해당 친구의 전화번호가 나옵니다. 여기서 이름이 키(Key)이고, 전화번호가 값(Value)입니다.

해시가 등장하기 전에는 배열(Array)이라는 자료 구조만 사용했습니다. 배열은 오직 정수로만 접근할 수 있기 때문에, 문자열을 기반으로 데이터를 찾을 수 없었습니다. 해시를 사용하면 문자열이나 다른 데이터 타입으로 자료 구조에 접근하고 데이터를 관리할 수 있습니다.

해시의 특징

해시에는 여러 가지 특징이 있지만, 코딩 테스트를 위해서 가장 중요한 점은 모든 데이터 타입으로 접근이 가능하다는 것입니다. 예를 들어, '완주하지 못한 선수'라는 문제가 있다고 가정해봅시다. 마라톤에 참가한 선수 중 한 명이 완주하지 못했을 때, 이를 찾는 문제입니다. 해시를 사용하면 이 문제를 간단하게 해결할 수 있습니다.

해시를 활용한 문제 해결

완주하지 못한 선수 찾기

해시 맵(Hash Map)을 만들고, 각 선수의 이름을 키로 사용하여 완주 여부를 값으로 저장합니다. 이렇게 하면 쉽게 완주하지 못한 선수를 찾을 수 있습니다.

신고 결과 받기

게시판 사용자들 중에서 신고당한 사람들을 기준으로 신고자 목록을 관리하는 문제에서도 해시를 사용할 수 있습니다. 신고당한 사람의 이름을 키로, 신고자 목록을 값으로 저장하면 됩니다.

옷의 종류 세기

옷의 종류에 따라 각각 몇 개의 옵션이 있는지 세는 문제에서도 해시를 활용할 수 있습니다. 옷의 종류를 키로, 옵션의 개수를 값으로 저장하면 됩니다.

해시의 중요한 함수들

1. get(key): 키가 존재하면 해당 키의 값을 반환합니다.
2. containsKey(key): 키가 존재하는지 확인합니다.
3. getOrDefault(key, defaultValue): 키가 존재하면 값을 반환하고, 존재하지 않으면 기본값을 반환합니다.

이 세 가지 함수만 알아두면 대부분의 해시 문제를 해결할 수 있습니다.

결론

해시는 키와 값을 기반으로 데이터를 관리하는 자료 구조로, 다양한 문제를 효율적으로 해결할 수 있게 해줍니다. 문자열을 기반으로 정보를 기록하고 관리해야 할 때는 해시를 사용하는 것이 좋습니다.

오늘 정리한 내용을 바탕으로 해시 문제를 다시 풀어보시고, 그래도 잘 이해되지 않는다면 추가 자료를 참고하면서 연습해 보세요. 해시 문제의 유형은 정해져 있기 때문에 몇 가지 문제만 풀어보면 쉽게 감을 잡을 수 있을 것입니다.

코딩 테스트 준비, 화이팅 하세요! 다음 콘텐츠에서 또 뵙겠습니다.

동적 계획법(DP) 알고리즘: 10분 만에 이해하기 (정수 삼각형 문제풀이)

개발자로 취직하기 — Thu, 20 Jun 2024 19:00:02 +0900

자세한 내용은 영상으로 확인하세요! :)

프로그래밍을 배우면서 동적 계획법(Dynamic Programming, DP)에 대해 들어보셨을 겁니다. DP는 알고리즘 문제 해결에 매우 유용한 접근 방식입니다. 오늘은 정수 삼각형 문제를 예시로 들어 DP 알고리즘을 10분 만에 이해할 수 있도록 설명해 드리겠습니다.

동적 계획법(DP)이란?

동적 계획법은 복잡한 문제를 더 간단한 하위 문제로 나누어 해결하는 방법입니다. 이는 하위 문제들의 결과를 저장하고, 이를 바탕으로 전체 문제를 해결하는 방식입니다. DP는 중복 계산을 피하고, 효율적으로 문제를 해결할 수 있게 합니다.

다이나믹 프로그래밍의 필요성

다이나믹 프로그래밍은 수많은 경우의 수를 모두 고려해야 하는 문제의 수행 시간을 단축하기 위해 고안된 알고리즘입니다. 예를 들어, 최단 경로를 찾거나 최고 점수를 만들기 위한 문제를 풀 때 모든 조합을 다 따져보는 완전 탐색 방식은 시간이 많이 걸립니다. 하지만 DP를 사용하면 이러한 문제를 효율적으로 해결할 수 있습니다.

정수 삼각형 문제

정수 삼각형 문제는 다음과 같은 삼각형 형태의 숫자 배열이 주어졌을 때, 위에서부터 아래로 내려가면서 숫자를 더해 최대 합을 구하는 문제입니다.

예시 삼각형:
```
    7
   3 8
  8 1 0
2 7 4 4
4 5 2 6 5
```

DP를 활용한 문제 해결

문제 구조 변환: 삼각형 모양의 배열을 직각 삼각형 형태로 변환하여 컴퓨터가 쉽게 이해할 수 있도록 합니다.
중복 연산 줄이기: DP 배열을 만들어 각 위치까지 올 수 있는 최대 값을 저장합니다. 예를 들어, 첫 번째 숫자 7에서 시작하여 아래로 내려가면서 각 경로의 최대 값을 계산해 저장합니다.
최적의 값 갱신: 한 번 계산한 결과를 배열에 저장하여 동일한 연산을 다시 하지 않도록 합니다. 예를 들어, 7에서 3을 더한 값 10을 저장하고, 다른 경로에서 7과 3을 다시 더하지 않습니다.

문제 해결 전략

1. 하위 문제 정의:

각 위치에서의 최대 합을 계산합니다. 예를 들어, 삼각형의 맨 아래부터 시작하여 각 위치에서 위로 올라가며 최대 합을 계산합니다.

2. 점화식 설정:

   각 위치에서의 최대 합은 해당 위치의 값과 그 아래 두 위치의 값 중 큰 값을 더한 것입니다. 이를 점화식으로 표현하면 다음과 같습니다:
   ```
   dp[i][j] = triangle[i][j] + max(dp[i+1][j], dp[i+1][j+1])
   ```
   여기서 `dp[i][j]`는 위치 (i, j)에서의 최대 합을 의미합니다.

3. 초기화:

삼각형의 맨 아래 행을 초기화합니다. 맨 아래 행의 값들은 그대로 dp 배열의 초기값이 됩니다.

4. 상향식 접근:

맨 아래 행부터 시작하여 위로 올라가며 각 위치에서의 최대 합을 계산합니다.

예제 코드

다음은 파이썬으로 구현한 정수 삼각형 문제 해결 코드입니다:
```python
def max_path_sum(triangle):
    # 맨 아래 행을 초기화
    dp = triangle[-1]

    # 아래 행부터 위로 올라가며 계산
    for i in range(len(triangle) - 2, -1, -1):
        for j in range(len(triangle[i])):
            dp[j] = triangle[i][j] + max(dp[j], dp[j + 1])

    # 맨 위의 최대 합 반환
    return dp[0]

# 삼각형 예시
triangle = [
    [7],
    [3, 8],
    [8, 1, 0],
    [2, 7, 4, 4],
    [4, 5, 2, 6, 5]
]

print(max_path_sum(triangle))  # 출력: 30
```

다이나믹 프로그래밍을 적용해야 하는 문제 유형

다이나믹 프로그래밍은 특정 유형의 문제에만 국한되지 않고, 다양한 문제를 최적화할 때 고려될 수 있는 알고리즘입니다. 코딩 테스트나 알고리즘 문제를 보고 이게 DP로 풀어야 할 문제인지 판단하는 기준을 두 가지로 정리해보았습니다.

1. 경우의 수가 너무 많은 문제

첫 번째 기준은 DFS나 BFS로 풀 수는 있지만 경우의 수가 너무 많은 문제입니다. 예를 들어, 정수 삼각형 문제를 생각해보세요. 작은 크기의 삼각형이라면 DFS로도 풀 수 있지만, 삼각형의 크기가 커지면 경우의 수가 기하급수적으로 늘어나기 때문에 사실상 불가능해집니다. 이런 문제를 풀 때 최악의 경우의 수를 개선하는 가장 쉬운 방법은 직접 계산해보는 것입니다.

정수 삼각형 문제의 경우, 한 줄짜리 삼각형부터 경우의 수를 계산해보면, 한 줄일 때는 1가지, 두 줄일 때는 2가지, 세 줄일 때는 4가지, 네 줄일 때는 8가지의 조합이 존재합니다. 이를 통해 경우의 수가 2의 제곱수로 증가한다는 패턴을 확인할 수 있습니다. 만약 삼각형의 줄 수가 500이라면 최악의 경우의 수는 2^499가 되고, 이는 어마어마한 값이 됩니다. 이 정도의 경우의 수는 DFS나 BFS로는 절대 해결할 수 없기 때문에 DP를 사용해야 합니다.

2. 중복 연산이 많은 문제

두 번째 기준은 경우의 수들의 중복 계산이 많은 문제입니다. 이런 문제는 DFS로 풀게 되면 모든 조합을 매번 다 시도해봐야 하기 때문에 시간이 많이 소요됩니다. 그렇기 때문에 각 위치까지 올 수 있는 최적의 값만 남겨놓고 나머지 조합은 버리는 방식으로 접근해야 합니다. 이렇게 하면 중복 연산을 줄일 수 있습니다. DP 문제를 몇 개 풀다 보면 중복 연산이 많은 문제를 쉽게 감지할 수 있게 됩니다.

다이나믹 프로그래밍 문제 해결 접근 방법

문제가 DP로 풀어야 할 문제라고 판단했다면 이제 풀기만 하면 되는데, 이것도 만만치 않습니다. DP는 최대한 많은 문제를 풀어보고, 다른 사람들의 풀이를 참고하면서 사고방식을 습득하는 것이 중요합니다. 처음부터 혼자서 해결하려고 하기보다는 30분 정도 고민해보고, 답이 나오지 않으면 다른 사람의 풀이를 참고하는 것을 추천드립니다.

DP를 풀 때는 현재 단계까지의 연산을 잘 기록해두고, 그 연산을 다시 하지 않으려면 어떤 정보를 남겨야 할지 고민하는 것이 중요합니다. 예를 들어, 정수 삼각형 문제에서는 각 위치까지 올 수 있는 최적의 값을 기록해두고, 이전 단계로 돌아가지 않도록 해야 합니다. 이렇게 최적의 답을 쌓아간다는 마음으로 프로그래밍을 하다 보면 자연스럽게 DP 사고방식을 익힐 수 있습니다.

DP는 스택이나 큐처럼 정형화된 알고리즘이 아닙니다. 따라서 같은 문제를 풀더라도 사람마다 다른 방식으로 구현할 수 있습니다. DP는 수행 시간을 단축할 수 있는 기법이기 때문에 그 기법을 구현하는 방법은 무궁무진합니다. 많은 문제와 풀이를 참고하고, 꾸준히 연습하다 보면 어느 순간 DP의 개념이 명확해질 것입니다.

결론

DP는 어려운 알고리즘입니다. 여러분만 어려운 것이 아니니 너무 낙담하지 마시고, 꾸준히 연습하시길 바랍니다. DP의 사고방식을 받아들이고, 문제를 많이 풀어보면서 경험을 쌓다 보면 어느 순간 이해할 수 있는 날이 올 것입니다. 끝까지 포기하지 마시고 도전해 보세요!

이 블로그 포스트가 여러분의 알고리즘 공부에 도움이 되길 바랍니다. 추가 질문이나 더 알고 싶은 내용이 있다면 댓글로 남겨 주세요!

아주 작은 습관의 힘 (Atomic Habits, 제임스 클리어 James Clear) - 간단 정리 및 Action Items

개발자로 취직하기 — Sun, 31 Mar 2024 00:09:31 +0900

Introduction

목표보다 목표를 이루기 위한 시스템이 중요하다. 어떤 목표를 이루겠다는 의지를 발휘하기보다, 의지를 발휘하지 않아도 저절로 습관대로 행동할 수 밖에 없는 삶의 시스템을 만들자.
쉽고 작은 시스템들을 계속 쌓으면 복리로 늘어나고, 쉬운 시스템을 조금씩 개선하여 효과적이게 만드는 것은 어렵지 않다.
시스템을 잘 만드는 것은 단순히 좋은 것을 소유하기 위함이 아니라, 내가 원하는 좋은 사람이 되기 위함이다.
그래서 나의 정체성을 정의하는 것이 가장 중요하다. 나는 어떤 사람인지 스스로 정의하고, 작은 습관들을 반복하여 그런 사람임을 스스로에게 증명하고, 선순환을 반복한다
습관의 정의
- 정기적으로 직면하는 문제와 스트레스를 해결하는 일련의 자동화된 해결책
- 우리를 둘러싼 환경에서 되풀이되는 문제의 안정적인 해결책
습관 순환
- 신호 -> 열망 -> 반응 -> 보상 순서로 반복됨
- 신호: 뇌가 행동을 시작하게끔 자극하고, 보상이 예상되는 정보를 내포한다
- 열망: 습관 뒤에 있는 동기와 욕망
- 반응: 실제 수행된 습관
- 보상: 습관의 최종 목표. 보상은 지금 당장의 만족감과 미래에 기억할 만한 가치가 있는지 지혜로 받는다. 그래서 좋은 보상을 받으면 습관은 반복된다.
습관 순환의 각 단계를 더 쉽게 만들어 좋은 습관은 강화하고, 나쁜 습관은 어렵게 만들어 종식시키는 것이 이 책의 목적이다.

현 상태 분석 및 인식

습관을 개선하기 전에 현재 습관을 분석해야 하고, 이를 습관 점수표를 통해 한다.
습관 점수표는 자연스럽게 하는 행동을 순서대로 작성한 뒤, 각 행동/습관에 +, -, = 로 긍정/부정/중립 습관임을 표기한다.
이렇게 표기하고 나면, 현재 나의 상태가 어떤지 정확하게 보고 알 수 있다.

신호: 분명해야한다.

언제 어디서 어떤 행동을 할지 구체적으로 정해놓아야 습관을 실행으로 옮기기 쉽다.
습관 쌓기: 현재의 습관을 하고 나서 새로운 습관을 할 것이다.
- 실패하지 않고 매일 하는 습관과 매일 당신에게 발생하는 일들을 나열하고, 이 중 새로운 습관을 쌓을 곳을 선택한다.
환경을 개선하는 것도 효과가 크다. 집과 직장에서 생산적인 신호들을 채우고 비생산적인 신호들을 제거하는 것은 매우 중요하다.
- 금요일 저녁에는 과일과 샐러드 장을 봐서 주말에 폭식하는 것을 막는다.
한 공간에서는 한 가지 일만 하라: 컴퓨터/태블릿/스마트폰으로 하는 일들을 한정하여 습관이 발생하는 맥락을 제한한다.
반대로 나쁜 습관을 제거하는 가장 실용적인 방법은, 이를 유발하는 신호에 대한 노출을 줄여서, 애초에 의지를 발휘할 상황을 만들지 않는 것이다
- 텔레비전을 없앤다.
- 스마트폰을 손에 닿지 않는 곳에 잠가두거나 다른 방에 둔다.
최고의 자제력은 자제력이 필요한 상황을 만들지 않는 것이다. 원하는 방향으로 가고, 원하지 않는 방향은 보이지도 않도록 시스템을 구축하라.

열망: 매력적이어야 한다.

우리를 행동하게 하는 것은 보상을 받기 전에 미래에 발생할 보상에 대한 예측이지, 보상 그 자체가 아니다.
유혹 묶기: 현재 습관 -> 필요한 습관 -> 원하는 습관 순서로 엮는다.
- 그러면 행동할 충분한 신호와, 긍정적 보상과의 연결로 매력적이게 되어 습관이 자리 잡기 쉬워진다.
우리는 주변 사람의 영향을 많이 받으므로, 우리가 필요한 습관이 존중받고 당연시되는 사회에 들어간다면 더 쉽게 습관을 들일 수 있다.
해야 한다라는 생각보다는 해내다 혹은 해낼 수 있다는 긍정적인 이름으로 습관을 들이는 것도 효과적일 수 있다.

반응: 쉽게 만들어야 한다.

“선의 적은 최선이다”라는 볼테르의 말처럼, 행동 없이 최선의 접근법만 고민하는 것은, 적당한 선을 위해 작은 실천을 하는 것의 적이다.
어떤 행동을 반복하는 순간마다 우리는 그 습관과 연관된 특정한 신경학적 회로를 활성화한다. 즉, 단순한 반복이라 할지라도 새로운 습관을 체화하는 가장 중요한 단계라는 말이다.
그리고 습관은 시간이 아니라 횟수에 기반해 형성된다.
그래서 쉽지만 의미 없는 습관을 만들라는 것이 아니라, 힘들지만 인생을 바꾸는 습관을 최대한 접근하기 쉽도록 만드는 것이 핵심이다.
마찰 요소 관리: 좋은 습관은 생활 패턴에 녹여 마찰을 없애고, 나쁜 습관은 최대한 마찰을 높여 하기 불편하게 만든다.
각 공간을 목적에 맞게 디자인하고, 매일 그 상태를 유지하는 것도 중요하다. 책을 읽고 자기 계발을 하는 공간에는 책과 자기계발 외의 것들을 모두 정리한다.
결정적 순간: 습관은 고속도로 진입로와 같아서 무의식 중에 이미 우리를 어떤 길로 이끌고, 다음 행동은 빠르게 이어진다.
2분 규칙: 그렇기 때문에 모든 습관은 본인이 진짜 이루고 싶은 것의 첫 2분 정도에 해당하는 아주 작고 사소한 것으로 정한다. 헬스장 가서 근육이 찢어지도록 운동을 한다는 습관보다, 헬스장에 출석 체크를 한다, 1시간 안에 100장 읽기라는 습관보다 책 펴기 등의 가장 쉬운 형태로 습관을 정의한다.
2분 규칙에 따라 간단하게 습관을 정의하더라도, 이는 결정적 순간에 올바른 선택을 유도하는 장치이기 때문에, 정작 이 선택을 한 후에는 높은 확률로 습관을 이행하게 된다.
시작 과정을 일종의 의식으로 구분하여 습관화한다면, 이후 과정은 자연스럽고 수월하게 따라온다.
이렇게 습관이 자리 잡고 나면, 자리 잡은 습관을 조금씩 더 개선하는 것은 훨씬 수월하니, 처음부터 100점짜리 습관을 만들려는 노력보다, 표준화를 달성한 뒤에 최적화를 하는 것이 더 나은 전략이다.
반대로 나쁜 습관은 더 어렵게 만드는 것이다. 일정 시간에 핸드폰을 비행기 모드로 들어가게 하거나 손이 닿지 않는 곳에 두어 어렵게 만들면, 결정적 순간에 잘못된 선택을 더 높은 확률로 막게 되고, 이는 곧 좋은 습관으로 이어지게 된다.

보상: 만족스러워야 한다

습관을 잘 지킨다면 당연히 나에게 좋은 결과가 있겠지만, 대개 이 결과는 너무 늦게 오기 때문에 사람들이 중도 포기하게 된다.
이를 더 만족스럽게 하기 위해 별도의 보상을 추가하는 것이다. 예를 들어 매일 헬스장에 출석하기를 30회 연속 성공할 경우 스스로에게 PT를 허락하고, PT를 하며 100회 연속으로 운동하는 습관을 잘 들였다면 멋진 몸에 맞는 예쁜 옷을 사는데 100만 원을 보상으로 주는 식이다.
보상의 안 좋은 예는 30일 열심히 운동했으니 하루는 진탕 먹고 취하고 운동도 쉬는 것이다. 내가 원하는 습관을 지지하는 보상을 줌으로써 효과도 높이고 만족감도 높이는 것이다.
습관 추적을 통해 결과보다 과정에 집중하고, 과정을 꾸준히 밟고 있는 자신에게 만족할 수 있다. 특히 다이어트를 하다 보면, 어느 순간 원하는 지표가 더디게 개선되는 구간이 발생하는데, 이때 매일 헬스장에 출석하고 있다는 습관으로 만족감을 높인다면, 더뎌진 지표를 보며 느끼는 실망감보다 습관을 유지하는데 더 큰 힘이 된다.
반대로 좋은 습관을 지키지 않거나 나쁜 습관을 하는 것을 방지하기 위해서는 대가를 치르는 순간을 앞당기면 된다. 습관 계약서를 가장 가까운 사람과 작성하여 약속한 행동을 하지 않았을 때 벌금을 지불하거나, 불편한 옷을 입고 생활하거나, 게임 계정 정보를 상대에게 전달하여 비밀번호를 바꾸게 하는 등을 약속한다. 이때의 핵심은, 나의 가장 소중한 것을 상대에게 맡기는 것이다.

습관에도 적성이 있다

유전자, 적성, 성향 등 우리는 타고난 기질이 분명히 있다.
우리에게 맞지 않는 습관을 입으려고 애를 쓰는 것보다는, 나에게 가장 잘 맞는 신호, 동기, 행동 방식 등을 찾는 것이 가장 효과적이다.
또한 각자의 수준에 맞는 습관이 있기 때문에, 적당히 달성 가능하면서도 어려운 습관을 정해야 하고, 어느 정도 습관이 자리를 잡았다면 다음 단계의 습관으로 전진해 나가야 계속해서 습관을 유지할 수 있다. 습관 형성 최대의 적은 지루함이기 때문이다.
이 모든 방법을 쓰더라도 습관이 지루해질 수 있고, 실제로 성공한 사람들은 지루한 순간들에도 뇌를 끄고 약속한 습관을 이행한 사람들이다. 그러니 지루함과 사랑에 빠질 각오도 필요하다.
절대로 두 번 거르지 마라. 한 번 거르는 것은 사고지만, 두 번 거르는 것은 새로운 습관의 시작이기 때문이다.
6개월에 한 번씩 나의 습관과 정체성을 복기할 필요가 있다. 습관은 매일 어떤 일을 잘하는지 확인하는 것이라면, 작은 습관들이 모여서 향하는 방향이 내가 원했던 정체성과 맞는지 확인이 필요하다. 또한 방향은 맞더라도 더 개선될 수 있는 부분을 파악하여 계속 전진할 수 있도록 복기가 필요하다.

Action-Item

정체성 정의하기: 나는 어떤 사람이고 싶은가? 나는 어떤 가치관을 가장 중요하게 여기는가?
습관 점수표: 내 현재 습관을 최대한 객관적으로 기술하고, 내가 원하는 정체성을 기준으로 좋은 습관인지 나쁜 습관인지를 평가한다.
좋은 습관 정의하기: 책의 내용을 기반으로 내가 원하는 습관을 가장 매력적이고 쉽게 정의한다.
나쁜 습관 분석하기: 원하지 않는 습관을 습관 순환의 4단계(신호/열망/반응/보상)로 분석해 본다. 어떤 신호를 보고 이 행동을 하고자 하는 동기와 열망이 생기는지, 그 열망이 어떻게 초기 행동으로 나를 이끌어 원하지 않는 결과로 이끄는지, 그리고 이 행동을 하고 났을 때의 내가 느끼는 후회와 착잡함은 어느 정도인지 등을 분석하고 나면, 어디를 개선할지 명확하게 알 수 있다.
안 좋은 행동을 하려고 할 경우 ‘확인하고 외치는 방법’을 사용하여 이 행동이 어떤 악영향을 미칠지 입 밖으로 내뱉어 스스로에게 각인시킨다.

백준 Brute Force(완전탐색) 입문 문제 추천 (브론즈 등급)

개발자로 취직하기 — Thu, 4 May 2023 00:46:46 +0900

1. 브론즈 등급 Brute Force(완전탐색) 문제 추천!

왜 브론즈 등급인가요?

Brute Force(완전탐색) 유형으로 분류된 문제 중 가장 쉬운 등급이 브론즈입니다. 가장 기본적인 구현 능력을 확인하는 유형인만큼 이 유형을 정확하게 풀 수 있도록 기본 준비가 철저하게 되어 있어야 합니다.

문제를 선정한 기준은 어떻게 되나요?

1,000명 이상이 풀어본 완전탐색 문제를, 풀어본 사람의 수를 기준으로 정렬했습니다. 그렇게 나온 문제들 중 가장 좋다고 판단된 39개를 아래에 정리했습니다.

이 문제들을 다 풀어봐야 할까요?

저는 모든 문제를 다 풀려는 생각은 비효율적이라고 생각합니다. 그래서 제가 추천드리는 39개도 전부 풀어볼 필요는 없고 브론즈 등급의 문제를 수월하게 풀 수 있다고 판단될 때까지만 풀어보면 좋을 것 같습니다. 몇 개 풀어보니 비슷하고 감이 잡혔다고 생각하시는 분들은 실버, 골드와 플래티넘 등급, 혹은 다른 알고리즘 유형으로 넘어가는 걸 추천드립니다.

풀이는 없나요?

인프런 강의를 제작 중에 있습니다. 제작이 되는대로 이 자리에 링크를 넣어놓겠습니다.

유튜브를 통해서 더 자주 소식을 전해드리고 있으니 유튜브도 참고 부탁 드립니다.

개발자로 취직하기 유튜브 바로가기!

[백준 1157] 단어 공부 (브론즈 1) 문제 풀이- 자바 Java 문자열

개발자로 취직하기 — Sat, 4 Feb 2023 14:15:43 +0900

0. 자세한 설명은 YouTube 영상으로

1. 문자열 풀이

import java.util.*;
import java.io.*;

class Main {
    public static void main(String[] args) throws IOException {
        // 0. 입력 및 초기화
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(System.out));

        String str = br.readLine().toUpperCase();

        // 1. 알파벳별 counting
        int[] count = new int[26];
        
        int maxValue = 0;
        char maxChar = '?';
        for(int i = 0; i < str.length(); i++){
            int idx = str.charAt(i) - 'A';
            if(maxValue < ++count[idx]){
                // 2. 최댓값 업데이트
                maxValue = count[idx];
                maxChar = str.charAt(i);
            }
            else if (maxValue == count[idx])
                maxChar = '?';
        }
        
        bw.write(maxChar);
        bw.close();
        br.close();
    }
}

[백준 11720] 숫자의 합 (브론즈 4) 문제 풀이- 파이썬 python

개발자로 취직하기 — Thu, 2 Feb 2023 20:15:19 +0900

0. 자세한 설명은 YouTube 영상으로

1. 범용적 풀이

# ver 1 : 범용적 풀이
# 0. 입력 및 초기화
N = int(input())
arr = input()

# 1. arr을 정수로 변환하여 누적
answer = 0
for i in range(len(arr)):
 answer += int(arr[i])

# 2. 출력
print(answer)

2. 파이써닉 풀이

# ver 2 : Pythonic 풀이
input()
print(sum(map(int,input())))

[백준 9375] 패션왕 신해빈 (실버 3) 문제 풀이- 자바 Java Hash 해시

개발자로 취직하기 — Sat, 28 Jan 2023 14:15:40 +0900

0. 자세한 설명은 YouTube 영상으로

1. 해시 풀이

import java.util.*;
import java.io.*;

class Main {
    public static void main(String[] args) throws IOException {
        // 0. 입력 및 초기화
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(System.out));

        int T = Integer.parseInt(br.readLine());
        for(int tc = 0; tc < T; tc++){
            // 1. N개의 옷 입력 받기
            int N = Integer.parseInt(br.readLine());
            HashMap<String, Integer> hash = new HashMap<>();

            for (int i = 0; i < N; i++) {
                StringTokenizer st = new StringTokenizer(br.readLine());
                st.nextToken();
                String type = st.nextToken();
                hash.put(type, hash.getOrDefault(type, 0) + 1);
            }

            // 2. 전체 경우의 수 계산하여 출력
            int answer = 1;
            for(int val : hash.values())
                answer *= val + 1;
            bw.write(String.valueOf(answer - 1));
            bw.newLine();
        }
        bw.flush();
        bw.close();
        br.close();
    }
}

[백준 1620] 나는야 포켓몬 마스터 이다솜(실버 4) 문제 풀이- 파이썬 python

개발자로 취직하기 — Thu, 26 Jan 2023 20:15:28 +0900

0. 자세한 설명은 YouTube 영상으로

1. 해시를 활용한 풀이

# 0. 입력 및 초기화
import sys
input = sys.stdin.readline
N, M = map(int, input().split())

# 1. N개의 정보를 hash에 반영
idx_to_name = {}
name_to_idx = {}
for i in range(1, N + 1):
    name = input().rstrip()
    idx_to_name[i] = name
    name_to_idx[name] = i

# 2. M개의 쿼리를 해시를 통해 출력
for _ in range(M):
    query = input().rstrip()
    if query.isdigit():
        print(idx_to_name[query])
    else:
        print(name_to_idx[query])

[백준 1450] 냅색 문제 (골드 1) 문제 풀이- 자바 Java DFS 이진탐색

개발자로 취직하기 — Sat, 21 Jan 2023 14:15:24 +0900

0. 자세한 설명은 YouTube 영상으로

개발자로 취직하기의 DFS 강의 : https://inf.run/MqJT

[자바/Java] 문과생도 이해하는 DFS 알고리즘! - 입문편 - 인프런 | 강의

자바(Java)로 코딩테스트를 준비하시는 DFS로 분들이 가장 많다는 소식을 들어 제작된 강의입니다 :) 문과 출신의 현업 개발자가 공부한 방식 그대로 설명하고, 지루한 이론 강의는 다 직접 문제를

www.inflearn.com

1. DFS + 이진탐색 풀이

import java.util.*;
import java.io.*;

class Main {
    static int N, C;

    public static int binarySearch(ArrayList<Integer> sum, int target){
        int left = 0, right = sum.size() - 1, mid, answer = -1;
        while(left <= right){
            mid = (left + right) / 2;
            if (sum.get(mid) <= target){
                answer = mid;
                left = mid + 1;
            }
            else right = mid - 1;
        }
        return answer;
    }


    public static void dfs(int idx, int sum, ArrayList<Integer> weight, ArrayList<Integer> answer){
        // 3. 탈출 조건
        if (sum > C) return;
        if (idx == weight.size()){
            answer.add(sum);
            return;
        }

        // 1. 물건을 넣는 경우
        dfs(idx + 1, sum + weight.get(idx), weight, answer);
        // 2. 물건을 안 넣는 경우
        dfs(idx + 1, sum, weight, answer);
    }

    public static void main(String[] args) throws IOException {
        // 0. 입력 및 초기화
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(System.out));

        StringTokenizer st = new StringTokenizer(br.readLine());
        N = Integer.parseInt(st.nextToken());
        C = Integer.parseInt(st.nextToken());
        ArrayList<Integer> weight1 = new ArrayList<>();
        ArrayList<Integer> weight2 = new ArrayList<>();

        st = new StringTokenizer(br.readLine());
        for(int i = 0; i < N; i++){
            if ( i < N / 2) weight1.add(Integer.parseInt((st.nextToken())));
            else weight2.add(Integer.parseInt((st.nextToken())));
        }

        // 1. DFS로 sum1 sum2 만들기
        ArrayList<Integer> sum1 = new ArrayList<>();
        ArrayList<Integer> sum2 = new ArrayList<>();

        dfs(0, 0, weight1, sum1);
        dfs(0, 0, weight2, sum2);

        // 2. sort 및 binary search
        Collections.sort(sum2);
        int answer = 0;
        for (int i = 0; i < sum1.size();i++){
            int searchValue = C - sum1.get(i);
            answer += binarySearch(sum2, searchValue) + 1;
        }
        bw.write(String.valueOf(answer));
        bw.flush();

        bw.close();
        br.close();
    }
}

[프로그래머스 17682] 다트 게임(Lv 1) 문제 풀이- 파이썬 python

개발자로 취직하기 — Thu, 19 Jan 2023 20:15:16 +0900

0. 자세한 설명은 YouTube 영상으로

1. 단순구현 + 문자열 유형 풀이

def solution(dartResult):
    # 0. 입력 및 초기화
    scores = []
    start_idx = 0
    power = {'S' : 1, 'D' : 2, 'T' : 3 }

    # 1. dartResult 별로 처리
    for i in range(len(dartResult)):
        op = dartResult[i]
        if op in power:
            scores.append(int(dartResult[start_idx:i]) ** power[op])
        elif op == '*':
            scores[-2:] = [x * 2 for x in scores[-2:]]
        elif op == '#':
            scores[-1] = -scores[-1]

        if not op.isnumeric():
            start_idx = i + 1

    # 2. scores의 합을 반환
    return sum(scores)


solution('1S2D*3T')

[백준 1764] 듣보잡 (실버 4) 문제 풀이- 자바 Java 해시

개발자로 취직하기 — Sat, 14 Jan 2023 14:15:29 +0900

0. 자세한 설명은 YouTube 영상으로

1. 해시를 활용한 풀이

import java.util.*;
import java.io.*;

class Main {
    public static void main(String[] args) throws IOException {
        // 0. 입력 및 초기화
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(System.out));

        StringTokenizer st = new StringTokenizer(br.readLine());
        int N = Integer.parseInt(st.nextToken());
        int M = Integer.parseInt(st.nextToken());

        // 1. hash에 듣도 못한 사람 반영
        HashMap<String, Integer> hash = new HashMap<>();
        for (int i = 0; i < N; i++)
            hash.put(br.readLine(), 1);

        // 2. hash에 보도 못한 사람이 존재하는지 확인
        ArrayList<String> answer = new ArrayList<>();
        for (int i = 0; i < M; i++) {
            String name = br.readLine();
            if (hash.containsKey(name)) answer.add(name);
        }

        // 3. 출력
        Collections.sort(answer);
        bw.write(answer.size() + "\n");
        for(int i = 0; i < answer.size(); i++){
            bw.write(answer.get(i));
            bw.newLine();
        }

        bw.flush();
        bw.close();
        br.close();
    }
}

[백준 10816] 숫자 카드 2(실버 4) 문제 풀이- 파이썬 python

개발자로 취직하기 — Thu, 12 Jan 2023 20:15:57 +0900

0. 자세한 설명은 YouTube 영상으로

1. 해시를 활용한 풀이

import sys

# 0. 입력 및 초기화
input = sys.stdin.readline
N = int(input())
a = map(int, input().split())

# 1. hash에 num 개수 반영
hash = {}
for num in a:
    hash[num] = hash.setdefault(num, 0) + 1

# 2. hash에서 num 개수 출력
M = int(input())
b = map(int, input().split())
for num in b :
    print(hash.setdefault(num, 0), end = ' ')

2. 배열을 활용한 풀이

import sys
input = sys.stdin.readline
MAX = 20000000 + 10
cnt = [0] * MAX

N = int(input())
a = map(int, input().split())
for num in a:
    cnt[num + 10000000] += 1

M = int(input())
b = map(int, input().split())
for num in b:
    print(cnt[num + 10000000], end = ' ')

[백준 2667] 단지 번호 붙이기 (실버 1) 문제 풀이- 자바 Java

개발자로 취직하기 — Sat, 7 Jan 2023 12:15:36 +0900

0. 자세한 설명은 YouTube 영상으로

1. visited 배열을 사용한 정석 풀이

// ver1
import java.util.*;
import java.io.*;

class Main {
    final static int MAX = 25 + 10;
    static boolean[][] graph;
    static boolean[][] visited;
    static int countPerDanji;
    static int dirY[] = { 1, -1, 0, 0 };
    static int dirX[] = { 0, 0, 1, -1 };

    static void dfs(int y, int x) {
        visited[y][x] = true;
        countPerDanji++;

        for (int i = 0; i < 4; i++) {
            int newY = y + dirY[i];
            int newX = x + dirX[i];
            if (!visited[newY][newX] && graph[newY][newX])
                dfs(newY, newX);
        }
    }

    public static void main(String[] args) throws IOException {
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        int N = Integer.parseInt(br.readLine());

        graph = new boolean[MAX][MAX];
        visited = new boolean[MAX][MAX];

        for (int i = 1; i <= N; i++) {
            String s = br.readLine();
            for (int j = 1; j <= N; j++)
                graph[i][j] = s.charAt(j - 1) == '1';
        }

        ArrayList<Integer> countList = new ArrayList<>();
        for (int i = 1; i <= N; i++)
            for (int j = 1; j <= N; j++)
                if (graph[i][j] && !visited[i][j]) {
                    countPerDanji = 0;
                    dfs(i, j);
                    countList.add(countPerDanji);
                }

        System.out.println(countList.size());
        Collections.sort(countList);
        for (int i = 0; i < countList.size(); i++)
            System.out.println(countList.get(i));
        br.close();
    }
}

2. graph 배열만 사용한 풀이

// ver 2
import java.util.*;
import java.io.*;

class Main {
    final static int MAX = 25 + 10;
    static boolean[][] graph;
    static int countPerDanji;
    static int dirY[] = { 1, -1, 0, 0 };
    static int dirX[] = { 0, 0, 1, -1 };

    static void dfs(int y, int x) {
        graph[y][x] = false;
        countPerDanji++;

        for (int i = 0; i < 4; i++) {
            int newY = y + dirY[i];
            int newX = x + dirX[i];
            if (graph[newY][newX])
                dfs(newY, newX);
        }
    }

    public static void main(String[] args) throws IOException {
        // 0. 입력 및 초기화
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        int N = Integer.parseInt(br.readLine());

        graph = new boolean[MAX][MAX];

        // 1. 그래프 정보 입력
        for (int i = 1; i <= N; i++) {
            String s = br.readLine();
            for (int j = 1; j <= N; j++)
                graph[i][j] = s.charAt(j - 1) == '1';
        }

        // 2. (1, 1) 부터 (N, N)까지 dfs 수행
        ArrayList<Integer> countList = new ArrayList<>();
        for (int i = 1; i <= N; i++)
            for (int j = 1; j <= N; j++)
                if (graph[i][j]) {
                    countPerDanji = 0;
                    dfs(i, j);
                    countList.add(countPerDanji);
                }

        // 3. 출력
        System.out.println(countList.size());
        Collections.sort(countList);
        for (int i = 0; i < countList.size(); i++)
            System.out.println(countList.get(i));
        br.close();
    }
}

백준 DFS 입문 문제 추천 (나 빼고 다 풀었다는 DFS 문제 모음)

개발자로 취직하기 — Sat, 7 Jan 2023 00:18:25 +0900

1. 실버 등급 DFS 문제 추천!

왜 실버 등급인가요?

DFS 유형으로 분류된 문제 중 가장 쉬운 등급이 실버입니다. (브론즈 등급은 없습니다). 그만큼 DFS 라는 유형은 기본적인 난이도가 꽤 되는 문제라서 가장 쉬운 실버 등급 부터 골랐습니다.

문제를 선정한 기준은 어떻게 되나요?

1,000명 이상이 풀어본 DFS 문제를, 풀어본 사람의 수를 기준으로 정렬 했습니다. 그렇게 아래의 25개 문제가 나왔고, 전부 다 풀어본 결과 DFS를 익히기에 좋은 문제였습니다.

이 문제들을 다 풀어봐야 할까요?

저는 모든 문제를 다 풀려는 생각은 비효율적이라고 생각합니다. 그래서 제가 추천 드리는 25개도 전부 풀어볼 필요는 없고 실버 등급의 문제를 수월하게 풀 수 있다고 판단될 때까지만 풀어보면 좋을 것 같습니다. 몇개 풀어보니 비슷하고 감이 잡혔다고 생각하시는 분들은 골드와 플래티넘 등급, 혹은 다른 알고리즘 유형으로 넘어가는 걸 추천드립니다.

풀이는 없나요?

가장 많이 풀어본 4개의 문제에 대해서는 유튜브 영상으로 정리하고, 정답 코드도 블로그에 정리되어 있으니 아래 링크 참고 부탁드립니다. 그리고 나머지 문제들에 대해서는 해설 강의를 제작하였으니 많은 관심 부탁 드립니다. 링크 : https://inf.run/MqJT (무료 공개 강의도 있습니다! :)

[자바/Java] 문과생도 이해하는 DFS 알고리즘! - 입문편 - 인프런 | 강의

www.inflearn.com

[백준 1012] 유기농 배추 (실버 3) 문제 풀이- 파이썬 python

개발자로 취직하기 — Thu, 5 Jan 2023 20:30:07 +0900

0. 자세한 설명은 YouTube 영상으로

1. visited 배열을 사용한 정석 풀이

# ver1
import sys
sys.setrecursionlimit(10**6)
input = sys.stdin.readline
MAX = 50 + 10

dirR = [1, -1, 0, 0]
dirC = [0, 0, 1 , -1]

def dfs(y, x):
    global visited
    visited[y][x] = True
    for dirIdx in range(4):
        newY = y + dirR[dirIdx]
        newX = x + dirC[dirIdx]
        if graph[newY][newX] and not visited[newY][newX]:
            dfs(newY, newX)

# 0. 입력 및 초기화
T = int(input())
for _ in range(T):
    M, N, K = map(int, input().split())
    graph = [[False] * MAX for _ in range(MAX)]
    visited = [[False] * MAX for _ in range(MAX)]
    
    # 1. 그래프 정보 입력
    for _ in range(K):
        x, y = map(int, input().split())
        graph[y + 1][x + 1] = True

    # 2. 방문하지 않은 지점부터 dfs 돌기
    answer = 0
    for i in range(1, N + 1):
        for j in range(1, M + 1):
            if graph[i][j] and not visited[i][j]:
                dfs(i, j)
                answer += 1
    print(answer)

2. graph 배열만 사용한 풀이

# ver 2
import sys
sys.setrecursionlimit(10**6)
input = sys.stdin.readline
MAX = 50 + 10

dirR = [1, -1, 0, 0]
dirC = [0, 0, 1 , -1]

def dfs(y, x):
    graph[y][x] = False
    for dirIdx in range(4):
        newY = y + dirR[dirIdx]
        newX = x + dirC[dirIdx]
        if graph[newY][newX]:
            dfs(newY, newX)

# 0. 입력 및 초기화
T = int(input())
for _ in range(T):
    M, N, K = map(int, input().split())
    graph = [[False] * MAX for _ in range(MAX)]
    
    # 1. 그래프 정보 입력
    for _ in range(K):
        x, y = map(int, input().split())
        graph[y + 1][x + 1] = True

    # 2. 방문하지 않은 지점부터 dfs 돌기
    answer = 0
    for i in range(1, N + 1):
        for j in range(1, M + 1):
            if graph[i][j]:
                dfs(i, j)
                answer += 1
    print(answer)

[백준 2606] 바이러스 (실버 3) 문제 풀이- 자바 Java

개발자로 취직하기 — Sat, 31 Dec 2022 12:15:07 +0900

0. 자세한 설명은 YouTube 영상으로

1. DFS 풀이

import java.util.*;

class Main {
    static boolean[][] graph;
    static boolean[] visited;
    static int N, M;
    static int answer;

    public static void dfs(int idx) {
        visited[idx] = true;
        answer++;
        for (int i = 1; i <= N; i++)
            if (visited[i] == false && graph[idx][i])
                dfs(i);
    }

    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);

        N = sc.nextInt();
        M = sc.nextInt();

        graph = new boolean[N + 1][N + 1];
        visited = new boolean[N + 1];

        int x, y;
        for (int i = 0; i < M; i++) {
            x = sc.nextInt();
            y = sc.nextInt();
            graph[x][y] = graph[y][x] = true;
        }

        dfs(1);

        System.out.println(answer - 1);
        sc.close();
    }
}

[백준 1260] DFS와 BFS (실버 3) 문제 풀이- 자바 Java

개발자로 취직하기 — Sat, 31 Dec 2022 00:50:57 +0900

0. 자세한 설명은 YouTube 영상으로

개발자로 취직하기의 DFS 강의 : https://inf.run/MqJT

[자바/Java] 문과생도 이해하는 DFS 알고리즘! - 입문편 - 인프런 | 강의

www.inflearn.com

1. 풀이 코드

import java.util.*;
import java.io.*;

class Main {
    final static int MAX = 1000 + 10;
    static boolean graph[][];
    static boolean visited[];
    static ArrayList<Integer> queue;
    static int N, M, V;

    static void dfs(int idx) {
        System.out.print(idx + " ");
        visited[idx] = true;
        for (int i = 1; i <= N; i++)
            if (!visited[i] && graph[idx][i])
                dfs(i);
    }

    static void bfs() {
        queue = new ArrayList<>();
        visited = new boolean[MAX];

        queue.add(V);
        visited[V] = true;

        while (!queue.isEmpty()) {
            int idx = queue.remove(0);
            System.out.print(idx + " ");
            for (int i = 1; i <= N; i++)
                if (!visited[i] && graph[idx][i]) {
                    visited[i] = true;
                    queue.add(i);
                }
        }
    }

    public static void main(String[] args) throws IOException {
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        StringTokenizer st = new StringTokenizer(br.readLine(), " ");
        N = Integer.parseInt(st.nextToken());
        M = Integer.parseInt(st.nextToken());
        V = Integer.parseInt(st.nextToken());

        graph = new boolean[MAX][MAX];
        visited = new boolean[MAX];

        for (int i = 0; i < M; i++) {
            st = new StringTokenizer(br.readLine(), " ");
            int x = Integer.parseInt(st.nextToken());
            int y = Integer.parseInt(st.nextToken());
            graph[x][y] = graph[y][x] = true;
        }

        dfs(V);
        System.out.println();

        bfs();
    }
}

[백준 1260] DFS와 BFS (실버 3) 문제 풀이- 파이썬 python

개발자로 취직하기 — Thu, 29 Dec 2022 19:15:31 +0900

0. 자세한 설명은 YouTube 영상으로

개발자로 취직하기의 DFS 강의 : https://inf.run/MqJT

[자바/Java] 문과생도 이해하는 DFS 알고리즘! - 입문편 - 인프런 | 강의

www.inflearn.com

1. 풀이 코드

import sys

def dfs(idx) :
    global visited
    visited[idx] = True
    print(idx, end = ' ')
    for next in range(1, N+1) :
        if not visited[next] and graph[idx][next]:
            dfs(next)

def bfs():
    global q, visited
    while q:
        cur = q.pop(0)
        visited[cur] = True
        print(cur, end = ' ')
        for next in range(1, N + 1) :
            if not visited[next] and graph[cur][next]:
                visited[next] = True
                q.append(next)

# 0. 입력 및 초기화
input = sys.stdin.readline
N, M, V = map(int, input().split())

graph = [[False] * (N + 1) for _ in range(N + 1)]
visited = [False] * (N + 1)

# 1. graph 정보 입력
for _ in range(M) :
    a, b = map(int, input().split())
    graph[a][b] = True
    graph[b][a] = True

# 2. dfs 
dfs(V)
print()

# 3. bfs
visited = [False] * (N + 1)
q = [V]
bfs()

[백준 2449] 전구 문제 풀이- 자바 Java

개발자로 취직하기 — Sat, 24 Dec 2022 11:00:03 +0900

0. 자세한 설명은 YouTube 영상으로

1. DP 풀이

import java.util.*;

class Main {
  final static int INF = 1 << 30;
  static int[] a;
  static int[][] dp;

  public static void main(String[] args) {
    Scanner sc = new Scanner(System.in);

    // 0. 입력 받으며 중복 숫자 제거
    int N = sc.nextInt();
    int K = sc.nextInt();
    a = new int[N + 1];
    dp = new int[N + 1][N + 1];

    for (int i = 1; i <= N; i++) {
      a[i] = sc.nextInt();
      if (a[i] == a[i - 1]) {
        N--;
        i--;
      }
    }

    // 1. dp 배열 초기화 : i부터 j까지의 전구를 하나로 통일하기 위한 최소 변경 수
    for (int i = 1; i <= N; i++) {
      for (int j = 1; j <= N; j++) {
        dp[i][j] = INF;
      }
      dp[i][i] = 0; // i부터 i까지의 전구를 하나로 통일하기 위한 변경의 수
    }

    // 2. 두 개 이상의 전구들 간의 최솟값 계산
    for (int size = 2; size <= N; size++) {
      for (int start = 1; start <= N - size + 1; start++) {
        int end = start + size - 1;
        for (int mid = start; mid < end; mid++) {
          int newValue = dp[start][mid] + dp[mid + 1][end];
          if (a[start] != a[mid + 1])
            newValue++;
          if (dp[start][end] > newValue)
            dp[start][end] = newValue;
        }
      }
    }
    System.out.println(dp[1][N]);
    sc.close();
  }
}

[백준 10870] 피보나치 수 5 문제 풀이- 파이썬 python

개발자로 취직하기 — Thu, 22 Dec 2022 07:15:30 +0900

0. 자세한 설명은 YouTube 영상으로

1. 재귀함수만 사용한 풀이

# ver 1
def fib(num):
    # 2. 탈출 조건
    if num < 2:
        return num

    # 1. 기본 동작
    return fib(num - 1) + fib(num - 2)
num = int(input())
print(fib(num))

2. 재귀함수 + DP 풀이

# ver 2
def fib(num):
    # 2. 탈출 조건
    if dp[num] == -1: # 한번도 연산된 적이 없다면
        dp[num] = fib(num - 1) + fib(num - 2)

    # 1. 기본 동작
    return dp[num]
num = int(input())
dp = [-1] * 100
dp[0] = 0
dp[1] = 1
print(fib(num))

3. DP 배열만 사용한 풀이

# ver 3
num = int(input())
dp = [0] * 100
dp[1] = 1
for i in range(2, num + 1):
    dp[i] = dp[i-1] + dp[i-2]
print(dp[num])

등급	레벨	번호	문제	푼 사람
브론즈	II	2798	블랙잭	49,715
	II	2231	분해합	41,078
	I	2309	일곱 난쟁이	31,726
	II	1977	완전제곱수	11,787
	III	2501	약수 구하기	11,150
	II	1075	나누기	8,581
	II	3040	백설 공주와 일곱 난쟁이	7,483
	I	2851	슈퍼 마리오	5,962
	I	1145	적어도 대부분의 배수	4,548
	II	14697	방 배정하기	3,747
	II	2702	초6 수학	3,418
	I	1526	가장 큰 금민수	3,018
	II	5618	공약수	2,924
	II	19532	수학은 비대면강의입니다	2,569
	III	17614	369	2,476
	III	1837	암호제작	2,439
	II	6679	싱기한 네자리 숫자	2,431
	II	1233	주사위	2,290
	II	1773	폭죽쇼	2,239
	I	1356	유진수	2,144
	II	2858	기숙사 바닥	2,089
	II	13410	거꾸로 구구단	2,010
	III	9094	수학적 호기심	1,973
	I	4641	Doubles	1,784
	II	2386	도비의 영어 공부	1,711
	III	10419	지각	1,703
	II	2399	거리의 합	1,687
	III	4690	완전 세제곱	1,676
	III	15667	2018 연세대학교 프로그래밍 경진대회	1,671
	III	6131	완전 제곱수	1,650
	II	17173	배수들의 합	1,489
	III	17618	신기한 수	1,481
	II	16561	3의 배수	1,381
	III	15633	Fan Death	1,367
	I	2435	기상청 인턴 신현수	1,321
	I	2160	그림 비교	1,204
	III	14568	2017 연세대학교 프로그래밍 경시대회	1,114
	IV	25494	단순한 문제 (Small)	1,056
	II	18312	시각	1,018

등급	레벨	번호	문제	푼 사람
브론즈	IV	25494	단순한 문제 (Small)	1,056
	III	2501	약수 구하기	11,150
	III	17614	369	2,476
	III	1837	암호제작	2,439
	III	9094	수학적 호기심	1,973
	III	10419	지각	1,703
	III	4690	완전 세제곱	1,676
	III	15667	2018 연세대학교 프로그래밍 경진대회	1,671
	III	6131	완전 제곱수	1,650
	III	17618	신기한 수	1,481
	III	15633	Fan Death	1,367
	III	14568	2017 연세대학교 프로그래밍 경시대회	1,114
	II	2798	블랙잭	49,715
	II	2231	분해합	41,078
	II	1977	완전제곱수	11,787
	II	1075	나누기	8,581
	II	3040	백설 공주와 일곱 난쟁이	7,483
	II	14697	방 배정하기	3,747
	II	2702	초6 수학	3,418
	II	5618	공약수	2,924
	II	19532	수학은 비대면강의입니다	2,569
	II	6679	싱기한 네자리 숫자	2,431
	II	1233	주사위	2,290
	II	1773	폭죽쇼	2,239
	II	2858	기숙사 바닥	2,089
	II	13410	거꾸로 구구단	2,010
	II	2386	도비의 영어 공부	1,711
	II	2399	거리의 합	1,687
	II	17173	배수들의 합	1,489
	II	16561	3의 배수	1,381
	II	18312	시각	1,018
	I	2309	일곱 난쟁이	31,726
	I	2851	슈퍼 마리오	5,962
	I	1145	적어도 대부분의 배수	4,548
	I	1526	가장 큰 금민수	3,018
	I	1356	유진수	2,144
	I	4641	Doubles	1,784
	I	2435	기상청 인턴 신현수	1,321
	I	2160	그림 비교	1,204

등급	레벨	번호	문제	푼 사람
실버	3	1260	DFS와 BFS	46,191
	3	2606	바이러스	38,448
	1	2667	단지번호붙이기	37,449
	3	1012	유기농 배추	34,391
	2	11724	연결 요소의 개수	25,265
	2	4963	섬의 개수	18,832
	1	2468	안전 영역	18,091
	2	11725	트리의 부모 찾기	15,913
	1	2583	영역 구하기	14,884
	2	2644	촌수계산	13,423
	1	1325	효율적인 해킹	6,697
	1	1926	그림	6,563
	2	2210	숫자판 점프	4,126
	1	1743	음식물 피하기	4,900
	1	1303	전쟁 - 전투	3,053
	1	3184	양	3,859
	2	24479	알고리즘 수업 - 깊이 우선 탐색 1	2,718
	2	24480	알고리즘 수업 - 깊이 우선 탐색 2	2,053
	4	1388	바닥 장식	1,912
	4	16173	점프왕 쩰리 (Small)	1,280
	2	13565	침투	1,959
	1	1189	컴백홈	1,234
	1	3187	양치기 꿍	1,721
	1	14716	현수막	1,810
	1	15900	나무 탈출	1,559

등급	레벨	번호	문제	푼 사람
실버	4	1388	바닥 장식	1,912
	4	16173	점프왕 쩰리 (Small)	1,280
	3	1260	DFS와 BFS	46,191
	3	2606	바이러스	38,448
	3	1012	유기농 배추	34,391
	2	11724	연결 요소의 개수	25,265
	2	4963	섬의 개수	18,832
	2	11725	트리의 부모 찾기	15,913
	2	2644	촌수계산	13,423
	2	2210	숫자판 점프	4,126
	2	24479	알고리즘 수업 - 깊이 우선 탐색 1	2,718
	2	24480	알고리즘 수업 - 깊이 우선 탐색 2	2,053
	2	13565	침투	1,959
	1	2667	단지번호붙이기	37,449
	1	2468	안전 영역	18,091
	1	2583	영역 구하기	14,884
	1	1325	효율적인 해킹	6,697
	1	1926	그림	6,563
	1	1743	음식물 피하기	4,900
	1	3184	양	3,859
	1	1303	전쟁 - 전투	3,053
	1	14716	현수막	1,810
	1	3187	양치기 꿍	1,721
	1	15900	나무 탈출	1,559
	1	1189	컴백홈	1,234