KT 에이블스쿨 6기 스터디 활동

 

드디어 쓰는 스터디 활동 !!

 

KT에이블스쿨은 전국 단위로 운영되며

많은 인원이 함께 비대면 교육을 듣기에

 

스터디 또한 지역상관없이 구성되고

다양한 스터디가 존재했습니다.

 

그리고 에이블스쿨에서도 스터디활동을 지원하기 위해

이벤트도 진행했었습니다 ~!

 

바로

오스완(오늘도 스터디 완료) 인증 이벤트

스터디활동 인증샷(사진 또는 동영상)을 촬영해서

인스타그램 @aivlestory을 팔로우 후

DM으로 인증샷과 스터디그룹명 또는 조장이름을 보내면 참가 완료!

 

매달 추첨을 통해서 스터디원들과 나눠먹을 수 있는 간식을  주셨어요

 

저는 무려 2번이나(ㄷㄷ) 당첨되었음

덕분에 함께 모여 맛난 간식을 먹을 수 있었습니다.(ㅅ´˘`)

 

6개월의 에이블스쿨 교육이 마무리되어가며

제가 진행하고 있던 스터디들도 정리가 되어가는 듯합니다

 

저는 이 6개월동안 에이블스쿨에서만

3개의 스터디활동을 했는데요..ദ്ദി ߹ᯅ߹ )

 

의도한건 아니지만 정말 다양한 공부를 할 수 있는 시간이었던 것 같아요

 

하지만 스터디 3개 모두 활성화 상태일때는 정말 위기였습니다..

 

스터디그룹에 제한은 없지만

교육을 듣고, 프로젝트를 진행하는데

영향이 없을 정도로 유지하는 게 좋을 것 같다는 말 밖에..

 

제가 했던 스터디는

 

1. KDT 공모전 스터디( -> 알고리즘 스터디)

2. 온라인 독서실 + 알고리즘 스터디

3. 데이터분석 및 모델링 스터디

 

이렇게 3가지였습니다.

 

 

1. KDT 공모전 스터디

KDT 공모전에 함께 참가한 사람들의 모임이다.

 

주제선정, 제안서 작성, 서비스 개발, AI모델 기획 등

공모전에 필요한 내용들을 중심으로 활동했고,

우리 팀의 경우 예선통과까지 했지만

아쉽게도 본선에는 진출하지 못했다

아뿔싸! 이건 참 꿈에도 생각지 못했던 일이었다..

 

정말 그땐 당연히 우리팀이 붙을 줄 알았습니다(흑흑)

 

그정도로 팀원 개개인의 능력도 너무 좋았고

KDT에서 진행하는 멘토링도 열심히 참여하면서

제출 문서도 보완했지만 .. 

다른 잘하는 팀이 더 많았나보다⌯᷄︎  ̫ ⌯᷅︎

 

KDT 공모전 이후

팀원들이 하나둘씩 취업을 하며 떠나가게 되어

두명뿐인 스터디가 되었다.

 

하지만 스터디를 그만두긴 좀 아쉬워서

두명이서 알고리즘 스터디를 진행했다.

매주 1회 진행했는데 정말 빅프기간 1~2회 외에는

모두 진행한 꾸준한 스터디였다

 

 

2. 온라인 독서실 + 알고리즘 스터디

두번째 스터디는

지역을 기반으로 만들어진 스터디였는데

스터디원 모두 주변 살아서

대면도 꽤 많이한 스터디였다

 

매일 교육이 끝나고

대략 저녁 8시부터 온라인 독서실처럼

각자 팀즈에 들어와 개인 공부를 하고

매주 1회 알고리즘 스터디를 진행했다.

 

온라인 독서실은

시간도, 해야할 것도 정해지지 않고 그냥 자유롭게

독서실처럼 공부하는 방식이었는데

덕분에 매일 수업 복습을 할 수 있었음

일단 매일 8~9시가 되면 팀즈에 들어가서 공부를 하고

뭔가.. 함께하는 사람들이 있다고 생각하니까

그만두려다가도 다시 하게되었달까..

 

알고리즘 스터디의 경우

코딩마스터스기간에는 코딩마스터스를 풀었고

코딩마스터스가 없는 기간에는

매주 알고리즘을 골라서

프로그래머스의 알고리즘 고득점 kit 또는 백준 그룹의 연습만들기로

매주 문제를 풀고, 풀이방법을 공유하는 방식으로 진행했다.

이 스터디는 교육이 끝난 뒤에도 계속 운영될 듯하다 !

 

 

3. 데이터분석 및 모델링 스터디

매주초(일 또는 월) 주단위로 계획을 세우고

본인이 계획한 내용을 얼마나 어떻게 실천했는지 공유하고

미니프로젝트를 스터디원끼리 진행하는 ? 스터디였다.

 

Kaggle에서 데이터를 선정해서

Kaggle 데이터를 분석, 전처리하기도 하고

분석된 데이터를 머신러닝에 사용하기도 하고

딥러닝에 사용하기도 했다.

 

교육에서 배운 내용을 바로 그 다음 스터디시간에

적용해서 복습겸 새로운 결과물을 만들어내는 스터디였다

 

우리가 선정했던

Kaggle데이터가 잘 조작된 데이터들이어서

데이터를 분석, 전처리할 때는 결과에 큰 차이나 문제가 없었지만

머신러닝을 하거나 딥러닝을 할 때는

데이터 분할이나 인코딩방식 모델 종류, 하이퍼파라미터 등에 따라

학습 결과가 모두 달라서

 

서로 결과물 공유하면서 공부도 많이 되었고,

모델학습과정에서 있었던 어려움과 해결방법 등을 공유하면서

교육 내용을 복습하고 이해하는데 도움이 되었던 것 같다.

 

하지만 이 스터디의 경우 미니프로젝트 기간 때는

개별로 스터디 자료를 만들어오기 어려웠고

이후 Spring, java 강의 쯤에는

데이터분석이나 모델 학습 없이

개별 수업 복습 및 공부 내용을 공유하는 방식으로 변했었다.

 

 

비슷하면서도 다른 스터디 3개를 했는데,

모두 정말 나혼자였다면 못했을, 아니면 하기 어려웠던 것들을

할 수 있게 해줬다.

그리고 나 스스로가 나태해지지 않도록

도와준 것 같다!

 

돌아보니 모두 추억이고 포트폴리오네요..

 

다들 스터디하고 포트폴리오 얻어가세요 ~!