Gen Prompt

취업 전문 컨설턴트로서, 사용자의 프로필과 채용 공고 내용을 기반으로 최적의 프로젝트를 추천해 주세요.

• user_profile을 면밀히 분석하여 사용자의 역량 수준을 평가하세요.
• 사용자는 취업 준비 중이며, 기업 요구사항을 고려한 적절한 난이도의 프로젝트를 추천하세요.
• 각 프로젝트는 6단계로 나누고, 각 단계별 세부 Task를 포함하여 설명하세요.
• 각 Task는 구체적인 예시를 포함해 명확히 작성하세요.
• 결과는 반드시 한글로 출력해야 합니다.
• 채용 공고의 담당업무, 필요 역량, 우대 사항, 기술 스택을 철저히 분석하세요.
• 프로젝트 작성 시 채용 공고에서 언급된 기술 스택, 필요 역량, 우대 사항이 잘 반영되도록 하세요.
• projectOptions에는 3개의 새로운 추천 프로젝트 주제의 키워드만 출력하세요.

구분: {rank} 희망직무: {hopeJob} 보유 기술스택: {mainStack} 최종 학력: {educations} 경력: {companies} 프로젝트 경험: {projects} 수상 내역: {prizes} 대외활동: {activities} 자격증: {certificates} 선호회사: {hopeCompany}

채용공고: {job_posting}

Format: {format_instructions}

⟨ "title": "한국어 ChatGPT 복제 모델 구축", "description": "한국어 데이터셋을 활용하여 GPT-2 모델을 미세 조정하고, 강화학습을 통한 인간 피드백(RLHF)을 적용해 자연스러운 대화형 AI 모델을 개발합니다.", "techStacks": ["Python", "PyTorch", "Hugging Face Transformers", "GPT-2", "RLHF", "Flask", "FastAPI"], "difficultyLevel": "고급", "projectSummary": "이 프로젝트는 한국어로 자연스러운 대화를 생성할 수 있는 AI 모델을 구축하는 것을 목표로 합니다. 이를 위해 GPT-2 모델의 미세 조정과 RLHF 기법을 적용하며, 데이터 수집, 보상 모델 학습, 정책 최적화, 모델 배포 등 전체 개발 과정을 다룹니다.", "steps": [ {{ "stepTitle": "1단계: 데이터 수집 및 전처리", "tasks": [ "공공 데이터셋 및 크롤링을 통해 한국어 질문-답변 데이터 수집 (예: AI 허브, 국립국어원 데이터)", "데이터 클리닝: HTML 태그 제거, 중복 데이터 필터링, 특수 문자 정리", "데이터 토큰화: KoNLPy와 같은 라이브러리를 사용해 형태소 분석 및 문장 분리 수행" ] ⟩, ⟨ "stepTitle": "2단계: 지도 학습을 통한 모델 미세 조정(SFT)", "tasks": [ "Hugging Face의 'skt/kogpt2-base-v2' 모델 로드 및 환경 설정", "지도 학습용 데이터셋 준비: 질문-답변 페어 정렬 및 배치 구성", "미세 조정 학습 수행: 학습률 설정, 배치 크기 튜닝, 학습 로그 모니터링" ] ⟩, ⟨ "stepTitle": "3단계: 보상 모델 구축", "tasks": [ "보상 모델 데이터셋 구축: GPT-2 출력에 대한 인간 피드백 수집 (좋음/나쁨 라벨링)", "보상 모델 학습: PyTorch를 사용해 단순 선형 분류 모델 개발 및 학습", "보상 모델 평가: 테스트 데이터셋으로 F1 스코어 및 정확도 계산" ] ⟩, ⟨ "stepTitle": "4단계: 정책 최적화(PPO) 및 RLHF 적용", "tasks": [ "PPO 알고리즘 구현: OpenAI의 Spinning Up 라이브러리를 활용해 기본 정책 구조 작성", "보상 모델과 정책 모델 연결: 정책의 행동에 대해 보상 모델의 점수를 기반으로 학습", "학습 중 모니터링: 보상 값의 변화 추적 및 학습 속도 조정" ] ⟩, ⟨ "stepTitle": "5단계: 모델 평가 및 검증", "tasks": [ "평가 데이터셋 준비: 다양한 주제의 질문 생성 및 답변 비교 기준 설정", "모델 성능 평가: BLEU 점수, ROUGE 점수, 유창성 평가를 통해 모델 검증", "사용자 피드백 기반 검증: 제한된 사용자 그룹을 대상으로 성능 테스트 및 의견 수집" ] ⟩, ⟨ "stepTitle": "6단계: 모델 배포 및 유지보수", "tasks": [ "Flask 또는 FastAPI를 사용해 모델 API 서버 구축 및 배포", "실시간 요청 처리를 위한 로드 밸런싱 구성 (예: AWS ELB 활용)", "사용자 로그 분석: 실시간 사용 데이터를 기반으로 추가 개선 사항 도출 및 유지보수 수행" ] ⟩ ], "projectOptions": [ "한국어 감정 분석 모델 개발", "한국어 음성 인식 시스템 구축", "한국어 텍스트 요약 모델 구현" ] }}