다른 사람들 의견

• 토루크막토 (18-06-17 03:01)

  제가 이쪽분야는 아니어서 조심스럽지만 비전쪽은 엄청나게 많은분야를 섭렵해야 뭔가 되는 걸로 알고있습니다.  신호처리, 기하학, 선형대수, 머신러닝, 등등 다요., 이런거 감당해서 다 공부하고 박사후 포닥까지 하실열정이 있으십니까?  왜냐하면 산업체에서는 영상처리나 비전쪽 수요가 많지 않을걸로 알고있어요.. 그냥 하나의 의견입니다

  제가 이쪽분야는 아니어서 조심스럽지만 비전쪽은 엄청나게 많은분야를 섭렵해야 뭔가 되는 걸로 알고있습니다. 신호처리, 기하학, 선형대수, 머신러닝, 등등 다요., 이런거 감당해서 다 공부하고 박사후 포닥까지 하실열정이 있으십니까? 왜냐하면 산업체에서는 영상처리나 비전쪽 수요가 많지 않을걸로 알고있어요.. 그냥 하나의 의견입니다
• 돌아온백수 (18-06-17 09:52)

  백숙? 흰죽? 인가요?
  
  아이디 보고 의아했습니다.

  백숙? 흰죽? 인가요? 아이디 보고 의아했습니다.
• 빨간거미 (18-06-17 23:24)

  의도가 있어 보이는 닉네임 같네요... 그냥 그렇다고요...

  의도가 있어 보이는 닉네임 같네요... 그냥 그렇다고요...
• 돌아온백숙 (18-06-18 00:26)

  의도는 딱히 없구요.. 그냥 짭퉁인데..

  의도는 딱히 없구요.. 그냥 짭퉁인데..
• tSailor (18-06-18 10:46)

  오마주 아닐까요?

  오마주 아닐까요?
• 찬찬찬 (18-06-18 05:54)

  slam 2년차 입니다. 지금 slam시작하기 너무 늦었습니다. 이미 상용화 가능한 수준들의 연구는 거의 끝나가고 일자리도 연구에 가까운 직책은 대부분 스타트업이나 중기업에서 활발하게 유지 되고 있습니다(미국).  요새 slam 트랜드는 deep slam으로 흘러가고 있습니다. deep slam 지금 막 시작이나 기존 slam이 워낙 잘되고 있어 전망은 잘 모르겠네요.

  slam 2년차 입니다. 지금 slam시작하기 너무 늦었습니다. 이미 상용화 가능한 수준들의 연구는 거의 끝나가고 일자리도 연구에 가까운 직책은 대부분 스타트업이나 중기업에서 활발하게 유지 되고 있습니다(미국). 요새 slam 트랜드는 deep slam으로 흘러가고 있습니다. deep slam 지금 막 시작이나 기존 slam이 워낙 잘되고 있어 전망은 잘 모르겠네요.
• 뱅스 (18-06-19 06:30)

  SLAM 업계 사람입니다. 시작하지 늦었다는 말에는 동의하지 않습니다. 장기적인 관점에서 AR/Drone/IoT x SLAM은 아직 풀어야 될 숙제가 많이 남은 분야입니다. 지금은 상용화가 되기 시작하는 시점이라고 생각하고요, 특정 제품에서 원하는 센서 구성/가격/전력/사이즈 를 맞추기 위해서는 R&D가 필수입니다. 새로운 센서 (e.g. event camera)도 계속 나오기 때문에 학계에서도 역할이 있고요.
  
  다만 개인적인 생각으로는 일자리의 숫자 측면에서는 근시일 안에 머신러닝을 따라가기는 힘들다고 봅니다. 기업 관점에서 머신러닝은 적은 지출로 많은 유저를 상대할 수 있는 반면, SLAM은 소프트웨어/하드웨어를 같이 개발해야 하기 때문에 R&D 비용이 높고, 그런 이유로 아직까지는 기업에서 SLAM R&D 개발은 조심스러워 합니다. 스타트업 기회는 많이 있습니다.
  
  학생일 때 learning curve 측면에서는 해보시는 것을 추천합니다. Geometry vision 백그라운드가 튼튼하면 추후에 machine learning 을 같이 써서 만들 수 있는 제품 스펙트럼이 비약적으로 넓어집니다. :-)

  SLAM 업계 사람입니다. 시작하지 늦었다는 말에는 동의하지 않습니다. 장기적인 관점에서 AR/Drone/IoT x SLAM은 아직 풀어야 될 숙제가 많이 남은 분야입니다. 지금은 상용화가 되기 시작하는 시점이라고 생각하고요, 특정 제품에서 원하는 센서 구성/가격/전력/사이즈 를 맞추기 위해서는 R&D가 필수입니다. 새로운 센서 (e.g. event camera)도 계속 나오기 때문에 학계에서도 역할이 있고요. 다만 개인적인 생각으로는 일자리의 숫자 측면에서는 근시일 안에 머신러닝을 따라가기는 힘들다고 봅니다. 기업 관점에서 머신러닝은 적은 지출로 많은 유저를 상대할 수 있는 반면, SLAM은 소프트웨어/하드웨어를 같이 개발해야 하기 때문에 R&D 비용이 높고, 그런 이유로 아직까지는 기업에서 SLAM R&D 개발은 조심스러워 합니다. 스타트업 기회는 많이 있습니다. 학생일 때 learning curve 측면에서는 해보시는 것을 추천합니다. Geometry vision 백그라운드가 튼튼하면 추후에 machine learning 을 같이 써서 만들 수 있는 제품 스펙트럼이 비약적으로 넓어집니다. :-)
• 찬찬찬 (18-06-25 09:43)

  업계에 계시는 선배님을 만나뵈서 반갑네요ㅎㅎ 말씀하신 대로 박사 후 업계로 간다고하면 늦진 않은 것 같습니다. 연구보단 엔지니어 포지션이긴 하지만 이번 ICRA에서도 자율주행 기업들 엄청 몰려와서 구인 광고를 하더군요. 다만 말씀하신 R&D는 박사과정 연구 주제로 삼기에는 졸업이 힘들 수도 있지 않나 싶습니다. 교수님들 대부분이 implementation에 대한 컨트리뷰션은 무시를 하시니 졸업 조건이 IJRR이나 TRO라면 특히나 힘들어지지 않을까 싶네요. 이벤트 캠의 경우도 geometric 한 SLAM의 경우 스카라뮤자교수 랩에서 큰건 거의 다 나왔다고 봅니다.
  
  저도 2차년도 연구주제 정하면서 고민이 많았었는데 결국은 deep slam으로 옮기는 것 밖엔 딱히 대안이 없어보이네요. 일반 slam을 해서는 학계에 남기는 더이상 어려워 보입니다.

  업계에 계시는 선배님을 만나뵈서 반갑네요ㅎㅎ 말씀하신 대로 박사 후 업계로 간다고하면 늦진 않은 것 같습니다. 연구보단 엔지니어 포지션이긴 하지만 이번 ICRA에서도 자율주행 기업들 엄청 몰려와서 구인 광고를 하더군요. 다만 말씀하신 R&D는 박사과정 연구 주제로 삼기에는 졸업이 힘들 수도 있지 않나 싶습니다. 교수님들 대부분이 implementation에 대한 컨트리뷰션은 무시를 하시니 졸업 조건이 IJRR이나 TRO라면 특히나 힘들어지지 않을까 싶네요. 이벤트 캠의 경우도 geometric 한 SLAM의 경우 스카라뮤자교수 랩에서 큰건 거의 다 나왔다고 봅니다. 저도 2차년도 연구주제 정하면서 고민이 많았었는데 결국은 deep slam으로 옮기는 것 밖엔 딱히 대안이 없어보이네요. 일반 slam을 해서는 학계에 남기는 더이상 어려워 보입니다.
• 아키봇 (18-09-04 18:59)

  혹시 SLAM 엔지니어분들이 모여있는 커뮤니티가 따로 있나요? 궁금해서 문의 드립니다.

  혹시 SLAM 엔지니어분들이 모여있는 커뮤니티가 따로 있나요? 궁금해서 문의 드립니다.
• 쿠당탕 (19-05-17 15:00)

  https://www.facebook.com/groups/slamkr 이 있습니다.

  https://www.facebook.com/groups/slamkr 이 있습니다.