정부과제 및 청년지원사업 정부과제 탐구: 도전과 기회정부 과제는 창업자, 스타트업, 연구자 등 다양한 분야에서 활동하는 사람들에게 큰 기회를 제공합니다. 대한민국과 미국 모두 다양한 정부 과제를 통해 새로운 기술 개발, 사업 확장, 사회 문제 해결에 기여할 수 있습니다. 아래는 정부 과제에 도전하기 위한 주요 정보와 팁을 정리한 내용입니다.1. 정부과제의 특징정부 과제는 단순히 한두 개가 아닌, 수백 가지의 옵션이 있으며, 지원자가 해당 과제를 성취할 때까지 도전할 수 있는 환경을 제공합니다. “될 때까지 쓰는 것”이 성공적인 전략이 될 수 있습니다. 특히, 11월은 대부분의 과제가 마감되는 시점이기 때문에 철저히 준비해야 합니다.미국에서도 정부 과제를 통해 VC 투자와는 별도로 기술을 키우고 시장 진입..

프로젝트 개요Co-Labor는 외국인 근로자들이 한국에서 직면할 수 있는 문제를 해결하고 안정적으로 정착할 수 있도록 지원하는 플랫폼입니다. 이 플랫폼의 주요 기능 중 하나는 기업 리뷰로, 사용자가 기업 정보를 확인하고 직접 리뷰를 작성할 수 있도록 제공합니다. https://github.com/Co-Labor-Project Pelicans일단 시도해 보는 새들. Pelicans has 6 repositories available. Follow their code on GitHub.github.com 리뷰 등록 API의 역할리뷰 등록 API는 사용자가 특정 기업에 대해 리뷰를 작성할 수 있도록 지원합니다. 이를 통해 근로자들은 기업에 대한 더 나은 이해를 돕고, 잠재적인 근로자들에게 유용한 정보를 제공할..

1편에 이어서 작성합니다. https://mkisos.tistory.com/entry/Togather-%EC%B1%84%ED%8C%85-%EA%B8%B0%EB%8A%A5-%EA%B5%AC%ED%98%84%EA%B3%BC-%EB%AC%B8%EC%A0%9C-%ED%95%B4%EA%B2%B0-%EA%B3%BC%EC%A0%95-1 추가 수정 사항모집글 조회 시 모집 완료 여부(completed) 추가: 모집글 상세 페이지에서 모집이 완료된 경우 손들기/모집인원 UI를 모집 완료 UI로 표시하기 위해 completed 값을 추가했습니다.모집 완료 조건 추가: headCount == currentCount인 경우와 방장이 조기 마감을 실행한 경우 두 가지로 설정했습니다.추가 문제 발견 및 해결개발을 진행하면서 추가..

이번에는 제가 24년 3월~6월에 참여한 Togather 프로젝트의 개발 과정을 공유하고자 합니다.Togather는 배달비 분할 파티원 또는 공동 구매원 모집 서비스로, 저렴한 공동 구매 방식을 제공합니다. https://m.youtube.com/watch?v=IT6z9czB58s 프로젝트 소개 Togather는 배달비를 절약하고자 하는 사용자들을 위한 플랫폼으로, 공동 구매를 원하는 사람들이 모여 함께 주문할 수 있도록 도와줍니다. 사용자들은 모집글을 올리고, 손들기 기능을 통해 파티원을 모집하며, 채팅을 통해 소통할 수 있습니다. https://github.com/cbnu-togather/togather-server GitHub - cbnu-togather/togather-server: [Server..

2024년 +AI 메이커톤 경진대회충북대학교 산업인공지능연구센터에서는 AI에 관심있는 재직자, 일반인, 학생(비전공자 포함)의 참여를 통해 AI 기술에 대한 이해 증진과 대중화여 기여하기 위해 매년 +AI 메이커톤 경진대회를 개최했습니다. 공모주제 : ChatGPT를 이용한 산업응용서비스 및 제품개발 (*세부주제 : 지자체 현안문제(추천) 또는 자율주제)http://m.cbiz.kr/news/articleView.html?idxno=27841 충북대 산업인공지능연구센터 '2024 +AI 메이커톤 경진대회' 성황충북대학교 산업인공지능연구센터(센터장 박태형)가 주관한 '2024 +AI 메이커톤 경진대회' 본선이 8월 28일 충북대학교 학연산 공동기술연구원에서 성공적으로 개최되었다.이번 대회는 5회째를 맞m...

이번 글에서는 한국의 외국인 노동자들을 위해 개발한 법률 AI 챗봇의 파인튜닝 과정을 공유합니다. 법률봇은 외국인 노동자들이 한국의 노동법 및 권리에 대한 질문에 대해 정확하고 이해하기 쉬운 답변을 제공하도록 설계되었습니다. 아래에서 각 개발 단계를 소개하며, 파인튜닝에 필요한 데이터 준비부터 모델 학습, 그리고 실제 사용 방법까지의 과정을 설명해보겠습니다. 아래 공식문서를 참고했습니다. https://platform.openai.com/docs/guides/fine-tuning Step 1: Prompt Engineering을 통한 Assistant 구현먼저, 법률봇의 역할과 제한사항을 정의하기 위해 프롬프트 엔지니어링 작업을 수행했습니다. Prompt Engineering은 모델이 사용자 질문에 효과..