소개
구글의 AI 서비스, Gemini와 NotebookLM는 구글 AI 아키텍트로 취업 준비하는 방법을 더 잘 알려주지 않을까요?
진행 방법
사용한 도구: Gemini, NotebookLM, Google Drive, Google Docs
진행한 작업:
Gemini에 구글 드라이브와 Google Docs 문서를 넣어, 구글 AI 아키텍트 취업 준비를 위한 질문을 던졌어요.
여기서 딥리서치 켜고, PARTS 프롬프트 패턴 사용!
Persona (페르소나): 당신은 [AI 아키텍트] 지망생입니다.
Aim (목표): [빅테크] 기업의 [NLP, AI 에이전트] 분야에 성공적으로 입사하기 위해, [2022년] 이후 입사 성공자들의 이력서 데이터를 기반으로 기업 사전 조사를 수행하고 이를 바탕으로 이력서를 작성하고자 합니다.
Recipients (수신자): [빅테크] 기업의 채용 담당자 및 AI 아키텍트 면접관
Theme (주제): [빅테크] 기업의 [NLP, AI 에이전트] 분야 AI 아키텍트 포지션에 대한 기업 사전 조사 및 경쟁력 있는 이력서 작성 전략
Structure (구조):
[2022년] 이후 [빅테크] 기업 [NLP, AI 에이전트] 분야 입사 성공자들의 이력서 데이터 분석 결과 (핵심 역량, 프로젝트 경험, 기술 스택 등)
위 분석을 기반으로 [AI 아키텍트] 지망생을 위한 [빅테크] 기업 맞춤형 이력서 작성 가이드라인 및 예시
기업 사전 조사 결과 (기업의 AI 전략, 주요 프로젝트, 기술 스택 등)Gemini가 제공한 답변을 'AI 아키텍트 입사 전략'로 Google Docs에 바로 저장한 뒤, 이 문서를 다시 NotebookLM의 소스로 활용했습니다.
NotebookLM에서는 웹 검색도 더해서 외부 소스를 마구마구 넣었어요
그리고 레쥬메 작성해달라고 했는데 잘 작성해주었습니다. 공유하긴 창피하니 패스할게여
취업 로드맵을 정리해달라고 했어요.
표로 정리하면 이렇대요.. (여러분 구글 가고싶은 분들 참고하세요)
구분
세부 항목
핵심 내용
기술 역량 심화
딥러닝 및 NLP
LLM, 트랜스포머, 생성형 AI, 대화형 AI 모델 숙달
AI 에이전트 아키텍처
Agentic AI 설계, 다중 에이전트 시스템, 강화 학습, 툴 활용 능력
Google Cloud AI 전문성
Vertex AI Agent Builder, Google ADK, Gemini AI, Dialogflow 숙련도
데이터 아키텍처 및 MLOps
데이터 처리, 피처 엔지니어링, MLOps, 확장 가능한 AI 배포
프로그래밍 역량
Python 및 관련 라이브러리 (TensorFlow, PyTorch 등), JavaScript, SQL
윤리적 AI 및 거버넌스
책임 있는 AI 개발, 편향 완화, 데이터 프라이버시 관리
프로젝트 및 포트폴리오
엔드투엔드 AI 솔루션 개발
실운영 환경에 배포, 그룹 AI 플랫폼 구축 사례
다단계 AI 에이전트 구현
유형별 AI 에이전트 시뮬레이션, GitHub 프로젝트 관리
정량적 성과 강조
사용자 증가율, 성능 향상 수치 제시
오픈소스 기여 및 연구-제품 연결
논문 분석 및 제품화 경험, 딥러닝 논문 스터디
소프트 스킬 및 네트워킹
의사소통 및 문제 해결 능력
기술적 내용을 비기술적 이해관계자에게 전달, 문제 해결 사례
지속적 학습 및 리더십
최신 기술 주도적 습득 및 공유, 프로젝트 리더 경험
비즈니스 이해력
기술을 비즈니스 가치로 연결시키는 능력
이력서 및 면접 전략
이력서 맞춤화
핵심 키워드 활용 (Agentic AI, MLOps, Google Cloud 등)
경험 스토리텔링
STAR 방법론 활용, 정량화된 성과 명시
인간적인 뉘앙스
AI 작성 흔적 최소화, 개인적 경험 강조
면접 준비
기술적 평가 대비, 시스템 설계 역량 강화, 비언어적 요소 관리, 멀티모달 AI 면접 인지
지속적 학습과 시장 이해
최신 AI 트렌드 파악
Agentic AI 최신 동향, 산업별 AI 적용 사례 이해
시장 경쟁력 이해
AI 인재 부족 현황, 경쟁 상황 파악 및 대비
+) "현재 내가 부족한 점이 뭐야?"라고 물어보니, 제가 작성한 내부 문서와 외부 지식을 종합하여 제미나이가 말해줍니다.
1. 폭넓은 클라우드 AI 플랫폼 경험 강조 및 확장
2. MLOps(머신러닝 운영) 및 확장 가능한 AI 배포 역량 명확화
3. AI 윤리, 거버넌스, 책임 있는 개발에 대한 지식 및 경험
4. '업무 분산 완화'에 대한 구체적인 개선 노력
구구절절 맞는 말이라 뼈맞았습니다. 더 노력해서 더 쓸모있는 사람이 되겠읍니다
결과와 배운 점
구글 생태계 내의 AI 툴들이 서로 자연스럽게 연결되어 있어 놀랐어요. Gemini의 답변을 Docs로 옮기고, 이 문서를 다시 NotebookLM에서 활용하는 과정에서 큰 시너지가 느꼈니다. 구글 생태계 짱💡👍
최근 구글 ADK(Agent Development Kit)를 접하면서 흥미를 느껴서 사내에서 미니 세미나를 준비 중이에요. 이렇게 뛰어난 기능들이 거의 무료로 제공된다는 점이 응원하게 만드는 것 같습니다.
