728x90 분류 전체보기118 인터뷰 후 Thank you letter 템플릿 최근에 상담을 진행하다가, Thank you letter 템플릿 어떤거 쓰시냐는 질문을 받았습니다. 그래서 오늘은 제가 사용하는 템플릿 하나를 공유하고자 합니다. 주변 친구들에게도 한 번씩 물어봐서 점검 해달라고 했고, 피드백을 거쳤으니 아마 믿고 사용하셔도 좋을 듯 합니다. Thank you letter를 보내기 좋은 시기 개인차가 존재하겠지만, 저는 개인적으로 좀 빠르게 follow-up을 보내는 편입니다. 오전에 인터뷰를 받았다면, 당일 오후 퇴근할 때 즈음부터 1-2일 안에 보내시면 좋다고 생각합니다. Thank you letter 템플릿 Good afternoon Bryan, Thank you so much for meeting with me today. I appreciated your tra.. 2022. 12. 10. 한국에서 미국 송금 한도 및 해외 송금 정리 (2023.7.4일 개정안 반영) 해외 송금은 항상 외국에 사는 유학생이나 이민자 분들께 환율만큼 큰 이슈입니다. 오늘은 그래서 따로 시간을 내어서, 한국->미국 송금 사유들과 한도 등을 정리해보는 시간을 가져보려고 합니다. 우선 한국->해외 송금에는 총 4가지 종류가 존재합니다. 1. 지급 증빙서류 미제출 송금 2. 유학생 송금 3. 해외 체재자 송금 4. 외국인/비거주자 국내소득 송금 이 중 아무래도 미국에 대학원을 진학하시는 학생분들의 경우에는 2번 유학생 송금에, 그리고 졸업하셔서 미국에서 일하시는 분들은 3번 해외 체재자 송금 카테고리를 주목하시면 될 것 같습니다. 1. 지급 증빙서류 미제출 송금 우선, 건당 $5,000 이하 송금은 거래외국환 은행 지정과 상관없이 송금할 수 있습니다. 예를 들어, A은행을 거래외국환은행으로 지.. 2022. 11. 29. '미래에 visa sponsorship 비자 스폰서가 필요한가?' 라는 질문에 어떻게 답변하는 것이 좋을까? (Feat. e-verify) 최근에 visa sponsorship에 관한 질문에 대해서 받아서 한 번 정리해 보고자 합니다. 이전에 단톡방에서 나왔던 의견들을 한 번 정리해 보면 좋을 것 같아서 이 포스트를 작성하게 되었습니다. 우선 Job Apply 시에 외국인 학생 신분인 우리들을 괴롭히는 질문은 바로 다음과 같습니다: Will you now or in the future require sponsorship for a visa to remain in your current location? 그리고 이 질문에 대한 정답은 사실 '전문가와 상의하는게 좋습니다' 라고들 이야기 하는 경우가 많습니다. 왜냐하면, 개개인마다 상황이 다른 것이 가장 큰 이유입니다. 예를 들어, 지원하고자 하는 포지션이 인턴십인지 풀타임인지, 또는 나의 학년.. 2022. 11. 28. 여러분의 논문 작성 시간을 100시간 이상 줄여줄 수 있는 AI 기반의 툴 (펌) 논문을 작성하는데 수많은 인고의 과정이 필요함은 이루 말할 수 없습니다. 트위터를 보다가 Olesia Nikulina가 적은 트윗이 도움이 될 것 같아서 한 번 가져와 봤습니다. 논문을 작성, 수정, 제출하는데까지 걸리는 시간을 많이 단축해 줄 수 있는 AI 기반의 툴들을 소개하고 있는데요. 그럼 하나씩 알아볼게요. 1️⃣ 논문 제목 작성: Level up your article title https://headlines.coschedule.com Headline Studio by CoSchedule: Write Better Headlines The Headline Analyzer that will score your overall headline quality and rate its ability to.. 2022. 11. 11. 잡담 (왜 ML은 실패하는가 / Auto ML / Declarative ML까지) 최근에 친구와 나눈 대화로 시작해 보겠습니다. 제 친구는 미국 대기업에서 일하고 있는 7년차 데이터 엔지니어인데요. data pipeline을 구축하는 것이 사실 ML보다 사실 더 쉽다고 말하더군요. 그러면서 performance metric 차원에서 ML보다 더 측정이 쉽다라고 이야기 하더라구요. 그리고 ML 프로젝트 대부분이 사실 기대치보다 잘 perform하지 못한다는 점도 덧붙였습니다. 사실 이 친구는 좀 극단적으로 이야기한 측면이 없지 않아 있습니다. 하지만, 일부 맞는 말도 있었는데요. 최근 KDNugget 설문조사에 따르면 대기업에서 일하는 데이터 사이언티스트의 75%가 대부분의 모델이 실제 production에 도달하지 못했다고 말했습니다. 이유에 대해서 각자 생각해보다가 저희들이 종합적으.. 2022. 10. 25. 이전 1 ··· 6 7 8 9 10 11 12 ··· 24 다음 728x90
