Jasmine Laber, Tech Associate, Hartford Financial Services Group
GQP (Graduate Qualifying Project)에서 팀과 저는 시계열 진동 데이터를 사용하여 HVAC 기계의 이상을 예측하기 위해 다양한 모델 유형을 생성하고 테스트하는 데 중점을 두었습니다. 이 과정을 통해 데이터 과학 지식을 연마하여 실제 문제에 적용 할 수있었습니다. 또한 스폰서와의 회의를 통해 의사 소통 기술을 개발했습니다. 저는 현재 Hartford의 회전 프로그램에서 데이터 엔지니어링 위치에서 뛰어나고 있으며 전문가로 성장하고 데이터 과학 경력 경로를 선택할 수있는 다양한 위치에서 더 많은 것을 배우기를 기대하고 있습니다.
Ranier Gran, Square Robot, Inc.의 데이터 과학자
나는 내 자신의 GQP 프로젝트 경험과 WPI 에서이 프로젝트 기반 학습을 통해 얻은 기술을 공유하여 커뮤니티에 환원하게되어 기쁩니다. GQP를 통해 얻은 기술 기술은 가치가 있지만이 과정을 통해 학습 된 소프트 기술이 더욱 중요하다고 생각합니다. 팀워크와 커뮤니케이션은이 여정에서 성공의 열쇠이며 업계에서 귀중한 기술입니다. 조직 및 프로젝트 관리가 궁극적 인 GQP 성공에 미치는 영향과 도전에 도달 할 수있는 목표를 설정하면서 자신에게 도전하는 것의 중요성은 귀중합니다.
Shreedhar Kodate와 Abhishek Ulhas Shivdeo
Shreedhar Kodate, Renesas Electronics의 수석 클라우드 엔지니어
Abhishek Ulhas Shivdeo, Blue River Technology의 기계 학습 엔지니어
GQP 프로젝트 중에 우리는 Innospire라는 스타트 업과 함께 일했습니다. 이 프로젝트의 주요 목표는 인공 지능 (AI)과 비전 모델을 사용하여 시각 장애인 (VIB) 개인이 대중 교통을보다 접근 할 수 있도록하는 것이 었습니다. 이것은 영향력이 높은 프로젝트입니다. 우리는 프로젝트를 구현하는 방법, 프로젝트에서 작업 할 때 최신 AI 기술에 대해 배운 내용, 회사와 효과적으로 일하기위한 팁을 공유하게되어 기쁩니다. GQP 프로젝트는 전문가로서 우리를 형성하는 데 중추적 인 역할을했습니다.
