Yuho Jeong

안녕하세요 🙋‍♂️

안녕하세요! 블로그에 방문해주셔서 감사합니다. AI Engineer 정유호라고 합니다.

저는 대학원에서 Meta-Learning, Continual Learning, Open-World Learning과 같이, 한정된 데이터를 사용한 학습을 통해 그 외의 데이터까지 일반화가 가능한 알고리즘들에 대해 연구했습니다. 이 과정에서 real-world에 AI 기술을 서비스할 때 겪을 수 있는 문제 상황들과 한계점, 그리고 이를 극복할 수 있는 방법에 대해서 자주 고민하곤 했습니다. 이런 경험을 바탕으로 현재는 산업계에서 실제 서비스를 위한 AI 기술을 개발하고 있습니다.

문제 정의를 중요하게 여기고, 문제 상황에 대한 해결 방법을 모델링에 한정짓지 않고 다양한 지점에서 찾으려 노력하고 있습니다. 연구적 성과에서 그치는 것이 아니라 실제로 세상에 영향을 줄 수 있는 기술들에 관심이 많아, 최근에는 AI 파이프라인 설계에 개인적으로 관심을 가지고 공부하고 있습니다. 궁금한 점이나 조언해주실 내용에 대해, 이메일, 블로그, SNS를 통해 연락주시는 것은 언제든지 환영합니다.

Contact

Education

  • M.S. in Artificial Intelligence at Machine Intelligence and Information Learning Lab, UNIST (2021.03 ~ 2023.02)

    • Meta-learning and Few-shot classification algorithms
    • Class-incremental learning algorithms
    • Open-world learning (e.g., Category discovery)
  • B.S. in Mechanical Aerospace Engineering, UNIST (2016.03 ~ 2021.02)
  • B.S. in Computer Science Engineering, UNIST (2016.03 ~ 2021.02)

Experience

  • ML Engineer at Devsisters (2024.10 ~ current)

  • AI Engineer at Nuvilab Inc. (2023.02 ~ 2024.10)

    • Developed AI models for instance segmentation and zero-shot classification tasks, improving AP by 0.13 and AR by 0.12 for segmentation, and achieving a 10% performance increase for zero-shot classification
    • Deployed and operated AI microservices using NVIDIA Triton, VectorDB, GitHub Actions, Gitflow, and ArgoCD
    • Designed a data pipeline using active learning to address class-imbalance in fine-grained datasets, reducing labeling costs by 50% compared to previous methods
    • Built an outlier detection pipeline and an AI service performance monitoring system, reducing 40% outlier data to enhance service quality
    • Developed a data engine with semi-automated labeling capabilities for mask annotations
    • Designed and trained dense prediction models with limited data samples (e.g., hospital foods)
    • Performed various data engineering tasks, including batch data processing, with Apache Airflow
    • Developed both front-end and back-end components for customizing a data annotation tool

  • Language AI Internship at Semantic Knowledge Team, NAVER Corp. (2021.12 ~ 2022.03)

    • Developed a web-based analyzing/testing tool for the Korean Entity Linking(NED) engine
    • Analyzed existing methods and proposing a suitable model for the Korean Named-Entity Recognition(NER)
  • Research internship at Machine Intelligence and Information Learning Lab (2020.07 ~ 2021.02)
  • Research internship at Autonomous System Lab (2019.12 ~ 2020.02)

Publications

  • Solang Kim, Yuho Jeong, Joon Sung Park and Sung Whan Yoon, "MICS: Midpoint Interpolation to Learn Compact and Separated Representations for Few-Shot Class-Incremental Learning," accepted to IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), Hawaii, U.S., 2024.

    • Master's Thesis in UNIST AI Graduate School

Presentation

  • CoreAI Seminar, "Generalized Category Discovery." (2022.10.07) [video] [slides] [post]
  • CoreAI Seminar, "NeRF in the Wild: Neural Radiance Fields for Unconstrained Photo Collections." (2022.03.04) [video] [slides] [post]
  • 해군교육사령부, 교관양성 교육: 합성곱 신경망 파트 실습 강의 (2021.06.05)
  • CoreAI Seminar, "Bootstrap Your Own Latent." (2021.04.02) [slides] [post]
  • CoreAI Seminar, "Learning to Propagate Labels: Transductive Propagation Network for Few-shot Learning." (2021.03.06) [slides] [post]
  • UNIST AI Innovation Park, AI 노바투스 아카데미아: 인공지능 기초 파트 실습 강의 (2021.02, 2021.07)

Projects