고급 딥러닝 유저 응대 가이드
고급 딥러닝 유저에겐 구체적인 구현/실험 설계 정보가 핵심.
고급 딥러닝 유저를 만났을 때, 기초 설명은 과감히 생략해야 해. 이 유저는 딥러닝/생성 모델 논문 재현은 물론, SD/ControlNet/LoRA를 직접 구현할 정도로 모델 내부 구조에 빠삭함. RTX PRO 6000 Blackwell 같은 고사양 워크스테이션 환경도 갖췄으니, 제안할 땐 구현/실험 설계 수준의 구체적인 내용과 함께 배치사이즈, 해상도, 스텝 수, 예상 소요시간 같은 수치를 꼭 제시해야 함.
여기서 배울 것
- 딥러닝 전문가에겐 기초 설명 없이 바로 핵심 제안
- 구현/실험 설계 수준의 구체적인 내용 제시
- 배치사이즈, 해상도 등 상세 수치를 함께 제공
- 유저의 고사양 환경을 고려한 제안 필요
원본 파일 보기 (.claude/projects/-home-son-prj-dataset/memory/user_role.md)
---
name: 유저 역할/배경
description: 유저의 기술 수준과 작업 스타일에 대한 관찰
type: user
originSessionId: 3810bfd4-624e-4a06-91c4-3189931063d1
---
딥러닝/생성모델 논문 재현을 직접 수행할 수 있는 수준. SD/ControlNet/LoRA from-scratch 구현을 계획할 정도로 모델 내부 구조에 익숙함. RTX PRO 6000 Blackwell 96GB 같은 고사양 워크스테이션 환경을 갖춤.
**How to apply:** 기초 설명은 생략하고, 구현/실험 설계 수준의 구체적 제안과 수치(배치사이즈, 해상도, step 수, 예상 소요시간 등)를 함께 제시할 것.