2021 온라인 AI Engineer Lv1.양성 교육과정 참가자 모집
서울과학기술대학교 공학교육선도센터에서 주관하는 ‘2021 온라인 AI Engineer 양성 과정’에 참가할 학생을 모집합니다.
■ 교육과정 소개
– Lv1(입문자 과정) : 데이터 분석과 인공지능(AI)이라는 분야에 생소한 입문자 대상으로 개념부터 필수 용어까지 하나하나 짚어나가며 산업 생태계를 살펴볼 수 있는 기초 과정
■ 교육 개요
1) 프로그램 명 : 2021 AI Engineer Lv1양성과정
2) 교육과정 내용 : 빅데이터 이해하기 및 AI현업 적용 워크샵
3) 교육 기간 : 2021. 1. 18(월)~19(화) / 25(월)~26(화), 2주간 월~화 각 3시간(총 12시간)
4) 교육 방법 : 비대면 스트리밍(ZOOM활용)
5) 세부 교육시간
| 강의일자 | 강의시간 | |
| 1
2 3 4 |
2021년 1월 18일
2021년 1월 19일 2021년 1월 25일 2021년 1월 26일 |
18:00 ~ 21:00 (3시간)
18:00 ~ 21:00 (3시간) 18:00 ~ 21:00 (3시간) 18:00 ~ 21:00 (3시간) |
6) 주관 : 서울과학기술대학교 공학교육혁신센터
7) 교육비 : 무료(숭실대 공학센터에서 지원함)
■ 신청 방법
1) 참가자격 : 공과대학/IT대학 재학생
2) 선발 인원 : 본교 2명 선발
* 2020년 11월 진행한 AI Engineer Lv1. 교육과정에 지원했지만 탈락했던 학생 우선 선발
3) 접수 마감 : 2021년 1월 10일(일) 오후 3시 까지 이메일 접수(ascee@ssu.ac.kr)
2) 제출 서류
– 프로그램 신청서(첨부1) : 필수
– 개인정보 동의서(첨부2) : 필수, 스캔(또는 사진촬영)하여 제출
■ 유의사항
1) 강의 참여 이름은 수강생 본인 실명(학교명)으로 설정하여 입장 (예: 김형남(숭실대학교))
2) 과정 및 모듈 별로 교육 시작, 중간, 끝 시점에 출석체크 진행
3) 수료혜택
– 서울과학기술대학교 공학교육선도센터 수료증 수여
– 패스트캠퍼스 수료증 수여
■ 수업 내용
| 빅데이터 이해하기 | ||
| 모듈 | 교육 상세 | 시수 |
| Module1
(21.1.18) |
▶ 데이터 분석의 개념과 필요성
– 비즈니스와 데이터 분석 – 비즈니스 데이터의 구성과 구조의 이해 – 데이터 분석의 목적과 분석 과정의 이해 |
0.5시간 |
| ▶ 데이터 분석을 위한 첫 걸음
– 우리 회사의 비즈니스와 우리 회사 데이터의 이해 – SQL, Excel, R, Python 등 다양한 분석 도구의 선택 |
0.5시간 | |
| Module1
(21.1.18) |
▶ 데이터 분석을 활용한 실무
– Python을 활용한 데이터 요약 시연 – 다양한 그래프를 활용한 데이터 시각화 – 대시보드 등 데이터 분석 사례 |
1시간 |
| ▶다양한 데이터 분석과 활용
– 머신러닝과 딥러닝의 정의 및 개요 – 인공지능, 머신러닝, 딥러닝의 관계 – 데이터의 확장: 텍스트, 음성, 이미지, 영상 데이터의 분석 |
1시간 | |
| 2. AI 이해하기 | ||
| 모듈 | 교육 상세 | 시수 |
| Module2
(21.1.19) |
▶ 인공지능 활용
– 기업의 인공지능 적용 및 기술 : 주요 응용 분야, 최신 트렌드 – 인공지능 도입 국내외 산업별 최신 사례 |
1시간 |
| ▶ 인공지능 개발 시연 및 예시
– AI 기술 소개 및 개발 시연 – AI 기술별 결과물 예시 |
1시간 | |
| ▶ 전문가와 인공지능 연구원과의 역할 분담
– AI 현업 적용시 인공지능 연구원과의 현업 방안 |
1시간 | |
| 과제 수행 | ▶ 개별 과제 수행
– 본인이 관심 있는 분야/업계의 현업과 관련된 AI 적용 사례 리서치 – 현업에서 불편하거나 문제점이라고 생각했던 사항에 대한 고민 – 문제점에 대한 AI 적용 포인트 및 해결 방안 생각 – 3회차 강의전까지 과제 제출 |
|
| 3. 현업 적용 워크샵 | ||
| 모듈 | 교육 상세 | 시수 |
| Module3
(21.1.25) |
▶ 기존 현업 리뷰 및 검증
– 비슷한 부서별 조 구성 – 개별 과제 결과물 공유 – 현업 내 가지고 있는 문제 제시 |
1시간 |
| ▶ 문제 해결 방안 모색
– AI 기술을 적용해 볼 수 있는 주제 선정 – 문제에 대한 AI 적용 방안 도출 주제 및 AI 적용 방안에 따른 1차 피드백 |
2시간 | |
| Module4
(21.1.26) |
▶ 기획안 작성
– 피드백 사항 및 논의한 내용을 바탕으로 조별 기획안 작성 |
2시간 |
| ▶ 조별 발표 및 피드백
– 현업내 문제 및 AI 적용 방안에 대한 조별 발표 및 강사 최종 피드백 |
1시간 | |
■ 문의사항 : 공학교육혁신센터(02-828-7138)
공학교육혁신센터장