Course Outline

AI공학개론

  • AI 엔지니어링이란 무엇입니까?
  • AI의 진화와 그것이 엔지니어링에 미치는 영향
  • AI의 주요 개념 및 용어

핵심 AI 기술

  • 머신러닝 이해
  • 딥러닝과 신경망
  • 자연어 처리(NLP)

AI 문제 해결

  • AI 솔루션에 적합한 문제 식별
  • 데이터 수집 및 전처리
  • 모델 선택 및 훈련

소프트웨어 개발의 AI

  • 개발자를 위한 AI 도구
  • AI를 기존 시스템에 통합
  • 버전 관리 및 모델 관리

AI 및 데이터 엔지니어링

  • 빅데이터 기술과 AI에서의 역할
  • 데이터 파이프라인 및 ETL 프로세스
  • AI를 위한 데이터 저장 및 관리

윤리적인 AI

  • AI 시스템의 편견과 공정성 이해
  • AI 엔지니어링의 개인 정보 보호 및 보안
  • 윤리적 고려사항 및 모범 사례

AI 프로젝트 Management

  • Agile AI 프로젝트 방법론
  • 팀의 역할과 책임
  • Documentation 보고

실습형 AI 엔지니어링

  • AI 개발 환경 설정
  • 간단한 AI 모델 구축 및 평가
  • 협업 AI 엔지니어링 프로젝트

AI 엔지니어링의 미래

  • AI의 새로운 트렌드
  • 지속적인 학습과 기술 개발
  • AI 엔지니어링 분야의 채용 기회

요약 및 다음 단계

Requirements

  • 기본적인 프로그래밍 개념에 대한 이해
  • Python 프로그래밍 경험
  • 기본 통계 및 선형 대수학에 대한 지식

청중

  • AI 엔지니어
  • 소프트웨어 개발자
  • 데이터 분석가
 14 Hours

Number of participants



Price per participant

회원 평가 (3)

Related Courses

OptaPlanner in Practice

21 Hours

AI in business and Society & The future of AI - AI/Robotics

7 Hours

UiPath for Intelligent Process Automation (IPA)

14 Hours

Intelligent Testing

14 Hours

Introduction to Data Science and AI using Python

35 Hours

AI in Digital Marketing

7 Hours

IBM Cloud Pak for Data

14 Hours

Artificial Intelligence (AI) for Robotics

21 Hours

Artificial Intelligence (AI) for Managers

7 Hours

AI and Robotics for Nuclear

80 Hours

AI and Robotics for Nuclear - Extended

120 Hours

Introduction to Bing AI: Enhancing Search with Artificial Intelligence

14 Hours

Introduction to Artificial Intelligence (AI)

35 Hours

Fundamentals of Intelligent Driving

21 Hours

Introduction to AI Trust, Risk, and Security Management (AI TRiSM)

21 Hours

Related Categories