코스 개요

모듈 1: 개요 및 AI 이론

  • 모델 기반 접근 방식: AI를 엔지니어링 문제로 다루기.
  • "기계 속 유령"의 신화 해체: AI가 무엇인지, 무엇이 아닌지를 이해하기.
  • 기술의 발전: BERT에서 트랜스포머까지.
  • 생성 도메인: 분석, 창조, 연구, 이미지, 음악, 비디오.
  • 데이터 거버넌스: 기둥, 감사, 및 연구 동향(다중 모드, 에이전트, RAG, LLM vs. SLM).
  • 어두운 면: 윤리, 지식재산권, 편향성, 환상, 사회 공학.
  • 위험 평가: 데이터 중독, 네펜테스, 및 "사람의 재능 둔화" 위험.
  • 모델 분류: 기반 vs. 과제별; 폐쇄형 vs. 오픈-가중치 모델.

모듈 2: 현재 환경 및 도구 세트

  • 언어 모델 아레나: 성능과 벤치마크 비교.
  • 전문 구매 기준: 비용, 대기 시간, 프라이버시, 공급업체 종속성.
  • 큰 모델 개요: OpenAI ChatGPT, Perplexity, Gemini, Grok.
  • 특화 및 작은 모델: Manus, SpecKit.
  • 그래픽 생성: Perchance
  • 기술적 제약: 컨텍스트 부식 대 토큰 비용.

모듈 3: 상호작용 - 프롬프트 및 컨텍스트 엔지니어링

  • 검증 프레임워크: 완전성, 일관성, 검증 가능성.
  • RAG 전략: Retrieval-Augmented Generation과 fine-tuning의 사용 시기.
  • AI의 ROI: 유지 비용 대 생산성 향상.
  • 고급 기술: 20개 이상의 프롬프트 및 RAG 방법론과 실제 사례.
  • 실험적 전방위: 삼각 측량, 지도 및 지형 개요, 모델 기반 생성.

모듈 4: AI를 활용한 Agile 프로젝트 관리

  • 슈퍼컴퓨터 조종사: AI를 자동화 엔진으로 활용.
  • 의사 결정: 인간의 책임 vs. AI 지원.
  • AIOps & GitOps: 운영 워크플로에 AI 통합.
  • 도구 체인 및 파이프라인: 원활한 AI 주도 환경 만들기.
  • Agile 아티팩트: 백로그, 로드맵, 요구사항 공학.
  • 정밀 관리: 용량 계획 및 추정(정확성 vs. 정밀도).
  • 제품 소유권: 아이디어 생성, 기능 분석, Vibe 코딩 위험.
  • 리스크 및 시나리오: "만약" 계획과 자동화된 리스크 관리.
  • 정제: 사용 사례 및 사용자 스토리 설명 및 정제.

 

요건

  • Agile Manifesto와 Scrum 프레임워크에 대한 기본적인 이해.
  • 프로젝트 관리, 제품 소유권 또는 팀 리더십 경험이 필요합니다.
  • 이전의 프로그래밍이나 AI 엔지니어링 경험은 요구되지 않지만, 디지털 도구에 대한 일반적인 친숙함이 권장됩니다.

대상자

  • Agile 프로젝트 관리자 및 Scrum 마스터.
  • 제품 소유권자 및 제품 관리자.
  • IT 팀 리더 및 전달 관리자.
  • Agile 환경에서 일하는 비즈니스 분석가.
  • AIOps에 관심이 있는 운영 관리자.

 

 7 시간

참가자 수


참가자별 가격

회원 평가 (2)

예정된 코스

관련 카테고리