문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
AI 빌더 및 로우코드 AI 소개
- AI 빌더 기능 및 일반 시나리오
- 라이선스, 거버넌스 및 테넌트 수준의 고려 사항
- Power Platform 통합 개요 (Power Apps, Power Automate, Dataverse)
OCR 및 양식 처리: 구조화 및 비구조화 문서
- 구조화 템플릿과 자유 형식 문서 간의 차이점
- 학습 데이터 준비: 필드 라벨링, 샘플 다양성 및 품질 가이드라인
- AI 빌더 양식 처리 모델 구축 및 추출 정확도 평가
- 추출 데이터 사후 처리: 검증, 정규화 및 오류 처리
- 실습 랩: 혼합 양식 유형에서 OCR 추출 및 처리 플로우 통합
예측 모델: 분류 및 회귀
- 문제 정의: 정성적(분류) 작업 대 정량적(회귀) 작업
- Power Platform 워크플로 내에서の特徴 준비 및 누락 데이터 처리
- 모델 훈련, 테스트 및 지표 해석 (정확도, 정밀도, 재현율, RMSE)
- 비즈니스 사용 사례에서의 모델 설명 가능성 및 공정성 고려
- 실습 랩: 이탈/점수 또는 수치적 예측을 위한 맞춤형 예측 모델 구축
Power Apps 및 Power Automate와의 통합
- 캔버스 앱 및 모델 기반 앱에 AI 빌더 모델 임베딩
- 추출 데이터 처리 및 비즈니스 액션 트리거를 위한 자동화 플로우 생성
- 확장 가능하고 유지보수하기 쉬운 AI 기반 앱 설계 패턴
- 실습 랩: 엔드투엔드 시나리오 — 문서 업로드, OCR, 예측 및 워크플로 자동화
보완적 프로세스 마이닝 개념 (선택 사항)
- 이벤트 로그를 사용하여 프로세스를 발견, 분석 및 개선하는 프로세스 마이닝의 역할
- 프로세스 마이닝 출력을 활용하여 모델 특징에 정보를 제공하고 개선 루프를 자동화하는 방법
- 실제 예시: 프로세스 마이닝 인사이트와 AI 빌더를 결합하여 수동 예외를 줄이는 방법
프로덕션 고려 사항, 거버넌스 및 모니터링
- 민감한 문서에서 AI 빌더 사용 시 데이터 거버넌스, 프라이버시 및 규정 준수
- 모델 수명 주기: 재학습, 버전 관리 및 성능 모니터링
- 알림, 대시보드 및 휴먼-인-더-루프 검증으로 모델 운영화
요약 및 다음 단계
요건
- Power Apps, Power Automate 또는 Power Platform 관리 경험
- 데이터 개념, 기본 ML 아이디어 및 모델 평가에 대한 익숙함
- 데이터셋, Excel/CSV 내보내기 및 기본 데이터 정리에 대한 작업 역량
대상 독자층
- Power Platform 개발자 및 솔루션 아키텍트
- AI를 통한 자동화를 추구하는 데이터 분석가 및 프로세스 담당자
- 문서 처리 및 예측 사용 사례에 초점을 맞춘 비즈니스 자동화 리더
14 시간
회원 평가 (3)
Power BI를 활용한 보고서 개발 실습 및 실무 중심의 학습 과정 실습 세션이 매우 유익했으며, 강사님은 실무에 바로 적용할 수 있는 충분한 경험과 노하우를 알려주셨습니다.
Sinzala Sichaanji - Bank of Zambia
코스 - Mastering Power Platform: Power Apps, Power Automate, DataVerse, Power BI, and Power Virtual Agents
기계 번역됨
우리는 상당히 복잡한 예제를 수행하여 Power Automate Desktop을 실제 시나리오에서 어떻게 사용할 수 있는지 감각적으로 이해할 수 있었습니다.
Michal Strnad - MicroNova AG
코스 - Microsoft Flow/Power Automate
기계 번역됨
동적, 유연하고 정보적인
Marcia - Complete Coherence
코스 - Microsoft Power Platform Fundamentals
기계 번역됨
