문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
1단계: 소개 및 팀별 활용 사례 선정
- 산업 환경에서의 AI 활용 개요 설명
- 품질 관리, 유지보수, 에너지 관리 및 물류 등 다양한 활용 사례 분류
- 팀 구성 및 프로젝트 목표 정의 과정 진행
2단계: 산업 데이터 이해 및 준비
- 시계열 데이터, 표 형태의 데이터, 이미지 및 텍스트 등 다양한 유형의 산업 데이터 설명
- 데이터 수집, 정제 및 사전 처리 방법론 안내
- Pandas와 Matplotlib를 활용한 탐색적 데이터 분석 실습
3단계: 모델 선정 및 프로토타입 개발
- 회귀분석, 분류, 클러스터링 또는 이상 탐지 중 적합한 기법을 선택하는 방법 설명
- Scikit-learn을 활용해 머신러닝 모델을 훈련하고 평가하는 실습
- 고급 모델 개발을 위해 TensorFlow나 PyTorch의 사용법 안내
4단계: 결과 시각화 및 해석
- 직관적인 대시보드 혹은 보고서 제작 방법 설명
- 정확도, 정밀도, 재현율 등의 성능 지표 해석 방식 안내
- 모델 도출 과정 및 한계점에 대한 기록 방법 설명
5단계: 배포 시뮬레이션과 피드백 반영
- 엣지 컴퓨팅 환경 혹은 클라우드 기반 모델 배포 시나리오를 가상으로 체험해 봅니다.
- 활용 과정에서 얻게 된 피드백을 통해 모델 개선 방안 도출
- 실제 업무 운영 체계에 AI 솔루션을 통합하기 위한 전략 안내
6단계: 최종 프로젝트 완성 및 발표 준비
- 각 팀별로 작업한 프로토타입을 마무리하고 검증합니다.
- 동료들끼리 서로 피드백을 주고받으며 오류 수정 및 최적화 과정을 공유합니다.
- 최종적으로 프로젝트 결과를 발표하기 위한 자료 및 기술 요약문 준비
7단계: 팀별 발표 및 마무리
- 각 팀이 개발한 AI 솔루션의 개념과 성과를 발표합니다.
- 전체 참가자들과 함께 수강 과정에서 얻은 경험 및 교훈을 공유합니다.
- 조직 내에서 향후 AI 활용 사례를 확장해 나갈 방향에 대한 로드맵을 논의합니다.
마무리 및 향후 진행 방향 안내
요건
- 제조업 및 산업 공정에 대한 기본적인 이해가 필요합니다
- Python 사용 경험과 머신러닝 관련 지식이 요구됩니다
- 구조화된 데이터와 비구조화된 데이터를 다룰 수 있는 역량도 필요합니다
수강 대상
- 다양한 분야의 전문가들로 구성된 팀
- 엔지니어
- 데이터 과학자
- IT 전문가
21 시간