문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
데이터 및 ML 워크플로를 위한 Cursor 소개
- 데이터 및 ML 엔지니어링에서 Cursor의 역할 개요
- 환경 설정과 데이터 소스 연결
- 노트북에서 AI 기반 코드 도움말 이해
노트북 개발 가속화
- Cursor 내에서 Jupyter 노트북 생성 및 관리
- 코드 완성, 데이터 탐색, 시각화를 위한 AI 사용
- 실험 문서화 및 재현성 유지
ETL 및 피처 엔지니어링 파이프라인 구축
- AI를 사용한 ETL 스크립트 생성 및 리팩토링
- 확장성을 위한 피처 파이프라인 구조화
- 파이프라인 구성 요소와 데이터셋의 버전 관리
Cursor를 사용한 모델 훈련 및 평가
- 모델 훈련 코드와 평가 루프 생성
- 데이터 전처리 및 하이퍼파라미터 조정 통합
- 환경 간 모델 재현성 보장
MLOps 파이프라인에 Cursor 통합
- Cursor를 모델 레지스트리 및 CI/CD 워크플로와 연결
- AI 지원 스크립트를 사용한 자동 재훈련 및 배포
- 모델 라이프사이클 모니터링 및 버전 추적
AI 지원 문서화 및 보고
- 데이터 파이프라인의 인라인 문서 생성
- 실험 요약 및 진행 상황 보고서 작성
- 문맥 링크된 문서를 사용한 팀 협업 개선
ML 프로젝트의 재현성 및 거버넌스
- 데이터와 모델 라인지를 위한 최선의 관행 구현
- AI 생성 코드를 사용한 거버넌스 및 준법성 유지
- AI 결정 감사 및 추적성 유지
생산성 최적화 및 미래 응용 프로그램
- 더 빠른 반복을 위한 프롬프트 전략 적용
- 데이터 운영에서 자동화 기회 탐색
- 미래의 Cursor 및 ML 통합 발전 대비
요약 및 다음 단계
요건
- Python 기반 데이터 분석 또는 머신 러닝 경험
- ETL 및 모델 훈련 워크플로 이해
- 버전 관리 및 데이터 파이프라인 도구에 대한 친숙함
대상자
- ML 노트북을 구축하고 반복하는 데이터 과학자
- 훈련 및 추론 파이프라인을 설계하는 머신 러닝 엔지니어
- 모델 배포와 재현성을 관리하는 MLOps 전문가
14 시간