연락처 정보

코스 개요

소프트웨어 개발을 위한 AI 입문

  • 생성형 AI와 예측형 AI의 차이점
  • 코딩, 데이터 분석 및 자동화 분야에서의 AI 활용 사례
  • 대규모 언어 모델, 트랜스포머 및 딥러닝 모델 개요

AI 기반 코딩 지원 및 예측형 개발

  • GitHub Copilot, CodeGeeX 등과 같은 AI 기반 코드 자동 완성 및 생성 도구 활용법
  • 배포 전 코드 내 오류나 취약점을 예측하는 기술
  • 코드 리뷰와 최적화 제안의 자동화 방법

소프트웨어 애플리케이션용 예측 모델 구축

  • 시계열 예측과 예측 분석의 기본 개념 이해
  • 수요 예측 및 이상 탐지를 위한 AI 모델 구현 방법
  • Python, Scikit-learn, TensorFlow을 활용한 예측 모델 개발 실습

텍스트·코드·이미지 생성을 위한 생성형 AI

  • GPT, LLaMA 및 기타 대규모 언어 모델의 활용법
  • 합성 데이터, 텍스트 요약본 및 문서 작성을 위한 생성형 AI 사용
  • 디퓨전 모델을 이용한 인공지능 기반 이미지·영상 생성 기술

실제 환경에서의 AI 모델 배포 및 운용

  • Hugging Face, AWS, Google Cloud를 활용한 AI 모델 호스팅 방법
  • 비즈니스 애플리케이션에 적합한 API 기반 AI 서비스 개발
  • 특정 분야에 맞게 사전 학습된 AI 모델을 미세 조정하는 방법

예측형 비즈니스 인사이트와 의사결정을 위한 AI 활용

  • AI 기반 비즈니스 인텔리전스 및 고객 분석 기술
  • 시장 동향 및 소비자 행동 예측 방법
  • 워크플로 최적화를 위한 자동화 도구로서의 AI 활용 사례

윤리적 AI와 개발 시 고려해야 할 실천 방안

  • AI 기반 의사결정 과정에서 주의해야 할 윤리적 문제
  • AI 모델 내 편향 탐지 및 공정성 확보 방법
  • 투명하고 책임감 있게 운용 가능한 AI를 위한 가이드라인

실습 워크숍과 사례 연구

  • 실제 데이터셋을 활용해 예측 분석 구현해보기
  • 텍스트 생성 기능이 탑재된 AI 챗봇 제작 실습
  • 대규모 언어 모델을 활용한 자동화 애플리케이션 개발 시연

요약 및 향후 학습 방향

  • 핵심 내용 정리 및 복습
  • 지속적인 학습을 위한 유용한 AI 도구와 자료 소개
  • 마지막 질의응답 시간

요건

  • 기본적인 소프트웨어 개발 개념에 대한 이해
  • 어떤 프로그래밍 언어든 사용 경험이 필요합니다 (Python 권장)
  • 머신러닝 또는 AI 기초 지식이 있으면 좋지만 필수는 아닙니다

대상자

  • 소프트웨어 개발자
  • AI/머신러닝 엔지니어
  • 기술팀 리더
  • AI 기반 애플리케이션 개발에 관심 있는 제품 관리자
 21 시간

참가자 수


참가자별 가격

회원 평가 (2)

예정된 코스

관련 카테고리