Course Outline

소프트웨어 개발을 위한 AI 소개

  • 생성형 AI와 예측형 AI의 차이점
  • AI를 코딩, 분석 및 자동화에 적용하는 방법
  • LLMs, 변환기 및 심층 학습 모델 개요

AI 지원 코딩 및 예측 개발

  • AI 기반 코드 자동 완성 및 생성 (GitHub Copilot, CodeGeeX)
  • 배포 전에 코드 버그와 취약점을 예측
  • 코드 리뷰 및 최적화 제안 자동화

소프트웨어 애플리케이션을 위한 예측 모델 구축

  • 시간 시리즈 예측 및 예측 분석 이해
  • 수요 예측 및 이상 탐지를 위한 AI 모델 구현
  • 예측 모델링을 위한 Python, Scikit-learn 및 TensorFlow 사용

텍스트, 코드 및 이미지 생성을 위한 생성형 AI

  • GPT, LLaMA 및 기타 LLMs 작업
  • 합성 데이터, 텍스트 요약 및 문서 생성
  • 확산 모델로 AI 생성 이미지 및 동영상 제작

실제 애플리케이션에 AI 모델 배포

  • Hugging Face, AWS 및 Google Cloud를 사용하여 AI 모델 호스팅
  • 비즈니스 애플리케이션을 위한 API 기반 AI 서비스 구축
  • 도메인 특정 작업에 대해 사전 학습된 AI 모델 미세 조정

예측 비즈니스 인사이트 및 의사 결정에 AI 활용

  • AI 기반 비즈니스 인텔리전스 및 고객 분석
  • 시장 동향 및 소비자 행동 예측
  • AI로 워크플로우 최적화 자동화

개발에서의 윤리적 AI 및 모범 사례

  • AI 지원 의사 결정에서의 윤리적 고려 사항
  • AI 모델에서의 편향 탐지 및 공정성
  • 해석 가능하고 책임 있는 AI의 모범 사례

실습 워크숍 및 사례 연구

  • 실제 데이터셋을 위한 예측 분석 구현
  • 텍스트 생성으로 AI 기반 채팅봇 구축
  • 자동화를 위한 LLM 기반 애플리케이션 배포

요약 및 다음 단계

  • 주요 포인트 복습
  • 추가 학습을 위한 AI 도구 및 리소스
  • 최종 Q&A 세션

Requirements

  • 기본 소프트웨어 개발 개념에 대한 이해
  • 어떤 프로그래밍 언어에 대한 경험 (Python 권장)
  • 머신러닝 또는 AI 기본 개념에 대한 익숙함 (권장되지만 필수 아님)

대상

  • 소프트웨어 개발자
  • AI/ML 엔지니어
  • 기술 팀장
  • AI 기반 애플리케이션에 관심이 있는 제품 관리자
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories