문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
엣지 AI 개요
- 정의 및 핵심 개념 설명
- 엣지 AI와 클라우드 AI의 차이점 비교
- 엣지 AI가 가져다주는 장점 및 당면 과제
- 대표적인 엣지 AI 활용 사례 소개
엣지 AI 아키텍처 이해하기
- 엣지 AI 시스템을 구성하는 주요 요소들
- 하드웨어 및 소프트웨어 측면의 요구 사항
- 엣지 AI 애플리케이션 내 데이터 흐름 방식
- 기존 시스템과의 통합 방법
엣지 AI 환경 구축하기
- 라즈베리파이, NVIDIA Jetson 등 주요 엣지 AI 플랫폼 소개
- 필수 소프트웨어 및 라이브러리 설치 절차
- 개발 환경 구성 방법
- 엣지 AI 개발 환경 초기화 과정
엣지 AI 모델 개발 실습
- 머신러닝 및 딥러닝 모델의 기본 개념
- 엣지 환경에 적합한 모델 학습 방법
- 효율적인 모델 최적화 기법 설명
- 엣지 AI 개발에 유용한 도구 및 프레임워크 소개
엣지 AI 애플리케이션 배포 절차
- 엣지 디바이스에 모델을 배포하는 단계별 방법
- 이미 배포된 모델의 모니터링 및 관리 요령
- 실시간 데이터 처리와 추론 기능 활용법
- 실제 적용 사례 및 성공 사례 공유
엣지 AI의 활용 분야 및 응용 예시
- 각 산업별로 적용되는 엣지 AI 사례 설명
- 헬스케어, 자동차, 스마트 홈 분야의 구체적인 응용 사례
- 성공 사례를 통해 얻은 교훈 공유
- 엣지 AI 산업의 미래 동향 및 발전 가능성
윤리적 고려사항과 바람직한 운영 방안
- 엣지 AI 환경에서 개인정보 보호와 보안 유지 방법
- 알고리즘 편향성 및 공정성 문제 해결 방안
- 관련 법규 및 표준 준수 전략
- 책임감 있게 AI를 활용하기 위한 모범 사례 제시
실습 프로젝트 및 연습 과제
- 간단한 엣지 AI 애플리케이션 개발 과정 체험
- 실생활과 밀접하게 관련된 프로젝트 및 시나리오 연습
- 그룹별 협력형 실습 활동 진행
- 각자의 결과물 발표와 피드백 제공
요약 및 향후 학습 방향 안내
요건
- 기본적인 AI 및 머신러닝 개념에 대한 이해
- 프로그래밍 언어 사용 경험(파이썬 권장)
- 일반적인 컴퓨팅 개념에 대한 기초 지식
수강 대상
- 개발자
- IT 전문가
14 시간
회원 평가 (1)
고급 주제를 다루고 실제 사례를 통해 실습할 수 있습니다.
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
코스 - Advanced Edge AI Techniques
기계 번역됨