교육 목표 | 정성적 목표 | ㅇ 지역 기업 현장의 애로기술 문제해결 해결 ㅇ 지역 산업과 연계된 프로젝트형 교육을 통한 지역특화 인재 양성 |
정량적 목표 | ㅇ 수료 : 15명 ㅇ 취업 : 12명 ㅇ 프로젝트 결과 보고서 : 8건 |
교육 대상 | □재직자 | ■미취업자 | ■전공자 | □비전공자 |
일정 및 기간 | 2024. 03. 01. ~ 11. 30. / 30일 | 교육 시간 | 총 240H |
교육 수준 | 통합 | 교육 구분 | 기업협력 | 필요 역량 | 기획력, 창의력 |
구분 | 내용 | 교육방법 | 시간 | 비고 |
이론1 | ㅇ Python 기초 | 오프라인 | 40H | |
이론2 | ㅇ 빅데이터 분석 | 오프라인 | 40H | |
이론3 | ㅇ 머신러닝 / 딥러닝 | 오프라인 | 40H | |
실습1 | ㅇ AI OCR 실습 | 오프라인 | 40H | |
실습2 | ㅇ 예측 모델 실습 | 오프라인 | 40H | |
실습3 | ㅇ 애로기술 프로젝트 | 오프라인 | 40H | |
계 | | | 240H | |
|
구분 | 세부 교육내용 | 시수 |
Python 기초 | ・Python, 프로그래밍 기초 실무 ・Front-End 프로그래밍(HTML5, CSS, JavaScript, ReactJS) ・Back-End 프로그래밍(Django, Flask) | 120H |
데이터 분석 | ・데이터의 이해 ・이미지 및 수치 데이터 처리 방법 ・결측치 수정, 학습용 데이터 처리 ・데이터 전처리, EDA, 분석 알고리즘 |
머신러닝/ 딥러닝 | ・머신러닝을 위한 선형대수 및 확률 통계 기초 ・모델 선택 및 교차 검증법 ・CNN/RNN, 전이학습 ・LSTM |
AI OCR 실습 | ・AI 학습용 데이터셋 구축 및 정제 ・AI 학습용 데이터 가공 실습(바운딩박스, 폴리곤 세그멘테이션) ・정제데이터의 품질검사 실습 ・AI 모델 유효성 검증 이해 및 실습 | 120H |
예측 모델 실습 | ・크롤링 툴을 이용한 데이터 수집 ・Python을 활용해 보험 가입 시 예상되는 월 납입금 예측 모델 구현 ・Appsheet를 통해 코딩 없이 머신러닝 모델 생성 ・Python과 Appsheet를 이용한 모델 생성 비교 |
애로기술 프로젝트 | ・교육생을 팀으로 구성하여 기업의 애로기술 해결 프로젝트 실시 (예시) 컴퓨터 수치제어 공작기계 생산공정에서 발생하는 문제 해결 등 ・교육 이수 후 기업과 협의 하에 우수성과자 취업 연계 가능 |