개강일 지남
융합_데이터 기반 차세대 디지털 헬스케어 AI 솔루션
아시아경제 교육센터 · 8회차 · 서울 중구
클라우드K-디지털
프로그램 요약
데이터 기반의 서비스 기획 및 개발 전문가를 양성하는 아시아경제 교육센터(과정별 상세 페이지 아님, 기관 소개 페이지)
- 수업일정
- 2026.07.28 ~ 2027.01.15약 6개월
- 모집정원
- 25명
- 총 시간
- 900시간
- 학습장소
- 서울서울특별시 중구 퇴계로 166(주자동, 흥국빌딩)오프라인
- 강의장
- 3층
- 수강료
- 미공개 상담 시 확인
출처 · 고용24 등록값 · 기관 표기분은 별도 표시
어떤 분이 수강하면 좋을지
- ✓전공·학력 무관 — K-디지털 트레이닝은 제도상 전공을 보지 않습니다
- ✓▶선수학습 : 해당사항없음 ▶기본요건
- ✓6개월간의 장기 훈련을 통하여 프로그래밍 전문기술을 습득하여 해당분야로 취업할 의지가 확고한 자
- ✓디지털 신기술 분야 교육의 특성을 이해하고 훈련과정에 적극적으로 참여하는 자
- ✓IT 직무분야에 대한 비전을 가지고 교육에 대한 열정과 해당분야 취업에 대한 의지가 높은 자를 우선 선발 대상자로 선정
- ✓SW 구인기업 취업을 희망하고 장기적인 경력설계를 통한 IT분야 전문가를 목표로 하는 자 * 전공 및 비전공자 모두 참여 가능 * 디지털 신기술에 대한 관심이 많고 의료 데이터 활용에 대한 학습 열정이 있는 자
출처 · 기관 랜딩페이지 · 제도 요건
커리큘럼
고용24 등록 교과목 12개 보기
- 바이오산업 디지털 환경구축1. 의료 빅데이터 개요 및 훈련방향 2. 바이오헬스케어 산업의 AI 전략 및 국내외 적용기술 및 동향 3. 헬스케어 IT산업 활용사례와 SW프로그래밍 4. 바이오헬스케어 SW환경구축 5. 라이브러리, 오픈툴 설치 및 기능이해
- 디지털 헬스케어 프로그래밍1. 디지털헬스케어 프로그래밍 개발 플로우, 로드맵 안내 2. 파이썬 실습 - PIP 패키지 도구 이해(Pandas, Numpy, Matplotlib) - 기초문법, 변수와 데이터 - 제어문, 컨테이너, 함수 응용, 메서드, 클래스 실습 및 활용 - SQLite-DB 연동, 모듈활용 및 로딩 - Pandas/Numpy 파일 핸들실습 및 라이브러리활용 - Python UI구현 3. 스크립트 기초통신 - 정렬알고리즘, DB연동을 활용한 표준모델 구현 - JSON, Open API를 활용한 REST 서비스 구현
- [세미프로젝트1]의료 비정형 데이터 분석 시각화1. 프로젝트 요구사항 분석 2. 의료 비정형 데이터의 이해 및 활용전략 3. 디지털 헬스케어 데이터셋 구축(팀별 데이터 유형에 따른 DB구축) - 데이터 수집자동화 및 분류 (Scrapy, Beautiful Soup, Sellenium, Zyte) - 데이터 정제 및 1차 구현, 백테스팅(Pandas, Numpy) - 의료 비정형데이터 검증 및 특정 데이터 분석수행 4. 품질검증된 DB를 통한 인터렉티브 의료 데이터 분석 보고서 작성 5. 분석보고서 디자인설계 및 시각화 모델 완성 5. 의료 비정형 데이터 시각화 모델 프리젠테이션 및 리뷰
- [세미프로젝트2]바이오헬스케어 AI 비즈니스 모델링1. 디지털 헬스케어 AI 모델링 요구사항 분석 2. 팀별 모델링 주제에 따른 프로젝트 전략보고서 작성 3. 디지털 헬스케어 AI 모델링 프로세스 - 의료데이터 분석 기반 DB 전처리 / 가공 / 검증 / 구축 - 상용화툴(YOLO5 / Tebleau / PowerBI)을 활용한 의료데이터 시각화 - 유저 인터페이스(UI)제작(QT Designer 위젯 디자인, 코드연결) 4. 디지털 헬스케어 AI 딥러닝 최적화 엔진구현 5. AI 모델링 결과보고서 작성 및 시연 6. 디지털 헬스케어 AI 모델링 프리젠테이션 및 리뷰
- AI 모델링 실무1. AI 실무 프로그래밍 - 머신러닝(ML), 딥러닝(DL), 자연어처리(CNN, RNN, NLP) - 머신러닝 오픈툴 활용실습(Keras, Sklearn, Tensorflow, Pytorch, Github) - 의료 DB 영상/이미지 툴 객체검출 및 시각화구현 2. AI 모델링 실무 - 의료데이터 분석 및 모델링 활용 로드맵 - 지도 및 비지도학습 - 회귀, 분류, 군집, 분석, 구축 - 대규모 언어모델링, 퍼셉트론/신경망/CNN, RNN 실습 및 활용 - 딥러닝 모델/학습/검증/최적화 엔진 구현 3. AI 모델링 사례관리 - 디지털 헬스케어 플랫폼, 솔루션 개발 사례분석 공유 - AI기반 이미지, 영상처리 및 공유 플랫폼 개발 사례분석 - 머신·딥러닝을 활용한 의료영상 분류 실습 및 서비스 성공 사례
- 바[Final Project]바이오헬스 산업융합 서비스 실무 프로젝트1. 현업 상용화 중심 프로젝트 개요 및 요구사항 분석, 기획 2. 참여기업 산업체 특강 진행 및 프로젝트 실무 사례 소개 3. 프로젝트 팀빌딩/ 역할(FE/BE) - Git, Github 툴 활용 - 생성형 AI (챗 GPT) 활용, 서비스 앱 구현 4. 참여기업 산업, 직무별 프로젝트 제시/ 매칭 5. 프로젝트 방법론, 프로젝트 절차 및 역 할 로드맵 제시 6. 팀별 프로젝트 기획서 작성 7. 산업융합 기술 서비스 카테고리 구성 - 실무 의료 영상 분석 처리 - 실무 질병예측 데이터 분석 - 디지털 헬스케어 프로젝트 기획 8. 시장환경분석 및 전략 타겟 & 포커싱 9. 데이터베이스설계/ 데이터수집/ 전처리/ 분석/ 훈련용 모델링/ 최적화 실습 10. 프로그래밍, 데이터엔진, 라이브러리 11. UI/UX 템플릿 활용, 인터페이스 구성, 웹서비스 화면기반 데이터 튜닝 12. 참여기업별 현업 프로젝트 상용화모델 링 구축 및 리뷰 13. 서비스 시연영상촬영 및 최종 리허설 14. 산업융합 프로젝트 발표회(Demo-Day)
- 산업체 특강1. 바이오헬스 산업체 현장실무자 직무특강 - 바이오헬스케어 시장에서 사용되는 빅데이터기술 트렌드 - 디지털바이오헬스 분야 채용수요 및 동향 2. 프로젝트 기획 특강 - 프로젝트 방향에 맞는 기획서 작성 - 현업 상용화 주제에 맞는 프로젝트 비전 3. 디지털 포트폴리오 특강 - 팀프로젝트 결과물 디지털 포트폴리오 작성 및 PR - 코딩테스트 대비 알고리즘 트레이닝
- 프로젝트 발표프로젝트 발표회(Demo-Day) 수료식 및 시상식
- 디지털 헬스케어DB 구현1. 디지털헬스케어 DataBase 활용 개요 2. DataBse 구현 실습 - DBMS 이해 및 오픈툴 생성 - Oracle, 샘플스키마 활용 및 연동 - 테이블, 시퀀스 생성 및 파티션 구성 3. SQL 실습 - 문법, 함수, 서브쿼리 실행 - 데이터 응용(다중테이블, PL/SQL, DML활용) - 예외처리, 트랜젝션 4. 의료데이터 연동 및 DB 시각화 구현 - 데이터 수집기술에 대한 이해 및 플로우(수집/분석/정제/검증/구축) - 의료데이터 반응형 라이브러리 활용 5. R 프로그래밍 활용 - 데이터 분석 기초 통계처리 및 시각화 구현
- 클라우드 활용 AI 연계 프로그래밍1. 오라클 클라우드 가상화 패키지 구현 - Python-OracleDB 비동기 프로그래밍 2. 의료데이터 서버 마이그레이션 / 서버플래닝 기술활용 3. 서버로그, 브로커설정 및 서비스 데이터 코드 연동, 바인딩 4. AWS 클라우드 아키텍쳐 구현, 웹서버 프로토콜 - AWS 환경구축, 데이터 파이프라인 설계 및 구축 - Airflow 파이프라인 연동 - Elastic Search + Kibana 5. 가상컨테이너 구축 및 활용 의료 DB 마이그레이션 - 서버로그, 프로토콜, VM인스턴스 활용 - API 소스코드 연계 프로세싱 6. 웹서버 프로토콜 기능 구현 및 클라우드 활용 AI 엔지니어링 7. 디지털 헬스케어 플랫폼 인터페이스 구현 및 테스팅 8. 클라우드 AI 데이터 허브 서비스 수행
- 디지털 헬스케어분석모델 서비스 구현1. 특화분야(바이오산업) 프로젝트 방법론, 절차, 수행역할 제시 2. 프레임워크 프로그래밍 - Python 연계 프레임워크(Flask / Django) - 상용화 오픈툴 활용(YOLO5 / Bootstrab, Roboflow) - 플라스크 연동모델링(JSP / Servlet / 파이썬 코드)구현 3. 상용화 오픈툴 활용 AI 헬스케어 인사이트 모델링 설계, 시장환경분석, 전략타겟팅 4. 사용자(USER)기반 헬스케어 DB 테이블 구성 5. AI 알고리즘 서비스 카테고리 기획 6. AI 서비스 구현 을 위한 의료데이터 설계 및 모델링 7. 모델성능 및 최적화 AI 서비스 성능 구현 및 검증
- 총 훈련시간900 시간
출처 · 고용24
지원 혜택
기관이 공개한 혜택 정보가 없습니다. 상담에서 확인하세요.
출처 · 기관 랜딩페이지 · 훈련장려금은 제도
지원 절차
기관이 공개한 절차 정보가 없습니다. 지원하면 상담에서 안내받습니다.
출처 · 기관 랜딩페이지 · 기관마다 다릅니다
자주 묻는 질문
비전공자도 지원할 수 있나요?
K-디지털 트레이닝은 제도상 전공·학력을 보지 않습니다. 다만 기관이 밝힌 훈련 대상이 있어 위 「어떤 분이 수강하면 좋을지」를 함께 확인하세요.
내일배움카드가 꼭 있어야 하나요?
지원 시점에 없어도 됩니다. 상담 단계에서 발급을 진행합니다. 다만 수강신청은 카드가 있어야 마칠 수 있습니다.
선발 절차가 있나요?
기관이 공개한 절차에서 별도 시험·전형은 확인되지 않았습니다. 상담 후 수강신청으로 이어집니다.
예전에 국비 교육을 들었는데 또 되나요?
중복수강 제한이 있을 수 있습니다. 최근 수료 이력이 있으면 상담 단계에서 먼저 확인해야 합니다.
출처 · 제도 요건 · 과정 데이터로 답이 채워지는 질문만
기관 랜딩페이지 https://e.asiae.co.kr/ak-edu/
고용24 2026-08-14 기준 · 매일 갱신
