개강 D-31
AI·빅데이터 전문가 양성과정(고급)
경북대학교산학협력단 · 1회차 · 대구 북구
딥러닝빅데이터머신러닝K-디지털
프로그램 요약
- 모집마감
- 개강 전까지
- 수업일정
- 2026.09.14 ~ 2027.03.18약 6개월
- 모집정원
- 25명
- 총 시간
- 1,000시간
- 학습장소
- 대구대구광역시 북구 대학로 80오프라인
- 강의장
- 703호 (산격동, 글로벌프라자)
- 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
- ✓(전공자 우대) 컴퓨터공학, 전자공학, 데이터사이언스, 통계학 등 AI·데이터 관련 전공자
- ✓(비전공자) 머신러닝/딥러닝 기본 모델 구현 경험, 프로젝트 수행 경험 또는 유사 실무 경험 보유자
출처 · 기관 랜딩페이지 · 제도 요건
커리큘럼
고용24 등록 교과목 13개 보기
- 데이터 분석 및 시각화- 대용량 분산 데이터셋 처리 메커니즘 - 고도화된 다변량 결측치 대치 및 이상치 정제 알고리즘 구현 - 고차원 데이터 다변량 시각화 및 데이터 노이즈 제어
- 데이터 분석과 통계- A/B 테스트 기반 통계적 가설 검정 및 효과 크기 분석 - 다중공선성 진단 및 정규화 회귀분석을 이용한 데이터 왜곡 제어 - 다변량 데이터 상관관계 해석
- 데이터 수집과 처리- 비동기 웹 데이터 수집 자동화 - 대규모 데이터 ETL Pipeline 구축 - AI 모델 학습용 데이터 구조화 및 자동화 처리 - 비정형 데이터 처리 및 검증
- 프로그래밍- AI 서비스 API 구현 - AI 서비스 배포 환경 구축 - Git/GitHub 기반 협업 및 코드리뷰 - 비동기·병렬 처리 기반 AI 시스템 최적화 - 모듈 및 패키지 활용
- 머신러닝- 그라디언트 부스팅(XGBoost, LightGBM) 모델 활용 - 그라디언트 부스팅의 하이퍼파라미터 커스텀 튜닝 및 앙상블 - 극단적 불균형 데이터셋 제어 기법 - 교차 검증 및 혼동 행렬 기반 오차 통제 - 비즈니스 목적별 사용자 정의 손실함수 설계 - 모델 성능 평가 및 최적화 전략 - Feature Engineering 및 변수 중요도 분석 - 모델 해석(Explainable AI) 및 결과 활용
- 컴퓨터 비전- 이미지 데이터 이해 및 전처리 - 이미지 데이터 특성(해상도, 채널, 노이즈 등) 이해 - OpenCV 기반 영상처리 및 데이터 증강 - CNN 기반 영상 분석 - CNN 구조 심화 - Transfer Learning 전략 - 객체 인식 및 추적 - 객체 인식(Object Detection) - YOLO 기반 실시간 객체 검출 및 성능 최적화 - 객체 추적(Object Tracking) 기법 이해 및 활용 - 영상 분할 및 공간 인식 - Semantic Segmentation 기초 - 카메라 기반 거리 추정 및 좌표 변환 - 센서 융합 센서 융합 기반 인지 시스템(Camera, LiDAR) ※ 모빌리티 참여기업의 경우 아래 교과 포함 - 자율주행 인지 시스템(Perception) 구조 이해
- 딥러닝- 신경망 수학적 기초 - Forward / Backpropagation 원리 - Loss Function과 Gradient 흐름 - 학습 안정성 이슈 - Vanishing / Exploding Gradient - Weight Initialization 전략 - Batch Normalization, Dropout, Learning Rate Scheduler - 모델 일반화 성능 향상(Regularization / Overfitting) - PyTorch 기반 Custom Model 구현 - Transfer Learning 기반 모델 최적화 - 모델 경량화(Pruning, Quantization) 기법 - GPU 기반 학습 최적화 - 분산 학습 개념 및 활용 - 시계열·영상 데이터 기반 딥러닝 모델 구현 - 베이즈 필터 기반 상태 추정 개념 이해 - 자율주행 경로 계획(Path Planning) 기초 - PID 제어 알고리즘 기초 및 활용
- 자연어 처리- 텍스트 전처리(Stopword / Subword 처리) - Embedding 기법 - Transformer 구조 이해 - NLP 태스크 실습 - 문서 임베딩 및 유사도 검색 - 질의응답(QA) 시스템 구현 - 기업 문서 기반 검색 시스템 구축
- 생성형 AI- Transformer 기반 LLM 구조 이해 - Prompt Engineering 패턴 - RAG 아키텍처(Embedding, Vector DB) - 문서 전처리 및 Chunking 전략 - Hybrid Search(BM25 + Dense Retrieval) - Retrieval 최적화 및 Reranking 기법 - LLM 기반 업무 자동화 구조 - Agent 기반 AI 서비스 구현 - Function Calling 및 외부 API 연동 - LLM 성능 평가(Evaluation) - Hallucination 분석 및 개선 - Docker 기반 AI 서비스 배포 - FastAPI 기반 모델 서빙 - MLflow 기반 모델 버전 관리 - AI 서비스 운영 및 MLOps - MLOps 기반 AI 모델 운영 및 배포 ● ML Pipeline 구축 (MLflow), 컨테이너 기반 배포 (Docker), 모델 버전관리 및 운영 (MLflow Registry), CI/CD 기반 자동 배포 (GitHub Actions)
- 기업맞춤형프로젝트□ AI 활용 기술 스택 - 기업 데이터 수집·정제 및 데이터 파이프라인 구축 - 대용량 데이터 기반 Feature Engineering 수행 - 머신러닝·딥러닝 기반 예측 및 분류 모델 개발 - XGBoost·LightGBM·CNN·Transformer 기반 모델 구현 - 모델 성능 평가 및 하이퍼파라미터 최적화 - 컴퓨터 비전 기반 객체 인식 및 영상 분석 시스템 구현 - YOLO 기반 객체 검출 및 추적 모델 개발 - 자연어 처리 기반 문서 분석 및 질의응답 시스템 구축 - 기업 데이터 기반 RAG 시스템 구축 - Embedding 및 VectorDB 기반 검색 성능 최적화 - Agent 기반 업무 자동화 서비스 개발 - LLM Function Calling 및 외부 시스템 연계 - AI 기반 의사결정 지원 서비스 구현 - AI 모델 서빙 및 API 구축(FastAPI) - Docker 기반 서비스 배포 환경 구성 - MLflow 기반 모델 학습·관리 및 MLOps 구축 - CI/CD 기반 AI 서비스 자동 배포 - 실증 데이터 기반 성능 검증 및 모델 고도화 - 기업 멘토링 기반 결과물 개선 및 기술 문서 작성 - 최종 결과 발표 및 포트폴리오 제작 □ 프로젝트 주제 (예시) ① AI 기반 스마트 제조 불량검출 시스템 - 객체검출(YOLO) - 설명가능 AI(XAI, SHAP) - 원인분석(Root Cause Analysis) ② 자율주행 객체인식 및 경로계획 시스템 - 객체검출(YOLO) - 위치추정(SLAM) - 센서융합(Sensor Fusion) - 경로계획(Path Planning) ③ MLOps 기반 AI 서비스 운영 플랫폼 - 모델 학습 및 관리(MLflow) - 모델 배포(Docker, FastAPI) - 자동화 파이프라인(CI/CD)
- 참여기업특강참여기업 특강
- 수료식 및 프로젝트 발표회수료식 및 프로젝트 발표회
- 총 훈련시간1000 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 랜딩페이지가 확인되지 않았습니다. 아래 정보는 고용24 등록값입니다.
고용24 2026-08-14 기준 · 매일 갱신