구트아카데미학원-자바,오라클(ocp),빅데이터,레드햇,ocp,엑사(exa)데이터

구트아카데미


교육과정

구트아카데미의 교육과정은 누구나 처음부터 차근차근 시작할 수 있도록 기초교육부터 기업에서 요구하는 실무스킬과 미래산업 기술까지 단계별로 설계하였습니다.

전체 교육과정

구트아카데미에서 개강되는 과정 및 일정을 한 번에 확인하실 수 있습니다.

작성자 goottedu
작성일 18-06-21 12:35 | 77 | 0
개강일 2018-09-04
과정명 머신러닝을 활용한 인공지능(AI)개발자 양성과정[국가기간전략산업]
인원 30명
수강료 국비지원
현황 마감

본문

[ 머신러닝을 활용한 인공지능(AI)개발자 양성과정 ]

911633330_edu3.gif
  • 과정명

    머신러닝을 활용한 인공지능(AI)개발자 양성과정
  • 교육일정

    2018.09.04 ~ 2019.03.26
  • 교육기간

    총 6개월,1000시간(8시간/1일)
  • 교육시간

    09시 30분~18시30분(점심시간 13시30분~14시 30분)
  • 수강정원

    30명

과정특징

4차 산업혁명의 주요 직무인 인공지능(AI) 개발 전문가를 양성하기 위해 NCS기반으로 설계하였으며, 협약기업의 사전 수요조사를 반영하여 실무중심으로 훈련과정을 개발하였습니다. 또한 본원은 대한민국 제1의 IT중심 도시인 구로디지털단지역에 위치하고 있어 훈련생들이 IT기업동향을 쉽게 접할 수 있고, 취업연계도 용이합니다.

훈련목표

① 컴퓨터 프로그래밍언어로 각 업무에 맞는 소프트웨어의 기능에 관한 구현 및 테스트를 수행하고, 사용자에게 배포하고 요구사항을 확인할 수 있다.
② 데이터에 대한 요구사항으로부터 SQL 활용, 데이터베이스를 구현하고, 데이터베이스 요구사항을 분석할 수 있다.
③ 빅데이터 분석은 대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 목적에 따라 분석기술과 방법론을 기반으로 정형/비정형 대용량 데이터를 구축, 분석, 시각화를 수행할 수 있다.
④ 데이터를 분석하는 시스템 구축 프로젝트를 수행할 수 있다.

훈련과정 구성

① 기업용 애플리케이션 개발을 위한 프로그래밍 언어와 기술 활용
② Oracle, MySQL 등의 DBMS 및 SQL 구문 활용
③ 웹기반 기술을 사용하는 웹 애플리케이션 개발
④ 좋은 애플리케이션을 만들기 위한 검증된 패턴과 아키텍처 학습
⑤ 오픈 소스프레임워크를 사용하는 엔터프라이즈 애플리케이션 개발
⑥ 파이썬, R등의 통계 및 데이터분석 언어 활용
⑦ 데이터 수집, 처리, 분석, 시각화와 관련된 다양한 라이브러리 및 프레임워크 학습
⑧ 웹기반 데이터 수집을 위한 데이터 크롤링 기법 학습
⑨ 데이터분석에 필요한 기초 통계이론 및 머신러닝 기법 학습
⑩ 인공신경망 기반의 머신러닝 기법 및 텐서플로우등 머신러닝 프레임워크 활용
⑪ 파이썬, R등이 제공하는 시각화 라이브러리 및 웹기반 시각화 라이브러리 활용
⑫ 팀 프로젝트

난이도

본 훈련과정은 전공자뿐 아니라 초보자 및 비전공자도 쉽게 참여할 수 있도록 매월 진도협의를 통해 훈련난이도를 조율합니다.

훈련생 취업

훈련이 진행 중에는 취업지원 전담자를 별도로 지정하여 인공지능(AI) 개발자 분야의 직무를 이해할 수 있도록 1:1 밀착상담, 훈련생과 상담자간의 라포형성(공감대 및 친밀감), 취업동향 세미나가 진행되며, 훈련종료 후에는 이력서 및 자기소개서 컨설팅, 모의면접, 기업분석 특강을 통해 훈련생들이 취업에 성공할 수 있도록 컨설팅을 합니다. 이후 협약기업 및 꾸준히 발굴한 신규기업으로의 취업매칭을 통해 수료생들이 만족하는 맞춤형 취업지원이 진행됩니다.


[ 머신러닝을 활용한 인공지능(AI)개발자 양성과정 ]

훈련교과 능력단위 교육내용
자바 프로그래밍
(160H)
프로그래밍 언어활용
  • - 자바 언어의 이해, 자바 개발 환경 설치, Eclipse 설치, 컴파일, 자바의 구조
    - 상수, 변수, 식별자, Data Type, 형변환
    - 선택문, 반복문 을 이용한 실행흐룸 제어
    - 메서드, 클래스, 객체, 캡슐화, 상속, 다형성, 추상클래스, 인터페이스
    - Wrapper 클래스, 문자열관리, 날짜, 수학 및 기타 유용한 기능 제공 클래스
    - 자료구조와 알고리즘에 대한 이해 및 자바의 자료구조와 알고리즘 구현 클래스 활용
    - 파일과 데이터 입출력, 직렬화
    - 예외 처리, Checked 예외와 런타임 예외
    - 함수형 프로그래밍, 람다 표현식, 스트림 제어
    - 쓰레드와 비동기 프로그래밍, 쓰레드 동기화
    - 네트워크 개요, 네트워크 프로그래밍, TCP/UDP, 채팅 프로그래밍
응용 SW 기초
기술 활용
오라클
데이터베이스
프로그래밍
(56H)
데이터베이스
구현
  • - DBMS 설치, Client 프로그램 설치, 계정 관리
    - INSERT, DELETE, UPDATE, SELECT, JOIN 등 기초 DML 구문
    - CREATE, ALTER, DROP 등 기초 DDL 구문
    - PL/SQL을 활용한 고급 SQL 활용
    - 다양한 속성 생성 및 관리
    - 뷰, 저장프로시저, 함수, 인덱스, 트리거 등
SQL 활용
데이터
모델링(40H)
요구사항 확인
  • - 데이터 모델링 도구 설치
    - 논리 모델링과 물리 모델링
    - 엔티티타입, 속성, 식별자, 제약조건, 관계 생성
    - 정규화와 역정규화
    - 엔지니어링과 리버스엔지니어링
데이터베이스
요구사항 분석
웹 클라이언트
프로그래밍
(HTML, CSS, Javascript, jQuery)
(64H)
화면설계
  • - 주요 편집기 기능 활용, 웹서버 설치 및 사용
    - HTML 문서 구조, 텍스트/목록/링크/이미지/테이블 등 주요 마크업, 폼 태그와 사용자 입력 처리
    - HTML5 마크업 개요, 웹워커, 장치 연동, 이미지와 그래픽, 멀티미디어, 웹소켓 등
    - CSS 구문 구조, 선택자, 색상/텍스트/박스/레이아웃/이미지 등에 적용되는 주요 속성 활용
    - Javascript 구문 구조, 자료형/변수/제어문, 함수, 내장 객체 사용, 브라우저 객체 사용
    - jQuery 구문 구조, 선택자, 커맨드, 효과 활용
화면구현
스프링 프레임워크 기반
웹 애플리케이션 구현
(304H)
인터페이스
구현
  • [자바 웹 애플리케이션 기술 기초 및 활용]
    - 웹 환경 개용, 웹서버/컨테이너 설치 및 설정, 구동 실습
    - 웹 애플리케이션 요청 처리 구조, Servlet, JSP
    - 상태관리, 인증, 파일업로드/다운로드, 웹메일, 필터, 애플리케이션 이벤트 처리
    - Custom Tag, EL, JSTL
    - 사용자관리, 자료실, 게시판 구현 등
    [Ajax와 동적 웹 프로그래밍]
    - 비동기 웹 요청 처리 구조, XMLHttpRequest 객체 사용, JSON 기반 객체 표기 및 사용
    [스프링 프레임워크와 MyBatis 활용]
    - 엔터프라이즈 애플리케이션 특징 및 요구사항, 스프링 프레임워크 구조, 설치 및 환경 설정
    - 스프링 IoC, Portable Service Abstraction, AOP 등
    - Model View Controller Pattern, 스프링 웹 애플리케이션 구조, 컨트롤러 구현, 요청 매핑, 커스텀 뷰 구현
    - 저수준 데이터 연동 문제점, 데이터 접근 계층 추상화 구조
    - 데이터 소스 구성, 템플릿 기반 데이터 연동, 스프링 MyBatis, 스프링 JPA, 트랜잭션 관리
    - MyBatis 구조, 설치 및 설정, Mapper 설정 파일 구조와 구성 요소, Mapper 파일 구조와 구성 요소, 동적 SQL 구문
    - SqlSession 관리 클래스, MapperInterface와 SQL Mapper 바인딩
    - PlatformTransactionManager를 활용한 트랜잭션 관리 및 AOP를 활용한 트랜잭션 관리
서버프로그램
구현
통합구현
데이터입출력
구현
애플리케이션
테스트 수행
애플리케이션
테스트 관리
정보시스템
이행
제품 소프트웨어
패키징
애플리케이션
배포
인공지능 구현을
위한 데이터 분석
(256H)
탐색적
데이터 분석
  • - 아나콘다, VirtualEnv 등 파이썬 개발 환경 구축 및 설정
    - 파이썬의 기초 구문, 파이썬 프로그램 개발을 위한 패키지 활용
    - Panda, NumPy, MatPlotLib 등 데이터 분석 및 시각화 패키지 활용
    - 기초 통계량, 난수, 분포함수, 표본추출 기법 활용
    - 상관계수, 카이제곱분포, T분포, F분포 등을 사용하는 독립성 검정 및 적합도 검정
    - 선형회귀를 사용하는 예측 모델 개발 및 활용
    - 텍스트마이닝 기반 비정형 데이터 분석 기법
    - 파이썬의 머신러닝 패키지인 싸이킷런 이해 및 설치
    - k-최근접이웃, 나이브베이즈 분류기, 결정트리, 서포트 벡터 머신 등의 머신 러닝 기법
    - 차원 축소, 특성 추출, 군집 등의 머신 러닝 기법
    - 과적합화, 과소적합화, 예측능력 등의 문제를 검증하기 위한 모델 성능 평가
    - 차원 축소, 특성 추출, 군집 등의 머신 러닝 기법
    - 인공신경망과 딥러닝을 활용한 머신 러닝 기법
    - 데이터 분석 결과에 대한 설득력 있는 스토리텔링 기법
    - MatPlotLib 패키지를 사용하는 데이터 시각화 기법
분석용
데이터 구축
빅데이터분석
결과 시각화
머신러닝기반
데이터 분석
통계기반
데이터 분석
텍스트
데이터 분석
데이터 분석 시스템 구축 프로젝트
(120H)
비 NCS
  • - 데이터 분석 시스템 기획
    - 요구사항 수집, 문제 범위 결정, 문제 정의 도출
    - 데이터 수집 방법 결정, 데이터 수집 시스템 구축
    - 데이터 클린징, 데이터 통합, 데이터 변환, 데이터 축소, 비정형 데이터 정형화 등을 통한 데이터 전처리
    - 테이블 표시, 시각화 등을 통한 데이터 확인
    - 설명 변수 선택, 훈련, 테스트, 검정 데이터 분할, 데이터 샘플링
    - 분석 모델 검토 및 설계
    - ROC, AUC, BIC, AIC 등을 통해 모델의 정확성 및 견고성 확인
    - 모델 코딩 및 시스템에 통합


시설 안내

 

댓글목록 0

등록된 댓글이 없습니다.