교육신청
생성형 AI 활용 데이터 분석 전문가
• 과정소개
데이터 준비부터 모델 학습·평가·해석·모니터링까지 머신러닝 전체 과정을 이해하고, 생성형 AI를 활용해 모델을 직접 개발하고 최적화해보는 실습 과정입니다.
선수과정
머신러닝 및 딥러닝 이해 과정 수강을 권장합니다.
학습목표
데이터 준비부터 모델 학습·평가·해석·모니터링까지 머신러닝 전체 파이프라인을 이해하고, 생성형 AI를 활용해 모델을 개발하고 최적화하는 방법을 익힐 수 있습니다.
세부 교육내용
01
데이터 준비
3시간
· 머신러닝을 위한 데이터 준비 과정 이해하기
· 기업에서 실제 데이터를 준비하는 과정 알아보기
· Feature Engineering의 개념과 중요성 이해하기
· 기업에서 실제 데이터를 준비하는 과정 알아보기
· Feature Engineering의 개념과 중요성 이해하기
02
모델 학습 및 최적화 방법
2시간
· 학습용·검증용 데이터를 나누는 방법 이해하기
· Data Partition과 Cross Validation의 개념 알아보기
· Hyperparameter Tuning을 활용한 모델 최적화 방법 익히기
· Data Partition과 Cross Validation의 개념 알아보기
· Hyperparameter Tuning을 활용한 모델 최적화 방법 익히기
03
모델 평가 방법
2시간
· 분류 모델의 주요 평가 지표 이해하기
· Accuracy, Precision, Recall, AUC 등 평가 지표 알아보기
· 회귀 모델의 주요 평가 지표와 활용 방법 이해하기
· Accuracy, Precision, Recall, AUC 등 평가 지표 알아보기
· 회귀 모델의 주요 평가 지표와 활용 방법 이해하기
04
모델 해석 및 모니터링 이해
2시간
· SHAP을 활용해 모델 결과 해석하기
· 모델 Drift의 개념과 발생 원인 이해하기
· 모델 성능 변화를 확인하고 모니터링하는 방법 알아보기
· 모델 Drift의 개념과 발생 원인 이해하기
· 모델 성능 변화를 확인하고 모니터링하는 방법 알아보기
05
모델 개발 및 최적화 실습
6시간
· 머신러닝 모델 개발을 위한 LLM 프롬프트 작성하기
· LLM이 제공한 코드를 활용해 모델 개발하기
· 구글 코랩에서 코드를 실행하고 결과 확인하기
· 분류·회귀 모델을 직접 평가하고 비교하기
· 모델을 개선하고 최적화하는 과정 실습하기
· LLM이 제공한 코드를 활용해 모델 개발하기
· 구글 코랩에서 코드를 실행하고 결과 확인하기
· 분류·회귀 모델을 직접 평가하고 비교하기
· 모델을 개선하고 최적화하는 과정 실습하기
06
평가
1시간
· 학습 내용을 확인하는 지필평가 진행
강사 프로필
생성형 AI 서비스 기획·개발과 데이터 분석 실무 경험을 기반으로 한 AI/Data Science 전문가
· SK AI Leader Academy 전임교수 (AI, Data Science 분야)
· 신한은행, NH손해보험, 국민연금, SK브로드밴드, SK하이닉스 등 주요 기업·기관의 AI·데이터 분석 프로젝트 다수 수행
· 생성형 AI, 머신러닝, 데이터 분석 분야의 실무 및 교육 경험 보유
· 신한은행, NH손해보험, 국민연금, SK브로드밴드, SK하이닉스 등 주요 기업·기관의 AI·데이터 분석 프로젝트 다수 수행
· 생성형 AI, 머신러닝, 데이터 분석 분야의 실무 및 교육 경험 보유