교육 목표 | 정성적 목표 | ㅇ 기업 애로기술 해결 프로젝트 참여를 통한 실무 역량 강화 |
정량적 목표 | ㅇ 수료 : 15명 ㅇ 취업 : 12명 ㅇ 프로젝트 결과보고서 : 8건 |
교육 대상 | □재직자 | ■미취업자 | ■전공자 | □비전공자 |
일정 및 기간 | 2024. 02. 01. ~ 11. 30. / 30일 | 교육 시간 | 총 240H |
교육 수준 | 중급 | 교육 구분 | 기업협력 프로젝트 | 필요 역량 | |
구분 | 내용 | 교육방법 | 시간 | 비고 |
이론 | ㅇ 직무소양교육 | 온/오프라인 | 32H | |
1장 | ㅇ Python 알아가기 | 오프라인 | 208H | |
2장 | ㅇ 데이터 분석 | 오프라인 | |
3장 | ㅇ 머신러닝/딥러닝 | 오프라인 | |
실습 | ㅇ 부산시 특화산업 모델 분석 | 오프라인 | |
실습 | ㅇ 예측 모델 실습 | 오프라인 | |
발표 | ㅇ 프로젝트 발표 및 결과물 제작 | 오프라인 | |
계 | 240H | |
|
구분 | 세부 교육내용(예시) | 시수 |
이론수업 | ㅇ 직무소양교육 - 직장인으로써 갖추어야 할 기초자세 - 적성검사를 통한 맞춤형 업무역량 강화 - 직장예절교육을 통한 직장 문화 알아가기 | 32H |
1장 | ㅇ Python 알아가기 - Python, 프로그래밍 실무 - Front-End 프로그래밍(HTML5, CSS, JavaScript, ReactJS) - Back-End 프로그래밍(Django, Flask) | 208H |
2장 | ㅇ 데이터분석 - 데이터의 이해 - 이미지 및 수치 데이터 처리 방법 - 결측치 수정, 학습용 데이터 처리 - 데이터 전처리, EDA, 분석 알고리즘 |
3장 | ㅇ 머신러닝/딥러닝 - 머신러닝을 위한 선형대수 및 확률 통계 기초 - 모델 선택 및 교차 검증법 - CNN/RNN, 전이학습 - LSTM |
실습 | ㅇ 부산시 특화산업 모델 분석 - 부산시 특화산업(제조/서비스) 모델 구축을 위한 데이터 수집 분석 - 산업별 유효데이터 추출을 위한 AI 학습용 데이터 가공 실습 - 가공 데이터의 품질검사 실습 - AI 모델 유효성 검증 이해 및 실습 |
실습 | ㅇ 예측 모델 실습 - 부산시 공공데이터 포털에서 산업적용에 필요한 데이터 수집 - Python을 활용해 부산시 특화산업(제조/서비스) 모델 구축 결과분석 - Appsheet를 통해 노코딩으로 산업별 유효데이터 추출 - Python과 Appsheet를 이용한 부산시 특화산업 적용방안 모색 |
발표 | ㅇ 프로젝트 발표 및 결과물 제작 - 교육생을 팀으로 구성하여 기업의 애로기술 해결 프로젝트 실시 - 교육 이수 후 기업과 협의 하에 우수성과자 취업 연계 가능 |
