select campus
원하시는 캠퍼스를 선택해 주세요 (1/4)
강남 캠퍼스
강남AI 캠퍼스
종로 캠퍼스
구로 캠퍼스
신촌 캠퍼스
노원 캠퍼스
천호 캠퍼스
안산 캠퍼스
성남 캠퍼스
안양 캠퍼스
구리 캠퍼스
일산 캠퍼스
동탄 캠퍼스
남양주 캠퍼스
김포 캠퍼스
강릉 캠퍼스
select class
과정 유형을 선택해 주세요 (2/4)
산대특
선도기업
K-디지털
국가기간
직업계고
일반고
실업자 과정
재직자 과정
일반 과정
방학특강
select class
과정 분류를 선택해 주세요 (3/4)
웹디자인·웹퍼블리셔
편집디자인·영상편집
전산세무회계·ERP
IT·프로그래밍
컴퓨터활용·OA
건축·기계설계
자격증과정
select class
과정을 선택해 주세요 (4/4)
select campus
원하시는 캠퍼스를 선택해 주세요
강남 캠퍼스
강남AI 캠퍼스
종로 캠퍼스
구로 캠퍼스
신촌 캠퍼스
노원 캠퍼스
천호 캠퍼스
안산 캠퍼스
성남 캠퍼스
안양 캠퍼스
구리 캠퍼스
일산 캠퍼스
동탄 캠퍼스
남양주 캠퍼스
김포 캠퍼스
강릉 캠퍼스
It·Game·
Programming
하이미디어
IT·프로그래밍 과정안내
선도기업
(K디지털트레이닝) 인공지능(AIX) 프로젝트 부트캠프
딥러닝을 활용한 영상, 음성, 자연어 인식 프로젝트와 딥러닝 기반의 생성 모델 활용 프로젝트를 작업하는 과정입니다.
개강일 :
지점으로 문의주세요!
교육기간 : 총
46일
모집인원 : 총
30명


AI-X 프로젝트 부트캠프
단순 코딩 지식을 가르치는 방식에서 벗어나 자율적인 사고를 중심으로 팀 협업을 통해 프로젝트를 수행하고, 기업체에 바로 적용할 수 있는 형태의 실무 중심 훈련으로서 특정한 기술이나 업무를 집중적으로 배울 수 있는 교육 프로그램입니다.


딥러닝 활용영상, 음성, 자연어인식 프로젝트
- 영상 기반 보행자 추적 기술을 활용 침입 탐지 시스템
- 얼굴 인식 및 필터 적용 프로그램
- 자연어 모델을 활용. 뉴스 긍/부정 분류 프로그램
- 자연어 인식을 통한 유사 판례 검색 시스템

딥러닝 기반의 생성 모델 활용애플리케이션
- ChatGPT와검색 시스템활용. 페르소나 부여 ChatBot
- GPT 모델기반 뉴스자동 생성프로그램
- ChatGPT와 STT/TTS를 활용한 사용자 맞춤형
언어 교육 프로그램
- ChatGPT와 이미지 생성 모델을 활용
-심리 상담서비스
AI-X 프로젝트 부트캠프 과정 혜택
내일 배움카드 잔액 0원도 지원 가능한, K-디지털트레이닝 훈련으로 교육비 전액 무료지원에 훈련장려금을 제공합니다. 현직 대기업 개발자의 멘토링은 물론 취업지원 서비스까지 과정에 대한 수료생들의 만족도가 높습니다.


부트캠프 과정의 특장점
퍼실리데이터가 상주하면서 문제 해결할 수 있도록 지원하며, 주 2회 참여기업 현장 전문가 및 대기업 현직 개발자들의 멘토링으로 실무 프로젝트 수행 능력을 향상시킵니다. ChatGPT4 라이브러리와 AWS 어플리케이션 빌드를 제공합니다.

실력이 곧 경쟁력!
각 기술 스택(Spring Boot, React, Flutter)의 기초부터 심화 내용까지 점진적으로 배울 수 있고 실제 프로젝트에 적용해보면서 문제 해결 능력과 협업 능력을 함께 키울 수 있습니다. 특히 클라우드 기반의 배포와 관리 방법에 대한 실습을 통해 실무에서 필요한 능력들을 직접적으로 배울 수 있습니다.

* 사진 - 2024, 서울 프롬프톤 대회 대상 수상 '인공지능(AI-X) 프로젝트 부트캠프 4기 수료생'

4차 산업혁명을 주도할 개발자 양성 프로그램
실무 웹개발 프로젝트를 통한 웹 페이지 제작을 위해
프로그램 개발자로서의 역할을 배우고, 웹 언어와 프로그램
언어의 연동 방식을 습득, 활용하여 실무에 적응할 수 있는
기반 지식을 습득하는 과정입니다.

머신 러닝의 작동 원리
많은 복잡한 수학/코딩으로, 결국 손전등, 자동차 또는 컴퓨터 화면이 작동하는 것과 같은 방식으로 기계적 기능을 수행합니다. '머신 러닝'이 가능하다는 것은 주어진 데이터를 사용하여 기능을 수행하고, 그리고 시간이 지남에 따라 그 기능이 점차적으로 향상되는 것을 의미합니다.

딥 러닝 알고리즘의 다양한 유형
머신 러닝은 컴퓨터가 놀라운 작업을 해낼 수 있게 하지만, 인간의 지능을 복제하는 것은 여전히 역부족입니다. 반면에 심층 신경망은 인간의 뇌를 본떠 훨씬 더 정교한 수준의 인공 지능을 나타냅니다.

머신 러닝과 딥 러닝의 차이점
기본적인 머신 러닝 모델은 새로운 데이터가 유입됨에 따라 특정 기능을 수행하는 데 점점 더 능숙해지지만, 여전히 인간의 개입이 필요합니다. AI 알고리즘이 부정확한 예측을 반환하면 엔지니어가 개입하여 조정해야 합니다. 딥 러닝 모델을 사용하면 알고리즘이 자체 신경망을 통해 예측의 정확성 여부를 스스로 판단할 수 있어 인간의 도움이 필요하지 않습니다.

머신러닝·딥러닝을 통한 인공지능의 획기적 도약
축적된 데이터를 토대로 상관관계와 특성을 찾아내고 여기에 나타난 패턴을 통해 결론을 내리는 기술 머신러닝과 축적된 데이터를 분석만 하지 않고 이 데이터를 통해 학습까지 하는 기계학습 능력을 활용해 최적의 결론을 내리는 딥러닝은 컴퓨터 과학, 컴퓨터 시각, 자연어 처리, 음성 인식 및 필기 인식, 정보 검색 및 검색 엔진, 생물 정보학, 컴퓨터 그래픽 및 게임, 로보틱스 등 많은 분야에서 응용되고 있습니다.