닫기
과정 구분
과정 카테고리
태그
검색어

정규교육

과정 실전개편라벨 AI·머신러닝 모델링과 MLOps With Python 과정이미지

AI·머신러닝 모델링과 MLOps With Python

#Python #모델링 #AI
별점아이콘 별점아이콘 별점아이콘 별점아이콘 별점아이콘 4.8점

과정정보

신청기간
2025.12.24 00:00 -
2026.02.26 23:59
교육기간
2026.02.26 - 2026.02.27
교육시간
12시간

수강료

옵션선택

판매금액

배송금액

할인금액

총 결제금액

※교육 신청 전 아래의 내용을 확인하시고 신청 바랍니다.

( 변경 운영 방침 바로가기 Click )

 

① 교육 방식 선택

교육 신청 시 우측 옵션선택에서 희망하시는 [상품] 교육방식 | 교육명을 선택하신 후 수강 신청 바랍니다.

옵션 선택을 하지 않을 경우, 신청하신 과정은 자동 취소됩니다.

오프라인 : 교육장으로 직접오셔서 수강하는 방법    온라인 Live : ZOOM을 통해 실시간으로 수강하는 방법

 

② 교재 및 식권 안내 (2025년 2월 20일 0시부터 적용)

100% 할인 쿠폰을 사용하시는 경우, 식권(오프라인 과정)이 제공되지 않습니다.

본 과정의 오프라인 및 온라인 Live 과정 교재는 PDF로 제공되며 하드 카피본은 제공되지 않습니다.  

 

③ 쿠폰 적용 과정 안내 (2025년 2월 20일 09시부터 적용)

본 과정은 100% 할인 쿠폰 적용이 가능한 과정입니다.

                                                                                                                                                                              

※ 교육일정은 가장 빠른 차수로 자동 신청됩니다.
다른 차수의 교육 수강을 희망하시는 경우, 요청사항에 원하시는 수강 일자를 기재 바랍니다.

차수 교육일정
1차 2026년 2월 26~27일 (목~금) 10:00~17:00
2차 2026년 8월 27~28일 (목~금) 10:00~17:00
3차 2026년 12월 14~15일 (월~화) 10:00~17:00

교육일정은 당사의 사정에 따라 변동될 수 있습니다.

 

신청 후 수강 방법 확인

마이페이지 > 결제내역 조회 > 주문명 클릭

(수강 방법 변경을 희망하실 경우 사전 연락 바랍니다.)

빅데이터 러닝센터
정규 교육 수강 관련 안내

교육 결제 후 강의실 입장을 통해 강의 수강, 실습 데이터 다운,
설문 참여, 수료증 발급 방법을 확인하실 수 있습니다.

강의실 입장 방법

  • 빅데이터 러닝센터 사이트
  • 로그인
  • 마이페이지
  • 수강 현황
  • 수강중인 과정
  • 강의실 입장

오프라인 교육 안내

오프라인을 통해 교육 수강을 희망하시는 분들께서 신청 바랍니다.

  • 01

    오프라인 교육 과정은 교육장에 실습에 필요한 노트북이 구비되어 있습니다. (개인 PC 지참 가능)
    교재는 당일 수령하실 수 있으며 점심 식사 시 사용 가능한 8,000원 상당의 식권을 제공합니다.

  • 02

    주차 공간이 협소하여 별도 지원이 불가하오니 가급적 대중교통을 이용해 주시기 바랍니다.
    주소: 강남구 언주로 620, 10층 (논현동, 현대인텔렉스) 

  • 03

    접수 완료된 분들께 오프라인 교육에 대한 안내가 메일로 2회(교육 3일 전, 1일 전) 발송됩니다.

  • 04

    오프라인/온라인이 동시에 진행되는 과정은 특성상 온라인 수강생분들과 채팅 및 음성을 통해 소통할 수 있는 점을 참고 바랍니다.

온라인 Live 교육 안내

온라인(Zoom)을 통해 교육 수강을 희망하시는 분들께서 신청 바랍니다.

  • 01

    온라인 Live 교육 과정은 교육 3일 전까지 결제(입금)을 해 주신 분들께 실물 교재를 택배로 발송 드립니다. 이후에 신청해 주신 분들은 교재 수령이 늦어질 수 있습니다.
    교육 신청 시 '[온라인 Live] 옵션' 상품 선택 후 배송 정보에 수령하실 주소를 기재하여 주시기 바랍니다. 

  • 02

    교육은 Zoom을 이용하여 실시간 Live로 진행됩니다. (교육 종료 후 별도의 VOD는 제공되지 않습니다.)

  • 03

    접수 완료된 분들께 온라인 Live 교육에 대한 안내가 메일로 2회(교육 3일 전, 1일 전) 발송됩니다.

  • 04

    오프라인/온라인이 동시에 진행되는 과정은 특성상 오프라인(현장) 수강생을 우선으로 진행됩니다. 온라인 수강생분들은 채팅을 통해 강사님과 소통할 예정이며, 모든 질문에 대해 답변이 어려울 수 있는 점을 미리 숙지하시고 신청 바랍니다.

 

AI·머신러닝 모델링과 MLOps With Python

 

오픈소스 고급 프로그래밍 언어 Python!

python
  • 인터프리터식 대화형 언어
  • 객체지향적
  • 간결한 문법 구조
  • 직관적
  • 높은 생산성

신청 전 Check 하세요!

Python 프로그래밍에 대하여 다음의 기초 지식을 이해하신 분들께서 신청하시기 바랍니다.

icon
Python 주요 데이터 타입(리스트, 튜플, 딕셔너리, 세트) 이해
icon
Python 프로그래밍을 위한 조건문 (if-elif-else), 반복문(while, for) 이해
icon
Python 모듈(module) 사용에 대한 이해

※ Python 기초지식이 필요하신 분들께서는 Python을 활용한 데이터 리터러시 과정을 이수하시기 바랍니다.

 

 

 

 

강의 목표

목표

Python 프로그래밍을 기반으로 데이터 전처리, EDA, 모델링부터
모델 개선 및 MLOps 흐름까지의 전 과정을 직접 수행함으로써
다양한 분야에서 데이터 과학을 체계적으로 적용할 수 있도록 설계되었습니다.

 

 

 

 

강의 특징

데이터 과학 개요 머신러닝 개요, 모델링 절차, 모델링 평가
의사결정나무 Scikit-learn 라이브러리 활용
앙상블 기법Scikit-learn 라이브러리 활용
신경망Keras 라이브러리 활용
최근접 이웃Scikit-learn 라이브러리 활용
MLOps학습한 모델을 저장·관리하고, 같은 결과를 재현하며, 실제 서비스/업무에 배포·추론까지 연결하는 운영 방식
 

 

 

 

커리큘럼

일차 시간 커리큘럼
Day 1 10:00 ~ 11:30 데이터과학 개요 - 머신러닝 개요, 모델링 절차, 모델 평가
11:30 ~ 13:00 의사결정나무와 앙상블 이론/실습 - Scikit-learn 라이브러리 활용
14:00 ~ 15:30 신경망 이론/실습 - Keras 라이브러리 활용
15:30 ~ 17:00 최근접 이웃 이론/실습 - Scikit-learn 라이브러리 활용
Day 2 10:00 ~ 11:30 파이썬/데이터 핸들링 - Pandasd 기본, 전처리/평가 흐름 복습
11:30 ~ 13:00 문제 기반 EDA 실습 - 가설 수립, 지표/시각화, 데이터 품질 이슈 대응
14:00 ~ 15:30 모델링 실습(학습-검증-개선) - 피처 설계, 교차검증, 하이퍼파라미터 튜닝
15:30 ~ 17:00 미니 MLOps 파이프라인 체험 - 모델 관리/재현성, 모델 저장, 간단한 모델 추론(서빙) 데모

 

 

 

수강 대상

  • 추천아이콘1 머신러닝 기법을 한 번 배웠지만, 전체 흐름이 잘 연결되지 않았던 분
  • 추천아이콘2 모델 학습 이후의 성능 개선 과정과 저장·배포·운영(미니 MLOps) 흐름까지 함께 경험하고 싶은 분
  • 추천아이콘3 단순 이론이 아닌 실무 문제 해결 중심의 머신러닝 실습을 경험하고 싶은 분

 

 

 

강사 소개

김동성 교수

김동성 강사

학력
한양대학교 경영학 박사 (경영정보전공)
경력
現 한양대학교 경영대학 Post-Doc
現 한양대학교 융합대학 빅데이터 융합전공 강사
기타 경력
한국표준협회 비즈니스 데이터 분석사 자격교육
[논문] Multidimensional analysis of consumers' opinions from online product reviews 외 11편, 데이터 분석 관련 연구 논문 국내외 게재

 

 

강의목차(총 1강)

1. 강의실 입장을 위한 Zoom 접속 링크입니다. (온라인 Live 수강 대상) 👀 -