부산대학교 취업전략과

aifb

basic

aifb

associate

aifb

professional

자격

개요

- 실무에서 가장 많이 쓰이는 tabular 데이터에 대해 코딩없이 gui기반으로 데이터 분석/모델링

- 실무에서 가장 많이 쓰이는 tabular 데이터에 대해 코딩기반 데이터 분석/처리/모델링

- 다양한 데이터 형식(tabular/text/image)에 대해 코딩기반 데이터 분석/처리/모델링/고도화로 목표성능 달성

권장

대상

- 기업
: 관리자, 소규모 데이터 취급
- 일반
: ai/sw분야 비전공자, python 코딩경험 미보유

- 기업
: 대규모 데이터 취급, 분석/기획 직무 등
- 일반
: 기초 python 코딩 가능, ai/sw분야 전공자/준전공자

- 기업
: ai/sw 개발자 등
- 일반
: ai/sw분야 전공자

검정

역량

- 기초 데이터 분석, ai 모델링 및 결과 해석 역량
- ai 적용 프로세스를 이해하고 특정 데이터 형식(tabular)에 대해 코딩없이 gui 기반으로 데이터 분석과 ai모델링

- 데이터 분석/처리 및 ai 모델링 역량
- 특정 데이터 형식(tabular)에 대해 분석/처리 후 일부 알고리즘을 활용하여 ai 모델링

- ai모델 고도화/최적화 역량
- 목표 성능 달성을 위해 다양한 데이터(tabular, text, image)를 분석/처리 후 최적의 알고리즘을 적용하여 ai 모델링

출제

범위

탐색적 데이터 분석
- 데이터의 구성 확인, 상관분석
- 데이터 시각화

데이터 시각화 머신러닝 모델링
- gui 기반 머신러닝 모델링

모델 성능평가
- 모델 성능평가 및 시뮬레이션

탐색적 데이터 분석
- 필요한 라이브러리 설치
- tabular 데이터 로딩
- 데이터의 구성 확인, 상관분석
- 데이터 시각화

데이터 전처리
- 데이터 결측치 처리
- 라벨 인코딩, 원핫 인코딩
- x,y 데이터 분리
- 데이터 정규분포화, 표준화

머신러닝/딥러닝 모델링
- scikit-learn, tensorflow 등을 활용하여 문제에 제시된 예측/분류를 위해 머신러닝/딥러닝 모델링

모델 성능평가
- 모델 성능평가 및 그래프 출력

다양한 데이터 분석 및 처리
- tabular
- text(한글,영문 text)
- image(영상 제외)

머신러닝/딥러닝 모델링
- scikit-learn, tensorflow, pytorch, 기타 오픈소스를 활용하여 문제에 제시된 예측/분류/추천을 위해 머신러닝/딥러닝 모델링

머신러닝/딥러닝 최적화/고도화
- 목표 성능 달성을 위한 모델 최적화/고도화

프레임

워크

-

tensorflow, scikit-learn

tensorflow, scikit-learn, pytorch, 기타 오픈소스

평가

tool

aidu에서 aidu ez활용하여 응시

aidu에서 jupyterlab활용하여 응시

aidu에서 jupyterlab활용하여 응시(gpu제공)

평가

방식

온라인 방식

온라인 방식,오픈북 테스트

온라인 방식,오픈북 테스트

시험

구성

60분
80점 이상 합격
실기평가 100%

90분
80점 이상 합격
실기평가 100%

180분
80점 이상 합격
실기평가 100%

응시료

40,000원/1회

70,000원/1회

100,000원/1회