[HD]인공지능(AI) 프로젝트 제대로 배우기 Part.2 학습데이터 구축 3

· 본 과정을 통해 학습자는 실무에서 AI 모델링 프로젝트를 능숙하게 진행하기 위한 기본 이론 및 실무 내용을 학습할 수 있게 될 것입니다. 

· 본 과정은 AI 학습 데이터 구축 기획, 획득, 저장, 정제, 라벨링, 가명정보 결합 및 변환을 실무에 적용해 볼 수 있도록 구성하였습니다. 

· AI 학습 데이터 구축법을 체계적으로 학습해 볼 수 있도록 구성하였습니다.

· 인간의 이해, 학습, 추론, 지각 능력 등을 인공지능 학습데이터로 구축하기 위한 인공지능 서비스의 목표를 설정하고 고객 요구사항 분석을 통해 인공지능 학습데이터 구축 기획을 수립할 수 있다. 

· 학습데이터 구축 목적에 적합한 인공지능 학습을 위하여 획득해야 할 원시데이터의 종류, 양, 방법, 시점 등을 계획할 수 있다. 

· 인공지능 학습에 필요한 데이터를 법률적 제약이 없도록 현실 세계에서 원시데이터를 확보할 수 있다. 

· 인공지능 학습데이터의 안정성과 가용성을 확보하기 위하여 학습데이터 획득, 정제, 가공 과정에서 생성된 학습데이터의 저장 계획 수립, 저장 방식 선정, 저장소 관리 등을 수행할 수 있다. 

· 인공지능에 필요한 학습데이터 정제 가이드라인을 수립하고, 학습데이터를 필터링, 유형 변환, 클렌징하며 정제된 학습데이터를 검사할 수 있다. 

· 인공지능 학습을 위한 데이터 라벨링 작업 전 주기의 진행 사항을 관리할 수 있다. 

· 학습데이터 구축 프로젝트 중 학습데이터 라벨링 실무를 수행할 수 있다. 

· 인공지능에 필요한 가명정보를 결합하기 위하여 사전준비, 학습데이터 가명처리 및 적정성 검토, 결합 수행 및 사후 관리할 수 있다. 

· 학습데이터 변환을 위한 가이드라인을 수립하고 변환 프로그램을 작성하며 인공지능 학습데이터 가공을 위해 학습데이터를 변환할 수 있다.

· 회사나 대학교에서 AI 프로젝트를 진행하고자 하나 관련 과정 및 AI 학습 데이터 구축이 처음인 회사원 

· AI 프로젝트 교육을 진행하고자 하는 교육자