Live [AI역량강화] 디지털 전환 기반 제조, 생산 공정 최적화
교육일정 | |
---|---|
교육시간 | 6일, 48시간 / 1~3주차 목,금요일 09:00~18:00 (10/17(목), 10/18(금), 10/24(목), 10/25(금), 10/31(목), 11/1(금)) |
교육장소 | 비대면 | 고용보험 | - |
교육비 | 무료 |
교육문의 | [조선해양산업AI역량강화 담당] 02-724-1824, smartship@kpc.or.kr |
교육시간
1~3주차 목,금요일 09:00~18:00 (10/17(목), 10/18(금), 10/24(목), 10/25(금), 10/31(목), 11/1(금))
교육목적/특징
▶교육 시간: 총 6일 48시간(09:00~18:00)
▶[AI역량강화] 디지털 전환 기반 제조, 생산 공정 최적화
- 디지털 전환 기술에 기반한 제조, 생산 역량 강화
- 다양한 IoT 기술과 AI 기술을 활용, 제조/생산 공정 최적화 방법론 학습
- 조선기자재업체 스마트공장 구축 후 지속적 고도화 위한 방향성 제시
- 주요 생산 공정 AI기술 적용(단계별 양식) 후 최적공정 가치 창출 강화
▶교육혜택 (교육수료시)
-기업: 10명 이상 교육신청시 한국생산성본부 직무교육 1명씩 제공(3일 이하)
(경영기획/인사/노무/회계/원가/법무/마케팅/물류/생산/구매/품질 부문, 문의 02-724-1824)
-개인: 교육 수료시 3만원 상당의 기념품 제공
▶교육신청 방법
1. 한국생산성본부 홈페이지 회원가입 후 로그인(www.kpc.or.kr)
2. 희망교육과정/일자 "클릭"
3. 교육신청
4. 교육생 대상 자격 서류 제출: https://forms.gle/E15UxFMf6zE6Gig1A
*단체신청의 경우 smartship@kpc.or.kr로 일괄 제출해주시면 됩니다.
*수강신청 후 ①사업자등록증, ②재직증명서 or 건강보험자격득실확인서, ③개인정보이용동의서를 제출해 주셔야만 교육을 받을 수 있습니다.
교육대상
조선/해양산업 재직자 (3년차 혹은 대리급 이상 권장)
- 제출 서류 : ① 사업자등록증, ② 재직증명서 혹은 건강보험자격득실확인서, ③개인정보이용동의서
- 제출 링크: https://forms.gle/E15UxFMf6zE6Gig1A
- 단체신청의 경우 smartship@kpc.or.kr로 일괄 제출해주시면 됩니다.
* 교육대상이 아니신 경우 선발과정에서 신청여부와 상관없이 교육을 수강하실 수 없습니다.
교육내용
모듈1: 제조/생산 공정 최적화를 위한 AI 및 IoT 활용 이해
- 조선해양산업 기자재 기업의 대표적인 제조/생산 공정 단계 및 구성 이해
- 공정 흐름 분석 및 문제점 도출 방법론
- 제조/생산 공정에서의 AI, IoT 활용 공정 최적화 사례 분석
- 제조/생산 공정 데이터 준비 사례 분석
1) 실습을 위한 주요 공정 수집 데이터 양식 이해
모듈2: 제조/생산 공정 데이터 수집 및 전처리
- 제조/생산 공정 대표 설비와 PLC 등으로부터 데이터 수집
- 데이터 수집을 위한 IoT 센서, SW 등 이해
- 제조/생산 시계열 데이터, 시각화, 분석 유형
- 제조/생산 데이터 활용 분석용 데이터셋 생성방안
- 데이터의 정제, 결측치 처리, 표준화 전처리 기술 및 방법론
- 기업별 주요공정 및 프로세스 체계도 작성
- 기업별 공정 설비 및 데이터 수집 방안 작성
- 기업별 데이터 전처리 진행 방안 이해 및 전처리 실습
모듈3: 제조/생산 공정 최적화를 위한 AI 활용
- 제조/생산 공정 데이터에 대한 AI 모델 적용을 위한 알고리즘 이해
- 제조/생산 공정 최적화를 위한 AI 모델 구축사례와 적용방안
- 제조/생산 AI 모델 구현 프로세스 방법론
- 기업별 공정설비 및 데이터 작성 실습
- 공정 애로사항, 문제점 도출, AI 모델 목표, 라벨링 등
모듈4: 제조/생산 공정 최적화를 위한 AI 분석 목표 수립과 라벨링
- 제조/생산에서의 공정 최적화, 문제점, 요구사항 분석 방안 및 사례 분석
- 제조/생산 공정 문제점에 따른 AI 모델 적용 해결방안 정의
- 사례기반 AI 분석 현장 적용, KPI 설정 등 적용방안
- AI 예측/의사결정 목표 설정, AI 분석 모델 설정 방안과 적용사례 분석
- AI 분석 목표에 따른 Label 설정 및 데이터셋 생성 사례 분석
- 라벨링에 필요한 데이터 및 모호성 해결 방법론
- 기업별 공정, 문제점, AI 분석 목표 작성 및 토론
- 기업별 요구사항, AI 목표에 따른 라벨 설정 실습
- 기업별 모니터링 작성 : 시각화 대상공정/설비/기술/화면 등
모듈5: AI, IoT 기반 실시간 모니터링 및 디지털 트윈
- 실시간 제조/생산 데이터 모니터링 기술
- AI 분석 목표와 AI 분석 예측 결과 시각화
- 설비, IoT, 센서 등에 대한 3D 모델링 방법론
- 제조/생산 공정, 설비, IoT 등 데이터 디지털트윈 기술
- 제조/생산 공정 AI 예측 결과 기반 디지털트윈 사례
- 기업별 모니터링 사례 작성 및 토론
- 기업별 제조/생산 공정 최적화 목표 작성
모듈6: AI 분석 구현결과 발표/논의
- 제조/생산 공정 최적화 AI 분석 구현결과 발표
- 사례발표 코칭 및 발전방향 토의
수강후기
연관 자격
자격증명 | 자격증관련링크 |
---|