수탁 [AI역량강화] AI융합전문가 (AI기반 물류유통산업 경쟁력 강화)
| 교육일정 | |
|---|---|
| 교육시간 | 6일, 48시간 / 11월 16일(수), 23일(수), 30일(수), 12월 7일(수), 14일(수), 21일(수) 09:00 ~ 18:00 |
| 교육장소 | 비대면 | 고용보험 | - |
| 교육비 | 무료 |
| 교육문의 | TEL. (02)724-1118｜FAX.(02)724-1872｜문의:우측하단 "교육문의" |
교육시간
11월 16일(수), 23일(수), 30일(수), 12월 7일(수), 14일(수), 21일(수) 09:00 ~ 18:00
교육목적/특징
[학습목표]
- 언택트 비즈니스 성장 가속화에 따른 물류유통산업 내 AI기술 필요성 이해
- 물류유통산업 프로세스 학습 및 산업 내 AI기술 도입 현황 이해
- AI서비스 기획에 사용되는 대표적인 AI모델 기법 학습 및 산업 Data 활용 실습
교육대상
[추천대상]
- 물류유통 산업에서 프로젝트를 수행(예정인)하는 IT 실무자
- 4차산업혁명 디지털 기술에 기반한 비즈니스 모델 개발에 관심이 있는 분
[신청자격]
- IT산업 또는 IT부문 재직자/경력자 (3년 이상 or 대리 이상)
* 수강신청 후 ①사업자등록증, ②재직증명서 or 건강보험자격득실확인서(재직 내역 모두 포함) 제출해 주셔야지만 교육비 지원을 받을 수 있습니다.
** 자격서류 제출 링크 ▶ https://moaform.com/q/fExGPr
※ 2022년 9월 1일 부로 자부담비 운영이 중단됨에 따라 교육비 100% 전액지원(무료교육)으로 전환되었습니다.
교육내용
6주 완성 커리큘럼 (1주일에 1일만 투자해보세요!)
주차 | 주제 | 강의내용 |
1일 | 물류유통 분야 기술트렌드 이해 | ■ 물류유통 산업의 디지털 전환의 핵심 기술과 사례 ■ 물류유통 알고리즘과 성공사례 분석 ■ 물류 산업의 디지털 트윈 기술 활용전략 |
IT전문가를 위한 | ■ 공급망관리 혁신 - 4차산업혁명의 도래: 목표 의식과 속도의 중요성 - Supply Chain Event Management ■ 인공지능과 SCM - 인공지능 처리의 필요성 - AI Supply Chain Planning & DAAS | |
2일 | AI서비스 개발 툴과 환경 세팅 | ■ 데이터 분석 도구의 특징 - 구글 코랩. kaggle, UCI, 파이썬 ■ 물류유통 AI 융합프로젝트 수행 전략 - 구글 코랩 기능 탐색 및 연계 서비스 ? git, AI Hub - GCP 구글 클라우드 플랫폼 AutoML 팀색 |
머신러닝 활용 AI서비스 | ■ Stitchfix의 인공지능 기반 의상 추천 알고리즘 ■ 머신러닝 도입의 이유 및 데이터셋 분석 - 데이터 Instance, Attribe, Feature - 데이터 분석 : Intel Lsil Berkun 분석 | |
유통 사례로 보는 머신러닝의 주요 모델 | ■ 지도학습 모델별 원리 이해 및 실습 - 백화점 멤버십 등급제: 분류 모델 - 평균 배달 소요시간 예측 : 회귀 모델 ■ 비지도학습 모델별 원리 이해 실습 | |
3일 | 운송 데이터 활용 모델 결과값 비교 | ■ 운송 데이터 활용 딥러닝과 머신러닝 비교 - 딥러닝 기법 이해 및 활용 - DNN 모델 활용을 통한 트래픽 예측 - 응용 알고리즘 구현 및 결과 비교 (CNN, RNN, LSTM) |
수배송을 위한 물체인식 | ■ 해상 선박 검출 이미지 분석 실습 - CNN 기본 모델 구성 및 기본 성능 확인 - CNN 응용 모델 구성 및 향상된 성능 확인 | |
4일 | DQL 심층강화 학습 이해 | ■ 강화학습 개요 및 특징 - 강화학습과 머신러닝과 딥러닝의 차이 |
강화학습 데이터 분석 이해 | ■ 신경망구조 학습 이해 - 생성적 적대 신경망 학습 | |
에이전트 기반 학습 | ■ OpenAI, GYM 활용 - Cartpole 예제 DQN 강화학습 실습 및 결과 분석 ? 물리엔진 기반의 강화학습 - 행동-보상 학습을 통한 공급망관리와 재고통제 | |
5일 | 미니프로젝트 MLops Tool 실습 | ■ AI구현을 위한 MLops 이해 및 활용 - AI 플랫폼 및 MLops의 필요성 - MLops의 구성요소 |
AI 모델 학습 및 상용화를 위한 웹 배포 실습 | ■ 공급망 데이터 활용 모델 학습 실습 - 디자인 기반 머신러닝 모델 학습 - 학습 된 모델 웹 배포 진행 - 배포된 모델 사용법 | |
6일 | 연속값 모델 분석 및 BM 모델 적용점 도출 | ■ 수요예측 모델 개발 - 판매 데이터를 활용한 연속값 예측 모델 구현 - 개발된 인공지능 모델 분석 및 적용 *분반에 따라 주제가 달라질 수 있음 |
과제 수행 결과 발표 | ■ 미니프로젝트 팀별 발표 ■ 질의응답 및 참여소감 발표 | |
합계 | ||
* 모든 수료생에게는 수료선물이 제공됩니다.
수강후기
연관 자격
| 자격증명 | 자격증관련링크 |
|---|
