** ACTA Core Program: AI*DATA Digital Transformation (AIDT 과정)

총 16주 (매주 10시간씩 총 160시간)

(주중 야간 줌수업 3시간씩 2회, 토 4시간 대면수업)

대상: 비IT기업 중견 엔지니어들의 AI·데이터 기반 커리어 전환 및 역량 강화를 위한 실무형 집중 과정

📘 1~5주차: 기초 역량 구축 (Python, 확률통계, 선형대수)

* 1주차

Python 1 (5h): 변수, 조건문, 반복문, 함수, 모듈등 파이썬의 기초 문법

확률통계 (5h): 데이터 해석과 예측을 위한 확률 및 통계 개념

* 2주차

Python 1 (5h): Object-Oriented Programming

확률통계 (5h): 분포, 기대값, 분산 등 통계의 핵심 개념을 실습

* 3주차

Python 2 – Numpy, Pandas (5h): 수치 계산과 데이터 처리의 핵심모듈

선형대수 (5h): 벡터, 행렬, 고유값 등 머신러닝의 수학적 기반

* 4주차

Python 2 – Matplotlib, Seaborn (5h): 데이터를 시각화 모듈

선형대수 (5h): 행렬 연산과 선형변환 개념을 활용한 분석 능력을 강화

* 5주차

Python 2 – SKLearn (5h): Scikit-learn을 활용한 머신러닝 입문 실습

최적화 (5h): 모델 학습을 위한 수학적 최적화 기초 개념

* 6주차: 중간점검

중간고사 (토요일 4h)

전반부 기초 역량(Python, 수학, 통계)에 대한 이해도를 점검

🤖 7~10주차: AI 핵심 기술 학습

* 7주차

Machine Learning: Supervised Learning (10h)

지도학습 기반 회귀/분류 알고리즘 (SVM, DT, RF 등)을 학습하고 실습

* 8주차

Machine Learning: Unsupervised Learning (10h)

비지도학습 기반 클러스터링(K-means 등)과 차원축소(PCA 등)

* 9주차

Deep Learning: CNN, RNN (10h)

이미지 및 시계열 데이터를 처리하는 합성곱 신경망(CNN)과 순환신경망(RNN)을 실습

* 10주차 – Deep Learning: Transformer (10h)

Attention 기반 자연어 처리의 핵심인 Transformer 모델 구조와 활용법

🤖11~13주차: 최신 AI 기술 및 응용

* 11주차

Recommendation (5h), Reinforcement (5h)

사용자 맞춤형 추천 알고리즘과 기계 학습 기반 강화학습 개념

* 12주차

생성형 AI: 자연어 처리 (10h)

GPT 등 LLM 기반 자연어 생성 및 응용 기술을 실습

* 13주차

생성형 AI: 이미지 처리 (10h)

Diffusion 등 최신 이미지 생성 모델의 원리와 활용법

🎯 14~16주차: 종합 평가 및 실전 적용

* 14주차 – 기말고사 (토요일 4h)

전체 기술 개념에 대한 통합 평가 및 피드백

* 15주차 – Capstone Project 1 (10h)

실제 산업 데이터를 활용하여 문제 정의 및 모델 설계 작업을 수행

* 16주차 – Capstone Project 2 (10h)

분석 결과를 발표하고, 실질적 적용 가능성을 평가