원하시는 AI·실무 교육과정을 검색하세요
신청은 로그인 후 과정 상세 페이지에서 진행됩니다. 동일 과정 수강 중이거나 이전 기수 진도율이 30% 미만인 경우 재신청이 제한될 수 있습니다.
공지사항과 새로 올라온 칼럼을 한눈에 확인하세요.
설비 센서 데이터에서 이상 후보를 찾고, 고장예측 분류모델을 만들어 정밀도와 재현율로 평가하는 방법을 배우는 과정입니다. 데이터 누출을 막는 특징 설계, 모델 점수 기반 정비 우선순위 후보 작성, 모델 적용범위와 재평가 관리, 잔여수명 회귀까지 실습합니다.
설비 센서의 시계열 데이터를 시간축부터 검증하고, 결측과 이상 구간을 사건 단위로 정리해 설비진단 리포트를 작성하는 방법을 배우는 과정입니다. 날짜시간 변환과 정렬, 리샘플링, 이동평균, 변화량 계산, 다중 센서 비교까지 실습합니다.
제조 현장 데이터를 파이썬으로 직접 분석하는 방법을 처음부터 배우는 과정입니다. 온도, 진동, 압력 같은 설비 센서 데이터를 판다스와 넘파이로 읽고, 결측치와 이상값을 다루며, 맷플롯립과 시본으로 시각화하는 전체 흐름을 실습합니다.
검사기준서 정리부터 불량 원인분석, 통계적 공정관리, 시정조치, 고객불만 대응, 협력사 품질관리, 내부심사, 경영보고까지 품질관리 업무 전 영역을 생성형 인공지능과 함께 실습합니다. 가상의 A사·B사·C사·D사 제조 현장 사례를 10강에 걸쳐 다루며, 원문에 없는 내용은 만들지 않고 원인은 확정하지 않는 안전한 인공지능 활용 습관을 기릅니다.
측정시스템분석, 관리도, 공정능력지수, 근본원인분석, 문제해결 보고서, 샘플링검사까지 통계적 공정관리(SPC) 전 과정을 인공지능과 함께 실습합니다. 가상의 제조 현장 이상 사례 하나를 8강에 걸쳐 정의부터 관리까지 다루며, 실제 업무에 바로 적용할 수 있는 수준의 데이터 분석·문서 작성 능력을 기릅니다.
제조 현장의 생산일지·설비점검로그·불량이력·자재입고표 같은 실제 데이터를 인공지능 챗 도구에 붙여넣어 분석하는 방법을 배우는 실무 심화 과정입니다. 가상 제조회사의 불량 급증 사건 하나를 8강에 걸쳐 추적하며 자연어 데이터 질의, 이상탐지, 원인분석, 수요예측, 문서자동화, 리스크분석까지 실전 기법을 익힙니다.
식품 제품개발 업무에서 원료명, 배합비, 원료 단가 같은 기업기밀 때문에 인공지능을 활용하기 어려웠던 실무자를 위한 과정입니다. 가상 배합표와 범위값, 원료 치환, 단가 지수화 방식으로 실제 정보를 노출하지 않고도 제품 콘셉트 기획, 원료 후보 비교, 배합 실험 가설 수립, 영양성분과 원가 구조 검토, 관능평가, 표시·광고 문구 검토, 제품개발 보고서 작성까지 실습합니다.
제조업 생산관리 담당자를 위한 AI 실무 활용 과정입니다. 수주·생산계획·작업지시서·생산일보·병목 분석·SOP·데이터 분석까지 생산 현장 핵심 업무를 AI로 자동화합니다.
자동차부품 제조업 종사자를 위한 AI 실무 특화 과정입니다. 품질·검사·생산·안전보건·기술 문서·고객 납품 대응까지 자동차부품 현장에서 바로 활용하는 AI 실무를 배웁니다.
화학도료업 종사자를 위한 AI 실무 특화 과정입니다. 안전보건 문서·품질 관리·생산·배합 관리·환경·규제 대응까지 화학 제조 현장 업무를 AI로 체계화합니다.