** AI*DATA Digital Transformation (AI-DT 과정)

총 16주 (매주 10시간씩 총 160시간)

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

** Module A (1~4주차): 기초 역량 구축 (Python, 확률통계, 선형대수)

1주차: Modern Python & AI-Assisted Coding (10h)

•   ▫ 기존 파이썬 문법 기초+ Cursor / GitHub Copilot 등AI 코딩 툴 활용법

•   ▫ 파이썬 기본 문법 및OOP를AI 어시스턴트와 함께 빠르게 습득

2주차: 데이터 분석 및 시각화(10h)

•  

•   ▫ Numpy, Pandas, Matplotlib, Seaborn (기존3~4주차 내용 압축)

•   ▫ 데이터 전처리 및EDA(탐색적 데이터 분석) 실무

3주차: 엔지니어를 위한 필수 수리/통계& ML 기초(10h)

•   ▫ 핵심 선형대수/확률통계(행렬 연산, 통계적 추론) + Scikit-learn 기반 데이터 분석 기초

4주차: 중간 점검 및Mini Project (10h)

•   ▫ 기존 단순 중간고사 대신 AI 코딩 툴을 활용한 데이터 분석Mini Project 평가(실무 적용력 검증)

** Module B: Machine Learning & Deep Learning (5~7주차)

5주차: 머신러닝 실무( 지도학습& 비지도학습) (10h)

•   ▫ 기존7~8주차 통합: XGBoost, LightGBM, Random Forest 및K-Means, PCA 등 현업에서 자주 쓰는 핵심 알고리즘 위주 구성

6주차: 딥러닝 핵심& 비전/시계열 처리(10h)

•   ▫ PyTorch 기초+ CNN(이미지/비전) 및RNN/LSTM/Time-Series Transformer(시계열 데이터)
•   ▫ 제조업/비IT 기업 엔지니어에게 유용한 센서/시계열 및 불량 검출 데이터 중심 실습

7주차: Transformer & LLM 파운데이션(10h)

•   ▫ Attention 메커니즘, Transformer 구조, Hugging Face 생태계 활용법 및Open-Source LLM 이해

**Module C: Generative AI & Enterprise AX (8~13주차)

8주차 : System Prompt, Few-shot, Chain-of-Thought

•   ▫ OpenAI / Claude / Gemini API 연동 및Structured Output 제어

9주차 : RAG (검색 증강 생성) 구축 실무(10h)

•   ▫ Enterprise RAG 구조, Vector DB (Chroma, FAISS, Pinecone)  
•   ▫ 문서 파싱, 임베딩, Semantic Search, Advanced RAG 기법

10주차: LLM Application Framework (10h)

•   ▫ LangChain / LlamaIndex 활용 실무 애플리케이션 개발
•  

11주차:: Multi-Agent Systems & AI Automation (10h)

•   ▫ CrewAI, AutoGen 등을 활용한 멀티 에이전트 시스템 설계
•   ▫ 기업 내 업무 자동화Workflow 구축 실습
•  

12주차: Multimodal & Specialized Models (10h)

•   ▫ Vision-Language Models (VLM), Audio/Image Gen (Diffusion 원리 및API 활용)
•   ▫ 기업 맞춤형Small LLM (sLLM) Fine-tuning 기법(LoRA 등)

13주차: Enterprise LLMOps & AI Governance (10h)

•   ▫ AI 서비스 배포(Streamlit/FastAPI), RAG/LLM 성능 평가(Ragas 등), 보안 및 환각(Hallucination) 관리

** Module D: Capstone Project & AX 실전 적용(14~16주차)

14주차: 캡스톤 프로젝트 기획& 문제 정의(10h)

•   ▫ 자사(소속 기업)의 실제 데이터/업무 페인포인트를 발굴하고LLM/RAG/ML  ▫ 기반AI Transformation 과제 정의 및 기획

15주차: Capstone Project 개발& LLMOps 구현(10h)

•   ▫ 프로젝트 집중 개발, 모델/RAG 구축 및AI 어시스턴트 적용

16주차: 최종 프로젝트 발표& Enterprise AX 시상식(10h)

•   ▫ 현업 적용 가능성 평가, 성과 공유 및 피드백