2. 국내 최초(2013년) 개설부터 축적한 교육 노하우와 산학협력 기반을 바탕으로
기업의 DX를 선도하는 AI빅데이터 전문가 양성
국민대학교 경영대학원 AI빅데이터 전공 소개
3. Business&Data Analyst Track (경영학석사)
비즈니스 도메인에 특화된 빅데이터 분석기획 전문가
국민대학교 경영대학원 AI빅데이터 전공 소개
ML&AI Engineer Track (공학석사)
비즈니스 도메인에 특화된 머신러닝 및 인공지능 전문가
Source: Neal Analytics
4. AI빅데이터 관련 지식 함양을 위한 기초부터 응용까지 체계적인 커리큘럼 구성
AI빅데이터 전공 커리큘럼과 교과목
전기(봄학기) 입학 교육과정 이수예시
1학기
봄학기
2학기
가을학기
3학기
봄학기
4학기
가을학기
AI빅데이터프로그래밍
데이터모델링과SQL
인공지능수학
디지털경영
머신러닝
통계분석
빅데이터경영
딥러닝
텍스트데이터분석
데이터사이언스실무
비전AI
대화형AI
클라우드머신러닝
5. AI빅데이터 교육을 위한 인프라의 필요성과 현황
컴퓨팅 자원 배분 문제
실습/프로젝트에 따라 필요 자원 상이
최신 GPU가 탑재된 딥러닝 교육용 서버 구축
최대 120명이 동시에 실습이 가능한 서버 환경
MLOps에 대한 실무 지식 획득을 위한 실습 중심의 교과목 운영
인공지능 모델 학습 및 추론을 위한 GPU지원 컴퓨팅 환경의 필요
동시 실습 지원 문제
수업 중 원활한 실습 환경 제공
6. Backend.AI를 활용한 실무 중심의 교과목 운영 사례
딥러닝 : 인공신경망, CNN, RNN 등 딥러닝 모델 교육
딥러닝 서버 자원 배분으로 효율적인 실습 진행
수강생별 ID 부여 / Competition 기간 중 자원 집중
7. Backend.AI를 활용한 실무 중심의 교과목 운영 사례
데이콘(DACON) 주관 녹색기술센터(GTC) 주최 자연어 기반 기후기술분류 AI 경진대회 우승
우승전략
1. 제출 횟수의 최대 활용
2. 개별 모델의 다양화
3. 개별 모델 성능 향상 집중
4. 앙상블(Ensemble)
딥러닝 서버 집중 제공
Backend.AI
자연어 = 텍스트
FineTuning을 위한
컴퓨팅 인프라 필요