6월 특강

AI 엔지니어, 데이터사이언티스트, 데이터분석가 특강

인공지능 직무 취업특강.pdf

2.92MB

 

 

[PLAYDATA] 프로젝트 기획 실무 특강 brightcattle@gmail.com

[PLAYDATA] 프로젝트 기획 실무 특강 자료.pdf

5.07MB

 

 

국내 ai 스타트업 확인 시 참고, 또는 ai 프로덕트/솔루선 기존재하는지 확인할 때 참고

국내 AI 스타트업 리스트(ai hub)
https://www.aihub.or.kr/devsport/aivouchsport/list.do
chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://drive.usercontent.google.com/download?id=1fuhi_gYPD0_g76Y3VATT82DDMuqjDRQY&authuser=0&acrobatPromotionSource=GoogleDriveListView

국내생성형AI스타트업(thevc)
https://docs.google.com/spreadsheets/d/1q98GRPTi6qxZRr6gwJ9N9-yFpErmg0nu/edit?gid=1455609775#gid=1455609775
https://thevc.kr/collections/66fd3b70f7d20ac5d369aaff

국내 생성형 AI 스타트업 - 기업 리스트 43개 - THE VC

 

 

 

기획 idea 도출할 때 사용하면 좋은 kit
https://designkit.skcc.com/Method-1

Method — [LIVE] accu.DESIGN KIT_v1.1

 

github 협업가이드
https://docs.google.com/document/d/18VrmTq1o22rzjxZ4PEFaemo0lfXRK9vWsyQPEin7OfY/edit?tab=t.0#heading=h.il7lst7f5t57

LangChain-OpenTutorial_Github 협업 가이드_v1.0_241229

 

https://docs.google.com/document/d/1wf1RIIFjBT5gcUlQQT-22dwzvAhhQ65wbQRQMIl1uIc/edit?usp=sharing

기획서초안_SK네트웍스 Family AI과정 00기 00팀

예시)https://github.com/SKNETWORKS-FAMILY-AICAMP/SKN04-FINAL-3Team/blob/main/docs/5.%20%EB%B0%9C%ED%91%9C/%EA%B2%B0%EA%B3%BC%EB%B3%B4%EA%B3%A0%EC%84%9C_3%ED%8C%80(RAG%20%ED%99%9C%EC%9A%A9%20%EC%B6%94%EC%B2%9C%EC%8B%9C%EC%8A%A4%ED%85%9C).pptx.pdf

SKN04-FINAL-3Team/docs/5. 발표/결과보고서_3팀(RAG 활용 추천시스템).pptx.pdf at main · SKNETWORKS-FAMILY-AICAMP/S

 

https://github.com/SKNETWORKS-FAMILY-AICAMP/SKN10-FINAL-4Team

GitHub - SKNETWORKS-FAMILY-AICAMP/SKN10-FINAL-4Team

 

 

 

 

 

 

https://sohyunwriter.tistory.com/214

sohyunwriter - Data / AI 직무 취준 마스터

ai 엔지니어 직무

 

벡터디비->Elasticsearch(안정성 좋음)
RUNPOD

추천 ai도구
-NotebookLM -논문정리
-Perplexity

쿠다.>?
gpu를 효율적으로 쑤기위한 솔류션


ai 정부 기업 3대장
니아, 나이파, aiHub


상담 센터 대화를 활용한 이탈 예측 모델을 만들려고하는데 brert 임베딩이 뭔지 쉽게 설명해줘

 -Google이 만든 "문장의 의미를 벡터로 바꿔주는" AI 모델
-임베딩이란?
✔️ 임베딩 = "문장 → 숫자 벡터로 변환" 과정.

왜 이걸예:
"안녕하세요 고객님" → [‘안’, ‘##녕’, ‘##하’, ‘##세’, ‘##요’, ‘고’, ‘##객’, ‘##님’] 쓰냐면?
텍스트는 숫자가 아님 → 바로 머신러닝에 못 넣음.

BRERT가 의미를 담은 벡터로 바꿔줌 → 머신러닝/딥러닝 가능.

"상담 대화"도 이 벡터로 변환 후 → 이탈 예측 모델로 넣을 수 있음. 
 

그럼 bert 임베딩 512차원은?
 오해 방지:
✔️ 512 = 임베딩 벡터의 차원수가 아니라
✔️ 512 = 토큰 개수 제한임!
BERT는 문장을 처리할 때 '토큰' 이라는 작은 단위로 쪼갭니다. 예: "안녕하세요 고객님" → [‘안’, ‘##녕’, ‘##하’, ‘##세’, ‘##요’, ‘고’, ‘##객’, ‘##님’] 최대 512개까지 이용가능


print("Logistic Regression 모델 훈련 시작...")

# Logistic Regression 분류기 생성
lr_classifier = LogisticRegression(
    random_state=42,
    class_weight='balanced',
    max_iter=1000,
    n_jobs=-1
)

# 모델 훈련
lr_classifier.fit(X_train_scaled, y_train)

# 예측
lr_test_pred = lr_classifier.predict(X_test_scaled)
lr_test_pred_proba = lr_classifier.predict_proba(X_test_scaled)[:, 1]

# 성능 평가
lr_accuracy = accuracy_score(y_test, lr_test_pred)
lr_auc = roc_auc_score(y_test, lr_test_pred_proba)

print(f"\n=== Logistic Regression 모델 성능 ===")
print(f"테스트 세트 정확도: {lr_accuracy:.4f}")
print(f"ROC-AUC 점수: {lr_auc:.4f}")

# 두 모델 성능 비교
print(f"\n=== 모델 성능 비교 ===")
print(f"Random Forest    - 정확도: {test_accuracy:.4f}, AUC: {auc_score:.4f}")
print(f"Logistic Regression - 정확도: {lr_accuracy:.4f}, AUC: {lr_auc:.4f}")

AI 엔지니어 이야기_조한삼 멘토_20250615(8H)_2.pdf

7.30MB

 

AI 엔지니어 이야기_조한삼 멘토_20250615(8H)_1.pdf

4.87MB