
Learning by doing: Practical Spark Part 1
nexthumans
By the end of this course, you will be able to implement Apache Spark projects in your organization.
초급
Apache Spark, Big Data, Machine Learning(ML)
현업에서 진짜 쓰이는 OCR 기술, 제대로 배워보고 싶다면 이 강의 하나로 끝! 비정형 문서와 복잡한 레이아웃에서도 98% 이상의 정확도를 목표로, 최신 SOTA 모델과 실전 노하우를 바탕으로 기업 수준의 OCR 프로젝트를 함께 만들어갑니다.
데이터정제부터 AI 서비스 연결, 엔드투엔드 OCR 실무 프로젝트
딥러닝 기반 SOTA OCR 모델 탐구
현업에서 진짜 쓰이는 OCR 기술, 제대로 배워보고 싶다면 이 강의 하나로 끝!
비정형 문서와 복잡한 레이아웃에서도 98% 이상의 정확도를 목표로, 최신 SOTA 모델과 실전 노하우를 바탕으로 기업 수준의 OCR 프로젝트를 함께 만들어갑니다.
“전단지부터 챗봇까지, 진짜 OCR 실무 따라잡기”
“현업이 원하는 98% 정확도 OCR, 이렇게 만든다!”
“복잡한 문서도 OK! 최신 OCR 기술 완전정복!”
“실습 중심 OCR 프로젝트, 지금 바로 시작하세요!”
#Python, #인공지능(AI), #openai, #openAI API, #컴퓨터 비전
자동차 번호판, 명함, 계약서… 이제 그런 OCR은 기본입니다.
진짜 현장은 이마트 전단지처럼 복잡한 비정형 문서와 마주하죠.
이 강의에서는 단순히 글자를 읽는 데 그치지 않고,
📦 데이터를 정제하고
🧠 AI 서비스로 연결하며
📊 인사이트까지 도출하는
엔드-투-엔드 OCR 프로젝트의 흐름을 실습 중심으로 다룹니다.
딥러닝 기반 SOTA OCR 모델부터
실제 전단지 데이터를 활용한 프로젝트 구축,
그리고 RAG, 챗봇, 마케팅 인사이트까지!
실무에서 바로 통하는 OCR의 모든 것을 함께 배워보세요.
복잡한 문서 인식을 다뤄야 하는 실무자 및 데이터 엔지니어
OCR 기술을 활용한 실제 프로젝트를 설계해보고 싶은 분
RAG 기반 AI 서비스를 준비 중이거나 관심 있는 분
포트폴리오용 실전 프로젝트가 필요한 학생 및 취준생
다양한 OCR 모델의 특징과 활용 범위를 이해하고 비교할 수 있다.
비정형 문서(전단지, 광고 등)에서 필요한 정보를 정제된 형태로 추출할 수 있다.
OCR 데이터를 RAG 및 AI 서비스로 연계하는 실무 흐름을 설계할 수 있다.
실전에서 부딪히는 문제 상황(왜곡, 배경, 폰트 등)을 해결할 수 있는 노하우를 갖춘다.
기업 실무에서 요구하는 수준의 정확도를 달성하기 위한 전략을 이해한다.
Python 기본 문법
필수는 아니지만, 아래 내용을 알고 있다면 학습에 도움이 됩니다:
Pandas, Numpy 사용 경험
머신러닝 및 딥러닝 기초 개념
컴퓨터 비전 또는 OCR 기술에 대한 관심
강의에서 사용하는 주요 기술 스택:
Python 3.10 이상
OpenCV, Numpy 를 이용한 이미지 전처리 및 변환
OpenAI API
로컬 환경에서 실습 가능하며, 별도 GPU는 없어도 수강 가능
실습 코드는 강의 자료와 함께 제공됩니다
모든 실습에 필요한 전단지 이미지 및 코드 샘플 제공
강의는 실무 중심의 프로젝트 기반으로 구성되어 있으며, 단순 이론 위주의 강의가 아닙니다
실습이 포함되어 있으므로 수강 중 Python 코드를 직접 실행하며 따라오는 것을 권장합니다
지속적인 개선을 위해 강의 중 궁금한 점은 커뮤니티 Q&A나 강사 피드백 채널을 통해 문의 가능합니다
학습 대상은
누구일까요?
복잡한 문서 인식을 다뤄야 하는 실무자 및 데이터 엔지니어
OCR 기술을 활용한 실제 프로젝트를 설계해보고 싶은 분
RAG 기반 AI 서비스를 준비 중이거나 관심 있는 분
포트폴리오용 실전 프로젝트가 필요한 학생 및 취준생
선수 지식,
필요할까요?
파이썬 프로그래밍 기초지식
122
명
수강생
11
개
수강평
24
개
답변
4.9
점
강의 평점
3
개
강의
현재 대기업 중심으로 아래와 같은 프로젝트의 개발책임 및 컨설팅을 맡고 있습니다. 현역^^입니다.
더불어, 고려대 대학원에서 인공지능 관련 겸임교수로도 활동하고 있습니다.
저의 목표는 실전에 바로 써먹을 수 있는 현장감 있는 프로그래밍 기술입니다. 앞으로 많은 여러분과 함께 재미난 수업 만들어 나가고 싶습니다.
엔터프라이즈 인공지능 구조 및 서비스 설계
머신러닝 서비스 구현
벡엔드 서비스 개발
클라우드(Azure) Databricks, ETL, Fabric 등 각종 클라우드 환경에서의 데이터베이스 구축 및 서비스 개발
전체
22개 ∙ (11시간 47분)
해당 강의에서 제공:
1. 강의 소개 및 강의 핵심 목표
06:01
5. 이미지 분할 기초
50:11
8. 가장자리 동적 제거 알고리즘
18:18
9. 간편한 수직 / 수평 분할
35:19
11. 고성능 구분선 자동인식 알고리즘 (난이도 중)
01:00:27
15. 리팩토링 #1
01:00:03
16. 리팩토링 #2
52:30
17. 리팩토링 #3
26:25
18. 디버깅
20:11
19. class 생성
21:28
21. LLM class
27:36
22. 코드 마무리 및 결과 확인
26:29
₩110,000
지식공유자님의 다른 강의를 만나보세요!
같은 분야의 다른 강의를 만나보세요!