本当に現場で通用するOCR、このように作ります。

🚀 데이터브릭스로 배우는 실전 AI 이상 탐지! 💡 비싸고 느린 모델은 그만! 대규모 데이터 최적화부터 실시간 배포까지, 기업 실무에서 바로 활용할 수 있는 이상 탐지 AI를 완성합니다.

이 강의를 통해 기업의 아파치 스파크 프로젝트를 바로 수행할 수 있게 될 겁니다.

Agent Builder 및 Chatkit으로 멀티 에이전트 시스템 앱을 만들고 Cloudflare로 앱을 배포합니다. GPT-5, Agent Builder, Chatkit, MCP, Fine Tuning, CoT 등 최신 기술을 모두 반영하였습니다.

조선·해운 산업은 전통적인 중공업의 대표 분야이지만, 디지털 전환과 인공지능(AI) 기술의 결합을 통해 새로운 경쟁력을 확보하고 있습니다. 본 강의는 AI 기반의 조선소 생산 관리, 선박 설계 자동화, 해상 물류 최적화, 예지보전 시스템 구축 등 실제 현장에서 활용되는 구체적 적용 사례를 중심으로 구성되었습니다. 현장 중심의 접근으로, 단순한 이론이 아닌 **‘조선소에서 AI가 실제로 어떻게 일하는가’**를 이해할 수 있습니다. 또한, AI 기술의 도입 단계에서 고려해야 할 데이터 인프라 구축, 모델 학습, 그리고 해양 환경 특유의 제약 사항까지 다룹니다.

AI기술들은 날이가면 갈수록 다양한 기술들이 등장하고 있습니다. 그에 맞추어 AI 공부를 해야하지만 사실 쉽지 않습니다. 이번 강의는 최근 AI에서 주목받고 있는 주제인 MCP(Model Context Protocol) 에 대해서 알려드립니다. 이 강의는 MCP를 처음접해보거나 디자인, 기획 등 개발이 아닌 다른 업무를 하고 있지만 MCP서버에 대해 관심이 있는 사람들을 대상으로 강의 합니다.

이 강의는 딥러닝을 활용한 이미지와 객체 인식의 원리를 기초부터 최신 모델까지 단계적으로 배우는 과정입니다. - 기초 다지기: 파이토치(Pytorch)로 텐서와 신경망 기본 구조 이해 - 이미지 이해하기: 컴퓨터 비전의 개념, 이미지 데이터 구조, 증강(Augmentation) 기법 학습 - CNN 모델 학습: 합성곱 신경망(CNN)으로 이미지 분류 실습 (CIFAR-10 등) - 전이 학습(Transfer Learning): 기존 학습된 모델을 활용해 적은 데이터로 빠르게 학습 - 객체 탐지(Object Detection): R-CNN, YOLO, SSD, DETR 등 최신 객체 탐지 모델 이해 및 실습 - 세그멘테이션(Segmentation): U-Net, Mask R-CNN을 통한 픽셀 단위 객체 분할 경험

실습을 통해 고품질 AI 에이전트를 만들기 위한 컨텍스트 엔지니어링(Context Engineering) 기법들을 학습해봅니다.

🚀 데이터브릭스로 배우는 실전 AI 이상 탐지! 💡 비싸고 느린 모델은 그만! 대규모 데이터 최적화부터 실시간 배포까지, 기업 실무에서 바로 활용할 수 있는 이상 탐지 AI를 완성합니다.

아직도 M365 Copilot을 ‘도와주는 도구’라고만 생각하시나요? 이제는 M365 Copilot을 ‘직접 만드는 시대’입니다. “Microsoft 365 Copilot, 써보셨나요?” 회의 요약, 문서 작성, 이메일 정리… 편리하긴 하지만, 과연 이것만으로 AI가 진짜 ‘당신을 대신해 일하고 있다’고 말할 수 있을까요? 여전히 사람이 프로세스를 설계하고, 파일을 옮기고, 버튼을 눌러야 한다면, AI는 아직 조수일 뿐입니다. M365 Copilot 사용자에서 벗어나, M365 Copilot을 ‘직접 만드는 사람’이 되는 법. Copilot Studio와 Azure AI의 강력한 기능(AI Foundry, AI Search, Speech, Custom Models 등)을 조합해 여러분만의 ‘실행형 Copilot’을 설계하고 배포하는 방법을 알려드립니다.

이 과정은 건설 및 토목 분야에서 인공지능(AI)을 활용한 실무 적용 전략을 다루는 전문 과정입니다. 디지털 전환이 가속화되는 건설 산업에서, AI는 설계·시공·안전·품질 관리 전반에 걸쳐 혁신을 이끌고 있습니다. 본 과정에서는 실제 현장에서 활용할 수 있는 스마트 건설, 디지털 트윈, AI 기반 장비 제어, 안전 모니터링, 품질 검증 등의 실무 적용 사례를 중심으로 학습합니다.

AI가 내 Slack, Notion에 대신 글을 써준다고? 기존 AI의 한계를 뛰어넘은 MCP로 똑똑하게 일하세요!

딥러닝 최신 기술 중 하나인 Vision Transformer를 공부하고 Pytorch를 이용하여 논문을 구현하는 강의입니다. 비전 분야의 새로운 미래를 저와 함께 경험해 봐요!

복잡한 Next.js의 여러 개념들을 짧은 시간에 핵심만 배울 수 있어요. Next.js를 처음 배우는 분들을 위한 실무 필수 지식만 알려드립니다. 프레임워크 강의만 8년째 진행하는 캡틴판교의 Next.js 신규 강의. "AI 시대에 프런트엔드 개발자"의 코딩과 학습 방법을 배워볼 수 있어요! :)

명함인식을 구현하는 실전을 통해 OpenCV를 활용하고 이미지를 처리하는 방법을 배웁니다. OpenCV에 대해서는 간략히 설명하며, 명함인식을 구현하기 위해 필요한 OpenCV 함수들은 좀 더 자세히 설명하는 방식입니다. 즉 기초강좌라기 보다는 명함인식이라는 실전을 위한 엑기스를 제공합니다. Tesseract 및 Microsoft의 OCR엔진을 활용하는 방안도 포함됩니다. 본 강의의 소스코드는 Python기반이지만, 활용하는 OpenCV 클래스 및 함수와 이미지 인식 및 처리기술을 익히기 때문에, 이를 바탕으로 안드로이드와 iOS에 적용하는 것은 무리가 없을 것입니다. 수강하시는 분은 강의 슬라이드, 실제 동작하는 명함 인식 소스 코드를 제공합니다. 2017년 1월과 2월에 3회의 오프라인 세미나를 하면서 더욱 개선되고 검증된 강의 내용을 강사가 정성들여 온라인용으로 다시 녹음한 것입니다. 본 강의에서 활용되는 OpenCV 함수들입니다. cv2.Canny() cv2.GaussianBlur() cv2.VideoCapture() cv2.adaptiveThreshold() cv2.approxPolyDP() cv2.arcLength() cv2.boundingRect() cv2.boxPoints() cv2.contourArea() cv2.convertScaleAbs() cv2.createTrackbar() cv2.cvtColor() cv2.destroyAllWindows() cv2.dilate() cv2.drawContours() cv2.findContours() cv2.getAffineTransform() cv2.getPerspectiveTransform() cv2.getTrackbarPos() cv2.imread() cv2.imshow() cv2.imwrite() cv2.minAreaRect() cv2.namedWindow() cv2.rectangle() cv2.resize() cv2.threshold() cv2.waitKey() cv2.warpAffine() cv2.warpPerspective()

AI가 어렵게 느껴지는 이유는 복잡한 알고리즘 때문일까요? 사실 AI의 진짜 힘은 ‘데이터’에서 나옵니다. 데이터의 본질을 이해해야 AI를 제대로 다룰 수 있습니다. 기초 철학부터 퍼셉트론, CNN, 그리고 데이터 처리와 윤리까지, AI의 뿌리를 데이터 관점에서 풀어내는 강의입니다.

이 과정은 데이터 시각화의 핵심 도구인 Seaborn과 대화형 대시보드를 구축하는 plotly/Dash를 활용하여, 실무에 바로 적용 가능한 시각화 역량을 키우는 데 초점을 둡니다. 다양한 실습을 통해 인사이트 중심의 시각 자료 제작과 웹 기반 대시보드 구현 능력을 함께 향상시킬 수 있습니다.

LLM 기반 다중 에이전트 기술을 구현할 수 있게 하는 CrewAI, 지식 그래프, 추론 시스템을 결합해 인공지능 판사를 만들어 봅니다.

이 과정은 데이터 시각화의 핵심 도구인 Seaborn과 대화형 대시보드를 구축하는 plotly/Dash를 활용하여, 실무에 바로 적용 가능한 시각화 역량을 키우는 데 초점을 둡니다. 다양한 실습을 통해 인사이트 중심의 시각 자료 제작과 웹 기반 대시보드 구현 능력을 함께 향상시킬 수 있습니다.

본 강의에서는 Microsoft 365 생태계의 스마트한 업무 파트너인 M365 Copilot을 중심으로, 보안과 저작권이 보호된 환경에서 AI를 활용해 업무 혁신을 실현하는 방법을 다룹니다. Copilot의 주요 기능과 다양한 Microsoft 365 서비스와의 연계 활용 방안을 소개하며, 정확하고 효과적인 답변을 이끌어내기 위한 프롬프팅 기법 또한 함께 제시합니다.

GPT API를 활용한 프로그램을 만들고, 이미지 생성과 동영상 생성까지!

보스톤 마라톤 빅 데이터를 기반으로 파이썬과 텐서플로2를 이용하여 다양하고 유용한 머신러닝 회귀(Regression)와 분류(Classification) 프로젝트를 이론과 함께 배우는 머신러닝 종합 프로젝트 과정입니다.

클릭한번에 AI 업무 자동화 + 부수입창출!!! 업무 자동화의 끝판왕 Make, 복잡한 설정과 기능으로 시작하기 망설여지셨나요? 초보자도 쉽게 따라할 수 있는 단계별 강의로 내가 꿈꾸던 자동화를 직접 구현해보세요.