1:1 문의하기※ 주최측 사정으로 4기 교육은 2021년 4월1일 개강으로 연기되었습니다. 착오 없으시기 바랍니다.
※ 사회적 거리두기 방역 기준에 따라 다음과 같이 진행합니다.
1) 집체교육을 우선으로 하되, 2.5~3단계 방역 시 실시간 온라인 교육으로 전환 실시 (방역 강화 기간에 한정)
2) 30명의 교육생만 선착순으로 모집
3) 출석시 발열 체크 및 출석부 서명
4) 교육생, 교수진, 운영진 전원 마스크 착용
5) 손소독제 및 손세정제 비치
6) 불필요한 이동 자제
※ 전문 교재 및 점심 제공
|
일정 |
분야 |
과목명 |
주요 교육 내용 |
|
|
날짜 |
시간 |
|||
|
4/1 (1일차) |
09:00 ~ 13:00 |
제조 Big Data 개요 |
Big Data의 개요 및 제조 Big Data의 활용 전략 (1) |
◾ 제조 Big Data의 개요 및 기획 - 제조 Big Data의 개요 및 특징 - 제조 Big Data와 Digital Transformation 관계 및 활용 - 제조 Big Data 활용 전략 수립 ◾ 제조 Big Data의 활용 방안 - 제조 Big Data의 연계 (Data Source) 및 수집/활용 방안 - 공정 Data의 확보 및 제조 Data 분석
|
| 14:00 ~ 17:00 |
제조 Big Data 사례 |
Big Data의 개요 및 제조 Big Data의 활용 전략 (2) |
◾ 제조 Big Data 분석 사례 소개 - 업종별 Data 분석 및 활용 사례 소개 ◾ 분석 과제 정의 및 분석 프로젝트 기획
|
|
|
4/2 (2일차) |
09:00 ~ 12:00 |
PLM/Legacy Data |
스마트공장 적용을 위한 개념 설계 (1) |
[제품 개발 프로세스(PLM) 최적화] ◾ PLM의 데이터 정의(제품, 공정, 공장, 자원) ◾ 인터페이스를 위한 개념 설계 ◾ Enterprise 솔루션 관점의 PLM-MES/MOM 연계 방안
|
| 13:00 ~ 17:00 |
참조 모델 자동화 |
스마트공장 적용을 위한 개념 설계 (2) |
[스마트공장 개념 설계] ◾ 스마트 제조와 Biz. Model ◾ 스마트공장 구축 프로세스, Smart Factory Framework [자동화 기반 구조 설계] ◾ 스마트공장 Architecture 개요 ◾ 자동화 시스템의 구성, IT&OT의 체계 구성 ◾ 지능화 기반의 스마트 공장 구성
|
|
|
4/8 (3일차) |
09:00 ~ 16:00 | 공정/제조 운영 데이터 | 제조 운영 효율화 기반 제조 공정 설계 |
◾ 제조 운영 Data의 종류와 확보 방법 (자동 및 수동 집계) ◾ 이력 관리 Data 집계 시스템 항목 구체화/세분화 - 부적합/설비고장/금형 수리/가공 Tool 점검/치공구 관리 ◾ 가동실적 Data의 입력 자동화/간소화 ◾ 품질/설비 Data의 자동 확보 방법과 분석 및 최적화 ◾ 자재 Data의 분석과 재고/SCM 가시화 및 최적화
|
|
4/9 (4일차)
|
09:00 ~ 15:00 | IIoT/데이터 수집 | 데이터 활용을 위한 IIoT의 설계 및 데이터 수집 |
◾ 산업용 IoT Application Architecture 설계 - 산업용 IoT 구축 요구사항 정의 - 실시간 데이터 연계 구조 및 데이터 수집 항목 정의 ◾ IIoT Platform의 개요 및 IIoT Edge 적용 - 전체 시스템 구성도 작성과 상세 인터페이스 정의
|
| 15:00 ~ 18:00 | Big Data/데이터 저장 및 처리 | 데이터 분석 활용을 위한 저장 및 처리 방안 |
◾ 제조 빅데이터 개념 설계 - 트렌드와 요구사항 ◾ 제조 빅데이터 처리 솔루션 - 제조 빅데이터 저장 솔루션과 활용 사례 ◾ 제조 빅데이터 가치 창출 방안 - 솔루션 도입시 고려 사항
|
|
|
4/15 (5일차)
|
09:00 ~ 15:00 | AI/데이터 분석 | 인공지능 개념을 적용한 데이터 활용과 가시화 (1) |
◾ 데이터 분석과 인공지능의 이해 - 산업에서 빅 데이터 문제해결 방법론 ◾ Python 프로그래밍 활용 ◾ 데이터 전처리 및 분석 (Pandas & Sklearn) - Pandas 라이브러리 활용 데이터 불러오기 - 데이터 전처리 - 기계학습을 이용한 예측 모델(AI) 구축하기
|
| 15:00 ~ 17:00 | 데이터 시각화 | 인공지능 개념을 적용한 데이터 활용과 가시화 (2) |
◾ 데이터 시각화 Tool - Seaborn을 이용한 데이터 시각화 ◾ Dash를 활용한 시각화 - 데이터 플랫폼 구축하기
|
|
|
4/16 (6일차) |
09:00 ~ 17:00 | 분석 실습 | 분석 Tool 기반의 제조 Big Data 분석 및 활용 |
◾ 분석 Tool(JMP)을 사용한 Data 변환및 분석 - 데이터 가져오기, 결측치 분석 및 처리, 이상치 분석 및 처리 ◾ 데이터의 시각화 실습 - 분포 그림, 그래프 빌더, 평행 그림, 산점도행열, 3차원 산점도, 버블 그림, 트리 맵 ◾ 다변량 분석 - 변수 선별, 주성분 및 요인 분석, 군집 분석 ◾ 머신 러닝을 적용한 데이터 분석 실습 - 다중회귀분석, 인공 신공망, 의사결정나무 ◾ Big Data 분석 사례 연구 - 의료, 공공 데이터, PCB 공정, 화학 산업 품질 데이터 등
|
※ 상기 일정은 사정에 따라 일부 변경될 수도 있습니다.
1:1 문의
