※ 다음과 같이 교육을 운영합니다. 참조하여 주십시오.
1) 집체교육으로 진행 (단, 방역 강화시 실시간 온라인 교육으로 전환 실시)
2) 30명의 교육생만 선착순으로 모집
3) 교육생, 교수진, 운영진 전원 마스크 착용
4) 손소독제 및 손세정제 비치
※ 전문 교재 및 점심 제공
일정 |
분야 |
과목명 |
주요 교육 내용 |
|
날짜 |
시간 |
|||
9/5 (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
|
|
9/6 (2일차) |
09:00 ~ 17:00 |
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
|
9/12 (3일차) |
09:00 ~ 17:00 | IIoT/데이터 수집 | 데이터 활용을 위한 IIoT 설계 및 데이터 수집 |
◾ 데이터 팩토리 구축 사업의 방향성 및 사전 준비 사항 - 스마트 공장 구축 선진 사례 연구 및 시사점 ◾ 제조 데이터의 범위 및 수집 방법 연구 - IIoT, OPC UA, Cloud, KAMP ◾ 제조 데이터 기반의 제조 시스템(ERP, MES, SCM 등) 구축 ◾ 제조 데이터 수집을 통한 빅 데이터 분석 및 활용
|
9/13 (4일차) |
09:00 ~ 17:00 | Big Data/데이터 저장 및 처리 | 데이터 분석 활응 위한 저장 및 처리 방안 |
◾ 자재 Data의 분석과 재고/SCM 가시화 및 최적화 ◾ 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
|
9/19 (5일차) |
09:00 ~ 17:00 |
AI/데이터 분석 및 시각화 |
인공지능 개념을 활용한 데이터 분석 및 가시화 |
◾ 데이터 분석과 인공지능의 이해 - 데이터 분석 기법의 변화 - 산업에서 빅 데이터 문제해결 방법론 ◾ 데이터 시각화 Tool - Seaborn을 이용한 데이터 시각화 - Plotly를 활용한 데이터 시각화 및 업무 자동화 ◾ 기계학습의 이해 (Sklearn 라이브러리 활용) ◾ 지도학습의 이해와 실습 (회귀 분석, 분류 모델 분석, Tree 구조 알고리즘) ◾ 기계학습 모델 평가 - 기계학습을 이용한 예측 모델(AI) - 스마트 공장 구축 선진 사례 연구 및 시사점
|
9/20 (6일차) |
09:00 ~ 17:00 | 분석 실습 | 분석 Tool 기반의 제조 Big Data 분석 및 활용 |
[노트북 지참] ◾ 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.