공지사항

더보기

OS/네트워크

AI 엔지니어의 모든 것 풍부한 그림과 함께 알아보는

저자
AI 연구회
정가
23,000원
페이지
248쪽
판형
152mm×225mm
발행일
2023년 09월 10일
ISBN
979-11-92991-19-1
  • 책소개
  • 저자소개
  • 미리보기
  • 목차

일상생활의 거의 모든 일에 AI가 파고들면서 AI 엔지니어에 대한 수요는 점점 더 늘어나고 있습니다. 이 책은 기존 IT 관련 실무자가 AI 엔지니어로 이직하고 싶거나, 학생이나 비전공학과 출신이 AI 엔지니어로 취업하는데 필요한 다양한 정보들을 알려줍니다.

 

또한, AI 엔지니어가 되고 싶은 분은 물론, AI 엔지니어 육성에 필요한 핵심을 알고 싶은 분이나, 앞으로 AI 시스템을 개발하고 싶은 기획자, 사업자 등 엔지니어 이외의 독자에게도 도움이 되도록 ‘AI 엔지니어의 기본 중의 기본부터 설명했습니다.

 

특징

요즘 AI 관련 뉴스가 보이지 않는 날이 없습니다. ‘전설의 가수가 AI로 부활!’ 같은 유명한 화제부터 매장 무인화에 AI를 활용’, ‘소비 행동 예측을 위한 빅 데이터를 AI로 분석등과 같은 비즈니스 화제까지, 폭넓은 분야에서 AI가 주목받고 있습니다. 저출산 고령화의 영향으로 갈수록 노동력 부족이 심각해지는 현대에, 인간만 할 수 있었던 복잡한 판단을 도맡아 하는 AI의 중요성은 날로 커지고 있습니다.

 

한편 AI 시스템을 개발하는 ‘AI 엔지니어부족 현상은 심각합니다. ‘IT 기업의 인재 수요에 관한 조사에 따르면, 앞으로 수만 명의 AI 인재가 부족할 것으로 추산되었습니다. 상황이 왜 이렇게까지 되었을까요?

 

바로, AI 엔지니어는 기존 IT 엔지니어와는 다른 기술을 갖춰야 하기 때문입니다. IT 엔지니어가 AI 엔지니어로 이직하는 것도 쉽지 않을 뿐더러 AI 엔지니어의 육성 자체도 늦어지고 있는 것이 현 상황입니다.

 

이 책에서는 ‘AI 엔지니어란 어떤 직업인가를 현실적인 시점에서 파헤치고 있습니다.

이 책을 발판 삼아 AI 엔지니어로서 활약할 날을 기대하겠습니다.


 

1AI 업계의 현 상황과 기초 지식

01 폭넓게 쓰이는 AI

02 기업의 AI 도입 동향

03 AI 인재의 수요

 

2AI 엔지니어의 업무와 체계

04 AI 엔지니어는 어떤 사람일까?

05 AI 엔지니어와 관여하는 사람들

06 AI 시스템 개발의 전체상 파악

07 PM의 업무와 역할

08 자체 개발과 위탁 개발

09 AI 시스템의 두뇌

10 AI 모델의 생성과 프로그래밍

11 AI 시스템 도입 사례

 

3AI 엔지니어의 구인 상황과 일하는 방법

12 AI 엔지니어의 이직 시장

13 AI 엔지니어의 노동 조건

14 AI 엔지니어의 학력과 연령대

15 AI 엔지니어의 하루 CASE 1

16 AI 엔지니어의 하루 CASE 2

17 AI 엔지니어의 하루 CASE 3

18 AI 엔지니어의 업무란 총괄-

 

4AI 엔지니어가 되려면?

19 AI 엔지니어에게 필요한 기술

20 AI 기술에 필요한 기초 지식

21 AI 프로그래밍을 시작하는 법

22 애플리케이션 개발 기술

23 AI 엔지니어에게 필요한 자격증은?

24 AI 엔지니어가 되려면 ~학생 편~

25 AI 엔지니어가 되려면 ~IT 엔지니어 편~

26 AI 엔지니어가 되려면 ~비전공 IT 엔지니어 편~

 

5AI 시스템의 개요

27 AI 시스템이란?

28 AI 시스템 개발의 흐름

29 AI 시스템에 무슨 일을 시킬지를 결정한다

30 AI 모델의 학습

31 AI 모델의 검증과 평가

32 데이터 취급 방법을 고려하다

33 시스템의 규모를 검토하다

34 AI 시스템 구축에 필요한 것

 

6AI 모델의 구축과 PoC

35 PoC의 중요성

36 AI 모델 시제품에서 무엇을분석할 것인가?

37 데이터 수집 시 주의해야 할 사항

38 AI 모델에서 사용하는 알고리즘을 검토한다

지도 학습

39 AI 모델에서 사용하는 알고리즘을 검토한다

비지도학습

40 AI 모델에서 사용하는 알고리즘을 검토한다

앙상블 학습

41 AI 모델에서 사용하는 알고리즘을 검토한다

딥러닝

42 AI 모델 성능 검증하기

43 AI 모델 성능 평가하기

44 너무 높은 정확도는 과학습을 의심해야 한다

45 데이터가 적은 경우

 

7AI 시스템을 만들다

46 PoC 종료 후 제품화까지의 흐름

47 PoC에서 만든 AI 모델을 실전에 맞게 개선하기

48 AI 시스템 구축하기

49 AI 시스템 테스트하기

50 AI 모델 업데이트 방법 알아보기

 

8AI 시스템의 운용

51 시스템 운용

52 AI 시스템 모니터링으로 이상 유무 확인하기

53 AI 모델 업데이트

54 AI 시스템이 잘 못하는 부분은 사람이 보완한다

 

9AI 엔지니어가 되었다면

55 꾸준히 경험을 쌓자

56 이상적 데이터와 현실적 데이터 파악하기

57 대규모 데이터를 다루려면 인프라에 대한 지식이 필수

58 고객의 기대치 조정하기

59 비즈니스 스킬을 습득한다

60 최첨단 기술이기 때문에 계속 공부해야 한다

61 스텝 업을 위해