|
|
|
교육정보등록일
: 2024-11-18
조회수
: 5906회
|
|
|
교육과정명
|
AI(인공지능) 기술 활용 자바&파이썬 응용SW 및 웹개발자 양성 과정
[무료교육] [실직자] |
|
교육기관명
|
티아이에스정보기술교육센터
( http://tisedu.kr)
|
|
교육장위치
|
서울 영등포구 양평동3가5-4번지/영등포구 선유로 130 에이스하이테크시티3차 2층(교무실 : 212호 강의실 :
|
|
문의처
|
1688-6499
|
|
수강료
|
전액무료교육
|
|
훈련수당
|
훈련수당최대지급
|
|
교육기간
|
2024-12-20
~ 2025-06-11 (총
6개월과정)
|
|
수업시간
|
평일반
|
|
교육인원
|
20명
|
|
|
|
지원자격
|
▶ 정부지원 대상자 : 국민내일배움카드 발급자 및 발급 가능자 ○ 구직자(실업자 및 미취업자), 재직 근로자 및 개인 사업자, 대학졸업예정자, 재학생 및 휴학생으로서 졸업까지 남은 수업연한이 2년 이내인자(야간대, 사이버대, 방통대학교 학생은 위 요건과 관계없이 정부지원 가능)
▶ 교육생 선발 기준(요건) - 상담(면접)을 통해 교육 참여에 대한 진정성, 직업(직무)에 대한 비전과 확신, 수료 의지 및 취업에 대한 목표 의식이 확고한 지원자를 선발함. - 나이, 학력, 전공, 관련 자격증 취득 등을 고려하여 선발할 수도 있음.
|
|
등록시구비서류
|
▶ 준비서류 - 국민내일배움카드 발급(거주지 관할 고용센터에서 신청) - 취업연수교육 수강신청서(본원 양식) - 최종학력증명서[졸업(예정)증명서, 수료증명서, 재학증명서 중 택1] - OT(오리엔테이션) 참석시 제출
|
|
과정소개
|
“국가기간전략산업직종훈련” SW융합 취업연수 교육 AI(인공지능) 기술 활용 자바&파이썬 응용SW 및 웹개발자 양성 과정 [응용SW 및 웹개발(프론트엔드&백엔드)+빅데이터&인공지능]
▶ 교육과정 목표 ■ JAVA 및 Python 언어를 기반으로 컴퓨터가 스스로 학습하여 결정할 수 있는 인공지능(머신러닝&딥러닝) 및 빅데이터 분석 기술을 활용하여 응용SW 및 웹개발 기술을 함양하기 위해 NCS 직종인 응용SW엔지니어링, DB엔지니어링, 인공지능 플랫폼 구축, 빅데이터 분석 직종의 능력단위들을 활용한 학습을 통하여 현업에서 실무 적용할 수 있는 전문 소프트웨어 개발자 및 웹개발자 양성을 목표로 한다. ① 응용소프트웨어 및 웹개발에 사용되는 컴퓨터 언어인 JAVA의 기본 문법, 알고리즘, 최신 코딩 기법과 객체지향 개념을 이해하고 유용한 여러 자바의 클래스들을 학습하여 실무에서 활용될 수 있도록 하며 현업에서 가장 많이 사용되는 객체 디자인 패턴에 대해서 학습한다. ② 관계형 데이터베이스 Oracle에 대한 이해와 SQL과 PL/SQL의 기본 문법을 익히고 정규화를 통한 DB모델링, DB튜닝, 데이터 입출력 구현 등의 기술들을 이론과 실습을 통해 습득하고 구현, 활용할 수 있도록 한다. ③ HTML(HTML5), CSS(CSS3) 등을 활용하여 웹표준과 반응형웹, UI 및 화면구현 능력을 함양하고 Javascript, jQuery, AJAX, React.js 등의 자바스크립트 프레임워크 및 라이브러리 활용하여 프론트엔드 웹개발의 실무 기술을 바로 적용할 수 있는 능력을 학습한다. ④ 서버 사이드 기반의 웹어플리케이션 프로그래밍 기술인 Servlet과 JSP, Node.js 언어를 통해 백엔드 개발 능력을 배양하고 모던 웹사이트 제작 기술을 익혀 실무에 적용할 수 있도록 한다. ⑤ 현업에서 가장 많이 요구하는 백엔드 프레임워크인 Spring, Spring Boot, MyBatis와 국내의 공공부문 정보화 사업 시 플랫폼별 표준화되고 법제화된 전자정부 표준프레임워크를 실무 중심으로 학습한다. ⑥ 대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 목적에 따라 분석 기술과 방법론을 기반으로 정형, 비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화를 수행하는 능력을 함양할 수 있다. ⑦ 인공지능(머신러닝 및 딥러닝) 소프트웨어 개발 학습을 통해 현업에 적용하여 활용할 수 있는 실무 능력을 함양할 수 있다. ⑧ 수료 시 초급 개발자(경력 1~2년차) 수준의 역량을 갖출 수 있도록 육성하고, 실무 프로젝트에 즉시 투입 가능한 수준으로 양성하고자 한다.
|
|
교육내용
|
* 본과정은 수강생모집에 따라 개강일정 및 교유장소가 변경 될 수 있습니다.
교육과정 특징 및 강점
본 취업과정은 고용노동부 국가기간·전략산업직종훈련으로 NCS직종인 “응용SW엔지니어링”과 “AI 활용 소프트웨어 개발” 직종을 기반으로 설계·편성되었으며, 응용SW 및 웹개발 기술과 빅데이터 분석 및 인공지능 개발 기술을 융합하여 응용SW개발자, AI 소프트웨어 개발자, JAVA개발자, 웹개발자(프론트엔드&백엔드), 빅데이터 플랫폼 개발자, 빅데이터 분석 전문가 등의 분야로 취업을 준비를 하기 위한 실무 위주의 완벽한 커리큘럼으로 구성하였습니다. 기초부터 고급 실무 활용과 최종 프로젝트(포트폴리오) 까지 구성된 내용으로 비전공 초보자, 관련 학과 전공자 뿐만 아니라 부족한 직무 능력을 향상하고자 하는 경력자까지 본 취업교육의 연수 대상의 범위가 됩니다.
기업에서 요구하는 지식 및 기술 수준의 수요조사와 요구사항 등을 철저히 검토하여 훈련과정 편성에 반영하였으며, NCS(국가직무능력표준)기반과 현 기술 트렌드에 맞춘 현장 실무 중심의 교육으로 진행되며 훈련 과정의 전문성과 높은 수준의 훈련 결과를 도출하기 위하여, 다년간 의 현장 실무 경력과 강의 능력을 갖추고 NCS 확인 교·강사의 배점이 아주 높은 검증된 교·강사를 배정하였으며, 체계적인 취업지원 프로세스를 기반으로 수료생 전원 취업 지원 및 연계를 목표로 하여 TIS정보기술교육센터 만의 취업 교육 인프라와 노하우를 바탕으로 우수하고 만족도 높은 교육 콘텐츠를 제공 하고자 합니다.
▶ 해당 직종 직업능력개발훈련 주요 성과 및 실적
# 직업능력개발훈련 이수자 평가 최우수 A등급 획득!
# 훈련생 전체 수료율 94.6%, 취업률 87.5% 달성!
# 훈련생 만족도 평균 4.8점(5점 만점) 획득!
▶ 교육기간 및 일정
교육기간(일정) |
교육시간 |
강의실 |
정원 |
모집일정참고 1688-6499/1899-1534
(6개월/130일/1,024시간) |
09:30~18:30 (1일 8시간)
주 5일(월~금)
점심시간 : 12:20~13:30 (70분) |
6강의실 |
20명 |
▶ 교육비용 및 정부지원 내용
○ 정부지원 명칭 : 국가기간전략산업직종훈련(고용노동부), 국민내일배움카드 발급(필수)
○ 교육비용(정부지원금) : 7,308,940원
○ 개인부담금 : 없음(전액 국비무료)
○ 훈련장려금 지급(식비, 교통비, 교육수당) : 매월 단위기간 수업 일수(평균 20일)의 80% 이상 출석자
- 일반 대상 신청자 : 매월(20일 기준) 최대 200,000원 지급
- 국민취업지원제도 대상 신청자 : 매월(20일 기준) 284,000원(2유형) 또는 500,000만원(1유형) 추가 지급
※ 매월 수업 일수 기준 80% 이상 출석자에 한해 지원되며 결석 시 결석 일수에 따라 차감됩니다.
교과목 |
과목 소개 및 개요 |
JAVA |
자바는 객체지향 프로그래밍 언어로서 C, C++에 비해 간략하고 쉬우며 보안성이 뛰어나고 컴파일한 코드는 다른 운영 체제에서 사용할 수 있도록 클래스(class)로 제공된다. 네트워크 기능의 구현이 용이하기 때문에, 인터넷 환경 및 웹 어플리케이션 개발 언어로 가장 많이 사용되고 있으며, 운영체제의 종류에 관계없이 대부분의 시스템에서 실행 가능하다. |
Oracle DBMS |
DBMS(데이터베이스관리시스템)는 데이터를 효과적으로 이용할 수 있도록 정리하고 보관하기 위한 기본 소프트웨어이다. Oracle DBMS는 오라클에서 개발한 관계형 데이터베이스 관리 시스템(RDBMS) 으로 유닉스 체제에서 가장 많이 사용되며, 현재 가장 널리 사용되는 대표적인 데이터베이스 소프트웨어의 하나이면서 전 세계 DBMS 시장 점유율 1위를 기록하고 있다. |
HTML5 |
HTML5는 웹 문서를 만들기 위한 기본 프로그래밍 언어 ‘HTML(Hyper Text Markup Language)’의 최신 규격이다. HTML5를 이용해 웹사이트를 만들면 국내 전자상거래에서 많이 쓰이는 액티브X, 동영상이나 음악 재생에 필요한 어도비 플래시와 같은 프러그인 기반의 각종 프로그램을 별도로 설치할 필요가 없어지며 모바일 환경도 아이폰이나 안드로이드 등의 운영체제를 가리지 않고 모두 호환된다. |
CSS3 |
웹 문서의 전반적인 스타일을 미리 저장해 둔 스타일시트 기술을 보여주는 CSS의 최신 규격이며, CSS3는 문서 전체의 일관성을 유지할 수 있고, 세세한 스타일 지정의 필요를 줄어들게 하여 웹 개발자들이 보다 풍부한 디자인으로 웹을 설계할 수 있고, 글자의 크기, 글자체, 줄간격, 배경 색상, 배열위치 등을 자유롭게 선택하거나 변경할 수 있으며 유지·보수도 간편하게 할 수 있다. |
JavaScript |
자바스크립트는 HTML 문서의 정적이고 단조로운 한계를 극복하기 위해 넷스케이프(Netscape)사가 만든 livescript가 그 이름을 달리 한 것으로서 브라우저 자체에 내장된 해석 기능을 이용한 클라이언트 기반의 일종의 스크립트 언어이다. 작고도 빠르기 때문에 웹문서를 동적으로 꾸밀 때 가장 널리 쓰인다. 언어 규격은 자바의 부분 집합(subset)으로 되어있으며. 최근 다양한 자바스크립트 프레임워크와 라이브러리가 생기면서 자바스크립트 생태계는 크게 확장되고 있으며, 그 위상도 점점 높아지고 있다. |
jQuery |
제이쿼리는 HTML의 클라이언트 사이드 조작을 단순화 하도록 설계된 크로스 플랫폼의 자바스크립트 라이브러리다. jQuery의 문법은 코드 보기, 문서 객체 모델 찾기, 애니메이션 만들기, 이벤트 제어, Ajax 개발을 쉽게 할 수 있도록 디자인 되었다. 또한 jQuery는 개발자가 플러그인을 개발할 수 있는 기능을 제공한다. |
Ajax |
비동기식 자바스크립트 XML(Asynchronous Javascript And XML)의 약자이다. 하이퍼텍스트 표기언어(HTML)만으로 어려운 다양한 작업을 웹페이지에서 구현해 이용자가 웹페이지와 자유롭게 상호 작용할 수 있도록 하는 기술이며 별도 프로그램을 설치하거나 웹페이지를 다시 로딩하지 않고도 메뉴 등 화면상의 객체를 자유롭게 움직이고 다룰 수 있다. 비슷한 기능의 액티브X나 플래시 등에 비해 가볍고 속도가 빨라 차세대 웹 기술로 각광받고 있다. |
React.js |
리액트는 UI 구현을 위한 자바스크립트 라이브러리 및 프레임워크의 하나로서 사용자 인터페이스를 만들기 위해 사용된다. 리액트는 싱글 페이지나 모바일 애플리케이션의 개발 시 토대로 사용될 수 있다. 복잡한 리액트 애플리케이션들은 상태 관리, 라우팅, API와의 통신을 위한 추가 라이브러리의 사용이 일반적으로 요구된다. 리액트는 다른 자바스크립트 라이브러리 및 프레임워크와 가장 큰 차별점은 MVC 패턴에서 V 즉, View 에만 집중하고 있다는 점이다. |
Servlet
&
JSP |
자바 서블릿은 서버 측 기능을 확장시킨 자바 프로그램으로, 자바 EE(JavaEE, Java, Java Platform Enterprise Edition)의 한 기능이다. 서블릿은 쇼핑 사이트 및 온라인 뱅킹 등의 다양한 동적 웹사이트를 구축하기 위해 사용된다. 서블릿은 메모리에 상주하여 요청마다 프로세스보다 작은 스레드(thread)를 시작하기 때문에 효율이 좋다.
JSP(Java Server Pages)는 HTML내에 자바 코드를 삽입하여 웹 서버에서 동적으로 웹 페이지를 생성하여 웹 브라우저에 돌려주는 언어이다. Java EE 스펙 중 일부로 웹 애플리케이션 서버에서 동작하며 서블릿의 사용을 통해 웹페이지의 내용이나 모양을 제어하는 기술이다. |
Node.js |
노드JS(Node.js)는 자바스크립트 엔진 ‘V8’ 위에서 동작하는 이벤트 처리 I/O 프레임워크다. 서버 환경에서 자바스크립트로 애플리케이션을 작성할 수 있게 돕는다. 노드JS의 장점은 비동기 프로그래밍이다. 동기 프로그래밍은 무엇인가 요청하면 결과를 즉시 받는 것을 의미한다. 비동기는 이벤트를 요청하고 바로 결과를 받지 않아도 된다. 따라서 결과값을 기다리지 않고 보다 다양한 요청을 처리할 수 있다. 웹 분야에서는 비동기 프로그래밍을 쓰는 경우가 드물었는데, 노드JS로 비동기 프로그래밍을 비교적 쉽게 할 수 있게 되었다. |
Spring
&
eGovFramework |
자바 플랫폼을 위한 오픈 소스 애플리케이션 프레임워크로서 간단히 스프링(spring)이라고 한다. 동적인 웹 사이트 개발을 위한 여러 가지 서비스를 제공한다. EJB 기반으로 개발을 하지 않고 POJO(Plain Old Java Object) 기반으로 개발을 하더라도 가볍고, 제어가 가능한 상호 관련이 적은 AOP(Aspect Oriented Programming. 관점지향 프로그래밍)을 지원하고, 컨테이너를 통해 라이프사이클을 관리하고, XML 기반으로 컴포넌트를 개발할 수 있도록 지원해주는 프레임워크를 말한다. 대한민국 공공기관의 웹 서비스 개발 시 사용을 권장하고 있는 전자정부 표준프레임워크의 기반 기술로서 쓰이고 있다. |
Python |
파이썬은 간결하고 생산성 높은 프로그래밍 언어이며, 문법이 다른 프로그래밍 언어에 비해 어렵지 않을 뿐 아니라 표현하는 구조도 사람이 대화하는 형식을 이용함으로서 초보자도 쉽게 배울 수 있다. 이러한 특징은 유지 보수와 관리도 쉽게 하도록 돕는다. 파이썬은 누구든지 무료로 사용할 수 있도록 대중에 완전 공개하여 외부에 풍부한 라이브러리가 있어 다양한 용도로 확장하기 좋다. 실제로 파이썬은 웹 개발 뿐만 아니라 데이터 분석, 머신러닝, 그래픽, 학술 연구 등 여러 분야에서 활용되고 있다. |
Pandas |
판다스는 데이터 조작 및 분석을 위한 Python 프로그래밍 언어용으로 작성된 소프트웨어 라이브러리이다. 특히 숫자 테이블과 시계열 을 조작하기 위한 데이터 구조 와 연산을 제공한다. Pandas를 사용하면 쉼표로 구분된 값, JSON, SQL 및 Microsoft Excel 과 같은 다양한 파일 형식에서 데이터를 가져올 수 있고 병합 등의 각종 데이터 처리 동작을 허용, 재편, 선택 뿐만 아니라 청소 데이터 및 데이터 승강이 가능하다. |
Machine Learning |
머신러닝(기계 습)은 컴퓨터 과학 중 인공지능의 한 분야로, 패턴인식과 컴퓨터 학습 이론의 연구로부터 진화한 분야이다. 머신 닝은 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라 할 수 있다. 머신러닝의 알고리즘들은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다, 입력 데이터를 기반으로 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식을 취한다. |
Deep Learning |
딥 러닝은 컴퓨터가 여러 데이터를 이용해 마치 사람처럼 스스로 학습할 수 있게 하기 위해 인공 신경망(ANN: artificial neural network)을 기반으로 구축한 한 기계 학습 기술이다.
인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 방식을 모방해 컴퓨터가 사물을 분별하도록 기계를 학습시킨다.
딥 러닝 기술을 적용하면 사람이 모든 판단 기준을 정해주지 않아도 컴퓨터가 스스로 인지·추론·판단할 수 있게 된다. 음성·이미지 인식과 사진 분석 등에 광범위하게 활용된다. |
TensorFlow |
텐서플로는 구글이 개발한 오픈 소스 소프트웨어 라이브러리이며 머신러닝과 딥러닝을 쉽게 사용할 수 있도록 다양한 기능을 제공하며, 데이터 플로우 그래프(Data Flow Graph) 구조를 사용하는 것이 특징이다. 텐서플로는 주로 이미지 인식이나 반복 신경망 구성, 기계 번역, 필기 숫자 판별 등을 위한 각종 신경망 학습에 사용한다. 특히 대규모 예측 모델 구성에 뛰어나 테스트부터 실제 서비스까지 사실상 거의 모든 딥러닝 프로젝트에서 범용적으로 활용할 수 있다. |
Pytorch |
파이토치는 페이스북의 AI 연구 팀이 개발한 파이썬 기반 오픈소스 머신러닝 라이브러리이다. 파이토치는 토치(Torch)라는 머신 러닝 라이브러리에 바탕을 두고 만들어졌으며, 텐서플로와 다르게 절차가 간단하고 그래프가 동적으로 변화할 수 있으며 코드 자체도 파이썬과 유사해 진입 장벽이 낮은 편이다. 파이토치는 간단하고 직관적으로 학습 가능하고, 속도 대비 빠른 최적화가 가능하다는 장점이 있는 반면에 텐서플로우에 비해 사용자층이 얕아, 예제 및 자료를 구하기 힘든 단점도 있다 |
Keras |
케라스는 파이썬으로 작성된 오픈 소스 신경망 라이브러리이다. MXNet, Deeplearning4j, 텐서플로, Microsoft Cognitive Toolkit 또는 Theano 위에서 수행할 수 있다. 딥 신경망과의 빠른 실험을 가능케 하도록 설계되었으며 최소한의 모듈 방식의 확장 가능성에 초점을 둔다. 케라스에서 제공하는 시퀀스 모델로 원하는 레이어를 쉽게 순차적으로 쌓을 수 있으며, 다중 출력 등 더 복잡한 모델을 구성할 때는 케라스 함수 API를 사용하여 쉽게 구성할 수 있습니다. 이처럼 케라스는 딥러닝 초급자도 각자 분야에서 손쉽게 딥러닝 모델을 개발하고 활용할 수 있도록 직관적인 API를 제공한다. |
Computer Vision |
컴퓨터 비전은 시각적 세계를 해석하고 이해하도록 컴퓨터를 학습시키는 인공 지능 분야이다. 카메라, 에지 기반 또는 클라우드 기반 컴퓨팅, 소프트웨어 및 인공 지능(AI)을 결합하여 시스템이 사물을 “확인”하고 식별할 수 있게 한다. 컴퓨터 비전은 딥 러닝을 사용하여 이미지 처리 및 분석 시스템을 안내하는 신경망을 형성한다. 충분히 훈련된 컴퓨터 비전 모델은 사물을 인식하고 사람을 감지하거나 인식하며 움직임도 추적할 수 있다. 딥 러닝 및 인공 지능 분야에서 가장 주목할만한 기술 중 하나로 손꼽힌다. |
OpenCV |
OpenCV(Open Source Computer Vision)은 실시간 컴퓨터 비전을 목적으로 한 프로그래밍 라이브러리이다. 실시간 이미지 프로세싱에 중점을 둔 라이브러리이며 컴퓨터 영상처리 프로그래밍을 위한 기능패키지로 영상처리를 위한 여러 함수들이 들어있어 다양한 문제를 해결할 수 있다. 원래는 인텔이 개발하였다. 이 라이브러리는 윈도우, 리눅스 등에서 사용 가능한 크로스 플랫폼이며 오픈소스 BSD 허가서 하에서 무료로 사용할 수 있다. OpenCV는 TensorFlow, Torch / PyTorch 및 Caffe의 딥러닝 프레임워크를 지원한다. |
NLP |
자연어 처리(Natural Language Processing)는 컴퓨터를 이용해 사람의 자연어를 분석하고 처리하는 기술이다. 요소 기술로 자연어 분석, 이해, 생성 등이 있으며, 정보 검색, 기계 번역, 질의응답 등 다양한 분야에 응용 된다.
자연어 처리에는 자연어 분석, 자연어 이해, 자연어 생성 등의 기술이 사용된다. 자연어 분석은 그 정도에 따라 형태소 분석(morphological analysis), 통사 분석(syntactic analysis), 의미 분석(semantic analysis) 및 화용 분석(pragmatic analysis)의 4 가지로 나눌 수 있다. 자연어 이해는 컴퓨터가 자연어로 주어진 입력에 따라 동작하게 하는 기술이며, 자연어 생성은 동영상이나 표의 내용 등을 사람이 이해할 수 있는 자연어로 변환하는 기술이다. |
▶ 실제 교육 세부 커리큘럼
교과목 |
단원 |
세부내용 |
Application
Programming |
JAVA Programming |
- 자바 SDK 및 eclipse 설치 및 개발 환경 설정
- 자바 기본 문법, 식별자, 데이터 타입, 변수와 상수
- 기본 함수, 연산자, 조건문, 제어문, 반복문
- 배열, 다차원 배열, 예외 처리, 다중 데이터
- 클래스와 객체, 객체지향 프로그래밍의 이해
- 상속, 생성자, 오버로딩, 오버라이딩, 인터페이스
- 모듈과 패키지, 자바의 유용한 클래스
- 제네릭과 컬렉션, 입출력 스트림, 파일 입출력
? GUI, 컨테이너와 배치, AWT와 Swing
? 이벤트 기반 프로그래밍, 이벤트 객체, 리스너
? 기본 스윙 컴포넌트의 활용, 그래픽
? 스레드와 스레드 동기화, 멀티태스킹
? 고급 스윙 컴포넌트의 활용(메뉴, 툴바, 툴팁, 다이얼로그)
? 네트워크(TCP/IP) 및 소켓 프로그래밍
? 서버/클라이언트 프로그래밍 실습 |
DBMS |
Oracle (SQL, PL-SQL)
&
JDBC |
- 관계형 데이터베이스 개요, Oracle 설치 및 환경 설정
- 데이터베이스 객체, 테이블, 뷰, 인덱스, 제약조건
- SQL 기본 구조 및 문장, 명령어, 연산자, 조건식
- 기본 함수, DDL, DML, DCL 문의 이해
- SELECT, INSERT, UPDATE, DELETE, COMMIT/ROLLBACK
- Sequence, index, default, 내장함수 - GROUP BY, HAVING, UNION, JOIN, sub query
? PL/SQL 기본 구조 및 구성요소
? 프로시저, 트랜잭션, Cursor, 함수, 패키지
? 고급 SQL, PL/SQL 문장 활용 및 응용
? 데이터 암호화, 사용자 계정 관리(권한과 보안)
? JDBC의 이해 및 JDBC 프로그래밍 |
Front-End
Programming
(Client side) |
HTML & HTML5 |
- 웹표준, 웹접근성, 반응형 웹의 이해 - HTML 기본 태그의 이해, HTML5 개요 및 추가 기능 - 태그(글자, 목록, 테이블, 이미지, 오디오, 비디오, 시맨틱)
? HTML5 마크업 응용, API, 캔버스 |
CSS & CSS3 |
- CSS 기본 속성 및 문법 이해 - CSS3의 추가 기능 및 선택자의 종류와 활용 - CSS3의 여러 가지 스타일 속성의 종류와 활용
? 웹페이지 레이아웃, 애니메이션, 변환, 반응형 웹 |
JavaScript
(ECMAScript) |
- 기본 문법, 변수, 상수, 식별자, 자료형, 형변환
- 연산자, 조건문, 제어문, 배열과 반복문
- 함수(매개변수, 내부함수, 콜백함수, 내장함수)
- 객체, 속성과 메서드, 생성자 함수, 캡슐화, 상속
- 내장 객체(Object, Number, String, Array, Data, Math) - 문서 객체 모델(DOM), 문서 객체 생성 및 조작
? 이벤트의 종류와 처리, 효과, 예외처리
? ECMAScript 기본 문법, let, const, 템플릿 리터럴 백틱(` `)
? 루프, forEach, for-in for-of, 배열 메서드
? 화살표 함수, 내장 객체, 클래스, 프로미스, 제너레이터 |
jQuery |
- 제이쿼리 라이브러리의 개요 및 기본 문법의 이해
- 선택자(기본, 전체, 클래스, 태그, 속성, 위치, 필터, 입력양식)
- 메서드(객체 조작, 속성 조작, 수치 조작, 객체 편집)
- 문서 객체의 선택과 탐색, 조작 - 클래스, 속성, 스타일, 객체 삽입, 추가, 검사, 삭제 - 이벤트(연결, 마우스, 포커스, 키보드, 그룹) - 다양한 효과 및 애니메이션 활용, 이미지 슬라이더
? 제이쿼리 UI 플러그인의 활용과 제작
? 라이트박스, w2ui, jqGrid, 스트레드시트 플러그인
? XML과 Ajax, jQuery와의 연동 및 활용 |
Ajax |
- 자바스크립트 비동기 방식기술, Ajax 구조의 이해
- Ajax 학습을 위한 서버 환경 구축, XMLHttpRequest 객체
- Get 방식의 데이터 요청, Post 방식의 데이터 요청
? XML 데이터처리, JSON 데이터 처리
? 크로스 브라우저, Ajax 활용 예제 |
React.js |
- React.js 라이브러리의 개요, 개발 환경 설정
· JSX 코드 이해와 문법, ESLint와 Prettier 적용
· React 엘리먼트 생성, 매개변수, 엘리먼트 렌더링
· 이벤트 핸들링, ref와 DOM 사용
· React 컴포넌트 생성, 컴포넌트에서 다른 라이브러리 사용
· 컴포넌트의 라이프 사이클 메서드, 컴포넌트 업데이트
· Jest를 사용해 React 애플리케이션 테스트
· Flux를 사용한 React 아키텍처 향상
· 애플리케이션의 유지보수, 컴포넌트 리팩토링 |
Back-End Programming
(Server side) |
Servlet & JSP |
- 서블릿과 JSP의 개요, 서블릿 구현 및 실행
- 한글 처리와 데이터 통신, get 방식과 post 방식
- 암호 입력 상자, 서블릿의 라이프사이클
- JSP 프로그래밍 기본 태그 및 문법
- 내장 객체와 표준 액션 태그, 쿠키와 세션
- 세션 관련 메소드, 세션을 이용한 로그인 처리
? 자바 빈 클래스, 자바 빈 관련 액션 태그
? 표현 언어와 JSTL 라이브러리, 커스텀 태그
? 데이터베이스를 이용한 회원 관리 시스템 구축
? 파일 업로드에 사용되는 COS 라이브러리
? MVC 패턴(모델2)을 사용한 게시판 구현 |
Node.js |
- Node.js 설치 및 개발 환경 설정
- 이벤트 기반 프로그래밍의 개요와 기법
- Buffer, events, fs, os, path, process 등 기본 모듈 활용
- express 프레임워크 설치 및 웹서버 구축
- get 방식 post 방식 요청 파라미터 추출 및 응답
? 외부모듈(ejs, mime, socket.io 등)의 설치 및 사용
? ejs(embeded javascript) 모듈 활용 동적 웹페이지 출력
? socket.io 모듈을 이용한 실시간 데이터 전송
? Chatting Room 서비스 구현 |
Spring(Spring Boot) Framework &
MyBais |
- 스프링 프로젝트를 위한 STS 설치와 개발 환경 구성
- 스프링과 MyBais의 구성과 연결
- Model 2 패턴 이해와 스프링 MVC 컨트롤러
- 기본적인 기능의 게시물 관리
- 등록, 수정, 삭제, 조회 기능의 구현
- DAO 인터페이스 구현, XML Mapper 작업
- MyBitis의 Mapper 인터페이스 활용
- 컨트롤러와 뷰(view)의 구현, 페이징 처리 - 검색 처리와 동적 SQL, Ajax 댓글 처리 - RestController, REST 방식의 ReplyController 작성 - 화면에서의 Ajax 호출, 게시물의 관리
? Spring의 AOP와 트랜잭션 처리
? 게시물의 첨부 파일 기능, 파일 업로드
? 게시물의 세부 기능 적용, 자동 로그인과 쿠키
? Spring Boot를 이용한 프로젝트 생성
? Spring Boot와 Spring Security 연동
? 소셜 로그인 처리, API 서비스 만들기
? 전자정부 표준프레임워크의 이해와 활용 |
AI 구현을 위한 데이터 분석 |
웹크롤링(웹스크래핑)
&
데이터분석 |
- Python 설치 및 기본 문법 이해
- 자료형, 제어문, 함수, 입출력, 클래스, 모듈, 패키지
- Python 라이브러리(NumPy, Pandas) 이해 및 활용
- Python을 활용한 각종 데이터 수집 실습
- 크롤링 모듈/패키지 활용(requests, beautifulsoup, selenium, scrapy)
- 클라이언트와 서버, 크롤링의 이해 - API를 통한 데이터 크롤링 - 기본 정적 정보 수집하기
? selenium 활용하여 동적 정보 수집하기
? iframe, json 정보 수집하기, 정규 표현식
? header 정보 수정, 쿠키 처리 통해 사람처럼 보이기
? 시각화 도구 및 그래픽 라이브러리의 활용
? Matplotlib, Gogle Chart, Word Cloud의 활용 |
AI(인공지능)
SW구현 |
머신러닝 구현 |
· 인공지능, 머신러닝, 딥러닝의 상호 관계의 이해
· 머신러닝 개요, 종류, 응용 분야의 이해
· Python(파이썬)을 활용한 머신러닝, 딥러닝 구현 개요
· 머신러닝을 위한 데이터 구조와 처리
· 머신러닝 프레임워크 Scikit-Learn 설치와 활용
· Scikit-Learn을 통한 데이터셋 로딩, 학습, 예측의 응용
· 한국어 분석(형태소 분석) 하기
· 이미지 내부의 문자 인식하기
· 외국어 문장 판별하기
· 서포트 벡터 머신(SVM) 이해와 활용
· 랜덤 포레스트 이해와 활용
· 데이터 검증 방법(크로스 밸리데이션, 그리드 서치) |
딥러닝 구현 |
· 딥러닝 개요, 종류, 응용 분야의 이해
· 딥러닝 프레임워크 TensorFlow 설치와 활용
· Jupyter Notebook 설치와 실행
· TensorFlow 기본 기능과 머신러닝 하기
· TensorBoard로 시각화 및 딥러닝하기
· Keras로 다양한 딥러닝 해보기
· Pandas와 NumPy 다루기
· 텍스트 분석과 챗봇 만들기
· Word2Vec으로 문장을 벡터로 변환하기
· 베이즈 정리, MLP로 텍스트 분류하기
· 문장의 유사도를 N-gram으로 분석하기
· 마르코프 체인과 LSTM으로 문장 생성하기
· CNN을 활용한 이미지 인식 시스템 만들기
? 컴퓨터 비전과 영상의 이해
· OpenCV로 얼굴 인식하기
· 이미지 OCR 연속된 문자 인식하기 |
PROJECT |
종합
프로젝트 제작 |
- 개인 및 팀 회의를 통한 프로젝트 주제 선정 및 기획
- 개발 환경 설정, 요구사항 분석, 벤치마킹
- 시스템 분석 및 설계, 스토리보드 작성
- Git과 GitHub를 활용한 프로젝트 형상관리
- 프로젝트 UI 설계 및 구현
? DB 모델링을 통한 데이터베이스 설계 및 구축
? 프레임워크를 활용한 프로젝트 구현 및 개발
? 개발자 및 사용자 테스트, 디버깅 작업
? 프로젝트 발표 및 시연, 프로젝트 종합 평가 |
▶ 수료 후 진로(직업)
○ 응용SW개발자, 자바 개발자, AI(인공지능) 개발자, 웹개발자, 프론트엔드 개발자, 백엔드 개발자, 풀스택 개발자, 웹퍼블리셔, 빅데이터 시스템 및 플랫폼 개발자, 빅데이터 분석 전문가, 데이터베이스 관리자 등
▶ 문의(연락처)
- 전화 : 02-703-7063, 1688-6499 , 010-4910-2567
- 메일 : najoana@naver.com
- 홈페이지 : http://www.tisedu.kr
|
|
수료
후 진로
|
▶ 연수생 혜택 및 지원 - 채용 협약 및 구인의뢰 기업체를 통해 수료생 전원 취업지원 및 연계 (수료 후 최대 6개월까지 지원) - 이력서 및 자소서, 경력 기술서 등 작성법과 면접 스킬업을 위한 1:1 취업 컨설팅 지원 - 현 기술 트렌드에 맞춘 현장 실무 중심의 취업교육 진행 - 학습 성과 우수자, 출석 우수자, 프로젝트 우수팀 등 표창 및 포상 - 정규 수업 종료 후 해당 강의실 야간 개방으로 20시 30분까지 추가 자율학습 가능(월~목) - 교육비 전액국비무료 및 매월 훈련장려금 지급 - 교재, PC, 장비 및 기자재, 개인 사물함 등 무상 지원
|
|
관련자격증
|
▶ 관련 자격증(취득 가능 자격증) ■ 국가기술 자격증, 국가공인 자격증 ○ 한국산업인력공단 : 정보처리기사, 정보처리산업기사, ○ 한국데이터산업진흥원 : 빅데이터분석기사, 데이터분석 전문가(ADP), 데이터분석 준전문가(ADsP), 데이터아키텍처 전문가(DAP), 데이터아키텍처 준전문가(DAsP),
|
|
강사소개
|
실무강사진
박재성/대학원졸(석사)전공 정보공학 자바개발자, 응용SW엔지니어링, 빅데이터&AI(인공지능)해당분야 강의경력 20년
|
|
|
|
|
|
|
|
|
|
교육기관
[위치]
|
|
과정명
[분류/개월]
|
|
교육기간
|
|
교육비
|
|
게재일
|
|
|
|
|
|
|