로그인

로그인

데이터 분석과 AI 기술을 연결하는 전문가

AI 솔루션을 구축하는
데이터 사이언티스트 코스

통계·ML부터 AI Agent·MLOps까지, 분석하고 자동화하는 핵심 기술을 다룹니다.

통계·ML부터 AI Agent·MLOps까지,
분석하고 자동화하는 핵심 기술을 다룹니다.

교육 비용

27,515,400원0원

100% 국비지원

교육 기간

약 9개월 26.07.27(월) ~ 27.05.07(금)

교육 시간

오프라인 100% / 오전 9시~오후 6시 (월~금, 9시간)

교육 스택

HuggingFace / vLLM / LangGraph / RAG / PEFT 등

교육 혜택

  1. 훈련 장려금 지급/ 월 최대 40만원 * 개인마다 지급액 상이

  1. 훈련 장려금 지급/ 월 최대 40만원
    * 개인마다 지급액 상이

  1. 실제 비즈니스 데이터 활용 실전 프로젝트 5회

  1. 실제 기업 과제 프로젝트 포트폴리오 * 기업 대외비 내용 제외

  1. 실제 기업 과제 프로젝트 포트폴리오
    * 기업 대외비 내용 제외

  1. 고사양 노트북·GPU 서버· AI 개발 도구 지원

  1. 우수 수료생 / 기업 인턴십 연계 기회

  1. 무제한 1:1 취업지원 / 자소서 첨삭 및 면접 코칭

기업 연계 Kaggle 형 AI 경진대회

기업 과제

기업 초청 발표회

실제 기업 과제로 완성하는
실전형 포트폴리오

우수 프로젝트 선정 및 채용 연계 기회까지

AI 도입이 확산될수록
데이터 사이언티스트의 가치는 더 커집니다

데이터로 조직의 의사결정을 이끌고 AI로 문제 해결 방식을 고도화하는 역량은
산업 전반의 새로운 경쟁력이 되고 있습니다.

Demand

빠르게 커지는 데이터 사이언티스트 수요

1위

AI 산업 채용 공고 112% 증가 중 데이터 관련 직무 38%로 1위

Supply

실무에 투입 가능한 인재는 부족합니다

292,000명

2029년까지 학사 기반 AI 인재 29만 2천명 부족 예상

AI 인력 채용 확대 계획

대기업 69% ∙ 중견기업68.7% ∙ 중소기업 56.2%

기업이 꼽은 1위 애로 사항

숙련 인재 부족

출처 : 잡코리아, 대한상의·KISTEP, 한국은행

데이터를 분석하고 AI로 문제를 해결하고 싶다면?

지금 가진 역량이,
AI 데이터 사이언티스트의 출발점이 됩니다

컴공·소프트웨어·응용통계 전공자

Python · SQL 코딩 경험

데이터를 다뤄본 기초

코드로 문제 해결하는 사고

코딩 강점에 통계·ML 설계력을 더해, 분석부터 모델 구현·배포까지 다루는 데이터 사이언티스트

코딩 강점을 통계 · ML · AI 솔루션 설계
역량으로 확장하는 데이터 사이언티스트

코딩 강점을 통계 · ML · AI 솔루션 설계 역량으로 확장하는 데이터 사이언티스트

이공계 전공자

(수학 · 산업공학 · 전기전자 등)

수학 · 통계 기초

도메인 분석력

논리적 문제 해결력

수학·통계 강점에 구현·엔지니어링을 더해, 깊은 분석을
AI 솔루션으로 만드는 데이터 사이언티스트

수학·통계 강점을 ML · AI 솔루션으로 연결하는
도메인 특화 데이터 사이언티스트

학습 의지만 있다면 기초가 부족해도 따라올 수 있도록 설계했습니다

다음과 같은 분이라면 충분합니다

비즈니스 · 업무 이해도

데이터로 문제 해결하고 싶은 관심

분석적 · 논리적 사고

베이스캠프와 수준별 분반 운영으로 데이터 분석 기초부터 AI 솔루션 프로젝트까지 단계적으로 학습합니다.

베이스캠프와 수준별 분반 운영으로
데이터 분석 기초부터 AI 솔루션 프로젝트까지 단계적으로 학습합니다.

AI 시대, 데이터 전문가의 기준이 달라지고 있습니다

AI 시대, 데이터 전문가의
기준이 달라지고 있습니다

이제는 데이터 분석을 기반으로,
AI 모델링과 자동화를 통해 실제 비즈니스 문제 해결로 이어져야 합니다.

데이터 처리

데이터
처리


모델링

모델링


아웃풋

아웃풋

핵심 도구

핵심
도구

최종 역할

최종
역할

AI 시대 DS
AI 시대 DS

수집 · 전처리 · EDA를 기반으로,
멀티소스 데이터 파이프라인까지 자동화

수집 · 전처리 · EDA를
기반으로, 멀티소스 데이터
파이프라인까지 자동화

ML 모델링에 더해, LLM 활용·검증·고도화까지 수행

ML 모델링에 더해,
LLM 활용·검증·고도화까지 수행

분석 결과를 예측 모델 · RAG · Agent 기반 솔루션으로 연결

분석 결과를 예측 모델 · RAG ·
Agent 기반 솔루션으로 연결

기존 분석 도구에 더해 LangChain · LangGraph · MLOps 활용

기존 분석 도구에 더해
LangChain · LangGraph ·
MLOps 활용

기존 분석 도구에 더해
LangChain · LangGraph · MLOps 활용

AI 솔루션을 직접 설계·운영

AI 솔루션을
직접 설계·운영

기존 DS
기존 DS

수집 · 전처리 · EDA

수집
· 전처리
· EDA

ML 모델 학습 · 튜닝

ML 모델
학습 · 튜닝

시각화 & 분석 보고서

시각화 &
분석 보고서

Pandas · Sklearn · Tableau

Pandas
· Sklearn
· Tableau

Pandas · Sklearn · Tableau

인사이트 전달

인사이트
전달

AI 시대 데이터 사이언티스트 취업은 칸트에서

데이터 분석부터 AI 솔루션 운영까지,
기업이 찾는 실무 역량으로
커리큘럼을 설계했습니다

팀스파르타 X 엔비디아*마이크로소프트
파트너십 체결

글로벌 AI 기술력을 인정받은 팀스파르타가 설계한 한국형 AI-Native 교육기관,
KANT AI 학습 환경·기술 컨설팅·커리큘럼까지, 엔비디아·마이크로소프트에 자문을 받아 설계했습니다.

AI 데이터 사이언티스트로 성장하기 위한
6단계 실전 로드맵

기초 학습부터 실무 프로젝트, 기업 검증과 취업지원까지 AI 데이터 사이언티스트에게 필요한 역량을 단계적으로 쌓아갑니다.

기초 학습부터 실무 프로젝트,
기업 검증과 취업지원까지 LLM 엔지니어에게
필요한 역량을 단계적으로 쌓아갑니다.

step.1
공통 AI 교육

Python 기반 데이터 및 AI 리터러시 등 모든 과정에 필요한 기초를 학습합니다.


Python 기반 데이터 및 AI 리터러시 등 모든 과정에 필요한 기초를 학습합니다.

step.2
직무 기초·심화 이론 학습

SQL·통계·ML부터 RAG·AI Agent·MLOps, 빅데이터 처리까지 핵심 실무 역량을 단계적으로 학습합니다.

step.3
실무 프로젝트 4회

실무 시나리오와 유사한 방식으로
실제 비즈니스 데이터를
활용한 프로젝트를 진행합니다.

실무 시나리오와 유사한 방식으로 실제 비즈니스 데이터를 활용한 프로젝트를 진행합니다.

step.4
기업 연계형 AI 경진대회

실제 기업 문제를 기반으로 한 과제를 수행하며, AI 솔루션을 직접 도출하는 경험을 쌓습니다.

step.5
기업 초청 발표회

주요 기업 관계자 앞에서 프로젝트를 발표하고, 질의응답과 피드백을 통해 우수 프로젝트를 선정합니다.

주요 기업 관계자 앞에서 프로젝트를 발표하고,
질의응답과 피드백을 통해 우수 프로젝트를
선정합니다.

step.6
취업지원&인턴십 연계 기회

취업생 수 1위 내일배움캠프의 노하우로
이력서·포트폴리오·면접 준비부터 인턴십 연계까지 지원합니다.

취업생 수 1위 내일배움캠프의 노하우로
이력서·포트폴리오·면접 준비부터 인턴십
연계까지 지원합니다.

취업생 수 1위 내일배움캠프의
노하우로 이력서·포트폴리오·면접 준비부터 인턴십 연계까지
지원합니다.

서울대 AI 연구원(AIIS)의 자문을 받아 설계한

AI 데이터 사이언티스트 취업을 위한 실무 중심 커리큘럼

AI 데이터 사이언티스트 취업을 위한
실무 중심 커리큘럼

개념 학습에 그치지 않고, 직접 구현하고 운영하는 과정에서 실무 역량을 쌓습니다

Point 1

A/B 테스트·AARRR로
검증하는 비즈니스 의사결정

Point 2

SHAP·시계열·Tableau로
완성하는 ML 인사이트

Point 3

CV·NLP·RAG·추천을
결합한 AI 기반 데이터 분석

Point 4

MLOps·MCP·빅데이터로
확장하는 분석 자동화 서비스

전체 펼치기

Step 1

ML/DL

선형대수

PyTorch

하드웨어 기초

온디바이스 AI 개발 기본기 완성 200h

온디바이스 AI를 구현하기 위해 필요한 머신러닝·딥러닝 기본기와 하드웨어/시스템 이해를 함께 다집니다.

온보딩 & 학습 환경 세팅
  • 개강 OT 및 과정 운영 방식 안내

  • GitHub, 학습 도구, 협업 채널 세팅

개발 협업 & 생성형 AI 이해
  • Git 저장소 관리, 브랜치, PR 협업 흐름

  • 생성형 AI와 프롬프트 엔지니어링, AI 윤리 이해

머신러닝 & 딥러닝 기본기
  • 앙상블, 피처 엔지니어링, 정규화, 교차 검증 이해

  • CNN, RNN, LSTM, YOLO, Transformer 구조 이해

  • PyTorch 기반 학습 루프 및 데이터 파이프라인 구축

선형대수 & 임베딩 이해
  • 벡터, 행렬 연산, 코사인 유사도와 임베딩 관계 이해

  • PCA, SVD 개념과 NumPy 기반 구현

하드웨어 & 시스템 이해
  • 스마트폰, Raspberry Pi, MCU의 연산 성능 제약 이해

  • Linux 파일 시스템과 CLI 기초

  • CPU, GPU, NPU 구조 차이와 임베디드 AI 추론 병목 분석

Step 2

Edge AI

Time Series

Computer Vision

SLM

Raspberry Pi

Optimization

엣지 AI 모델 구현 & 추론 최적화 336h

시계열·컴퓨터 비전 모델을 구현하고, SLM 구조 이해부터 임베디드 환경 배포와 모델 경량화·추론 최적화까지 학습합니다.

온디바이스 AI 기초
  • Edge AI와 Cloud AI 구조 비교

  • CPU, NPU, GPU 차이와 메모리 제한 모델 설계

  • latency, throughput, 배터리, 전력, 실시간성 개념 이해

  • RTOS와 Linux 차이 이해

시계열 데이터 모델링
  • 온디바이스 AI 적용 도메인 데이터 이해

  • 시계열 피처 엔지니어링과 노이즈 전처리

  • Optuna 기반 하이퍼파라미터 튜닝과 SHAP 모델 해석

  • 가변 데이터에 대응하는 모델 파이프라인 구축

Project 1

시계열 예측 모델 구축 프로젝트
  • 실무 데이터를 활용한 엔드투엔드 예측 모델 구축

  • EDA와 피처 엔지니어링을 통한 주요 변수 탐색

  • 과업 특성에 맞는 모델 설계 및 예측 결과 분석

컴퓨터 비전
  • ResNet, MobileNet, EfficientNet 구조 이해 및 모델 학습

  • YOLOv5, YOLOv8 기반 객체 탐지 모델 이해

  • 이미지 전처리, 데이터 증강, 라벨링 자동화

  • FPS, 메모리 점유율, 전력 소모량 기반 기기별 추론 성능 프로파일링

Project 2

컴퓨터 비전 결합 탐지 모델 구축 프로젝트
  • 컴퓨터 비전 기반 산업·비즈니스 문제 해결 프로젝트

  • 이미지·영상 데이터 수집 및 전처리

  • 전이학습 기반 CNN, 객체 검출, 이상 탐지 모델링

LLM/SLM 구조 이해
  • LLM과 SLM의 개념 및 활용 사례 이해

  • Self-Attention, Inference, KV Cache 구조 이해

  • 모델 크기, 컨텍스트 길이, 추론 속도의 관계 이해

  • PyTorch 기반 LLM/SLM 추론 실습

임베디드 시스템
  • Linux 기반 임베디드 환경 이해

  • Raspberry Pi 하드웨어 구조 및 기본 환경 설정

  • GPIO, I2C, SPI, UART 등 외부 장치 통신 이해

  • 실제 임베디드 프로젝트를 위한 시스템 구성 실습

모델 경량화
  • 임베디드·모바일 환경의 자원 제약 이해

  • Quantization, Pruning, Knowledge Distillation 적용 방식 이해

  • 모델 포맷 변환과 실행 환경별 모델 표현 방식 이해

  • 경량화 모델의 추론 성능 비교 및 검증

추론 최적화
  • 모델 추론 흐름과 병목 지점 분석

  • 지연 시간, 처리량, 메모리 사용량 기반 성능 최적화

  • 요청 단위 추론과 배치 기반 추론 비교

  • 비동기 처리, 큐잉, 스케줄링 기반 추론 구조 이해

  • 자원 제약 환경을 고려한 추론 최적화 설계

Step 3

SLM

RAG

Mobile

VLM

TFLite

Hybrid Architecture

온디바이스 AI 서비스 고도화 520h

SLM 기반 디바이스 제어, 로컬 RAG 챗봇, 모바일 멀티모달 앱, 엣지-서버 하이브리드 시스템까지 온디바이스 AI 서비스를 단계적으로 고도화합니다.

Project 3

자연어 기반 스마트 컨트롤러 구축 프로젝트
  • 자연어 명령을 이해해 실제 디바이스를 제어하는 온디바이스 SLM 기반 제어 시스템 구축

  • SLM 파인튜닝, 경량화, Raspberry Pi 배포, 하드웨어 제어까지 엔드투엔드 실습

  • 추론 지연시간, 메모리 사용량, 전력 소비를 고려한 온디바이스 최적화

RAG 시스템
  • RAG 기본 개념과 LLM 단독 추론 방식의 차이 이해

  • 문서 수집 및 chunking 전략

  • 임베디드 환경에서 동작 가능한 벡터 검색 구조 이해

  • 온디바이스 환경에서 RAG 적용 시 고려해야 할 제약 요소 학습

운영 최적화
  • 서비스 운영 환경의 자원 관리와 전력 사용량 모니터링

  • 메모리 병목, 성능 저하, 자원 이상 징후 탐지

  • 장애 유형과 대응 절차, 로그 기반 문제 원인 파악

  • 안정적 서비스 운영을 위한 모니터링 흐름 설계

Project 4

로컬 챗봇 구축 프로젝트
  • 인터넷 없이 동작하는 로컬 RAG + SLM 기반 현장 지식 챗봇 구축

  • 문서 수집, 전처리, 임베딩, 검색, 응답 생성까지 전체 파이프라인 구현

  • 메모리와 지연시간 제약을 고려한 임베디드 시스템 설계

모바일 온디바이스
  • Android 플랫폼 구조와 Kotlin 기반 앱 개발 기초

  • Activity, Service, Android Lifecycle 이해

  • 모바일 환경에 적합한 모델 형식과 실행 방식 이해

  • 모바일 앱 내 추론 결과 처리 및 UI 연동

  • 메모리·전력 제약을 고려한 모바일 추론 실습

멀티모달 시스템
  • VLM 개념과 이미지·텍스트 등 모달리티별 처리 방식 이해

  • 모달리티 결합 추론 구조와 정보 통합 방식 이해

  • 실시간 멀티모달 추론 흐름 설계

  • 제한된 자원 환경에서의 멀티모달 처리 전략 학습

Project 5

모바일 기반 멀티모달 AI 시스템 개발 프로젝트
  • 스마트폰 기반 이미지 + 텍스트 멀티모달 온디바이스 AI 앱 개발

  • CameraX, TFLite, SLM 연동

  • 모바일 자원 제약을 고려한 실시간 추론 시스템 구현

  • 접근성 서비스 응용 프로젝트 수행

분산/하이브리드 아키텍처
  • Edge-Server 하이브리드 아키텍처 이해

  • 엣지 디바이스와 서버 간 역할 분담 및 추론 위치 결정

  • FastAPI 기반 경량 API 서버와 Edge-Server 연동

  • Docker 기반 서비스 패키징

  • 네트워크 지연, 장애 대응, 보안과 안정성을 고려한 통합 설계

Project 6

산업 안전 에이전트 구축 프로젝트
  • 모바일, 엣지, 서버를 통합한 산업용 AI 시스템 구축

  • 실시간 멀티모달 안전 감지와 자동 상황 보고 구현

  • 분산/하이브리드 아키텍처 설계 및 구현

  • 실무 수준의 성능 최적화와 운영 전략 적용

Step 4

기업 참여 AI 경진대회

기업 과제&피드백

취업지원

최종 발표

기업 실무 프로젝트로 완성하는 취업 포트폴리오 460h

기업 실무 과제를 통해 온디바이스 AI 엔지니어의 역량을 검증하고 취업 포트폴리오로 완성합니다.

기업 연계 AI 경진대회
  • 기업 실제 데이터 기반 산업 문제 해결

  • 고밀도 몰입형 운영을 통해 기업 과제를 AI 기반으로 분석·설계·구현

기업 초청 발표회
  • 참여 기업 대상 프로젝트 최종 발표

  • 기업 피드백, 질의응답, 우수 프로젝트 선정

취업지원
  • 이력서·포트폴리오 정리 및 커리어 모듈 운영

  • 구직 활동 관리, 면접 대비, 실무 과제형 채용 대비

  • 기업 연계 프로그램 운영

수료식
  • 수료생 성과 공유, 우수 훈련생 시상

  • 취업 로드맵 안내 및 네트워킹 제공

전체 펼치기

Step 1

ML/DL

선형대수

PyTorch

하드웨어 기초

온디바이스 AI 개발 기본기 완성 200h

온디바이스 AI를 구현하기 위해 필요한 머신러닝·딥러닝 기본기와 하드웨어/시스템 이해를 함께 다집니다.

온보딩 & 학습 환경 세팅
  • 개강 OT 및 과정 운영 방식 안내

  • GitHub, 학습 도구, 협업 채널 세팅

개발 협업 & 생성형 AI 이해
  • Git 저장소 관리, 브랜치, PR 협업 흐름

  • 생성형 AI와 프롬프트 엔지니어링, AI 윤리 이해

머신러닝 & 딥러닝 기본기
  • 앙상블, 피처 엔지니어링, 정규화, 교차 검증 이해

  • CNN, RNN, LSTM, YOLO, Transformer 구조 이해

  • PyTorch 기반 학습 루프 및 데이터 파이프라인 구축

선형대수 & 임베딩 이해
  • 벡터, 행렬 연산, 코사인 유사도와 임베딩 관계 이해

  • PCA, SVD 개념과 NumPy 기반 구현

하드웨어 & 시스템 이해
  • 스마트폰, Raspberry Pi, MCU의 연산 성능 제약 이해

  • Linux 파일 시스템과 CLI 기초

  • CPU, GPU, NPU 구조 차이와 임베디드 AI 추론 병목 분석

Step 2

Edge AI

Time Series

Computer Vision

SLM

Raspberry Pi

Optimization

엣지 AI 모델 구현 & 추론 최적화 336h

시계열·컴퓨터 비전 모델을 구현하고, SLM 구조 이해부터 임베디드 환경 배포와 모델 경량화·추론 최적화까지 학습합니다.

온디바이스 AI 기초
  • Edge AI와 Cloud AI 구조 비교

  • CPU, NPU, GPU 차이와 메모리 제한 모델 설계

  • latency, throughput, 배터리, 전력, 실시간성 개념 이해

  • RTOS와 Linux 차이 이해

시계열 데이터 모델링
  • 온디바이스 AI 적용 도메인 데이터 이해

  • 시계열 피처 엔지니어링과 노이즈 전처리

  • Optuna 기반 하이퍼파라미터 튜닝과 SHAP 모델 해석

  • 가변 데이터에 대응하는 모델 파이프라인 구축

Project 1

시계열 예측 모델 구축 프로젝트
  • 실무 데이터를 활용한 엔드투엔드 예측 모델 구축

  • EDA와 피처 엔지니어링을 통한 주요 변수 탐색

  • 과업 특성에 맞는 모델 설계 및 예측 결과 분석

컴퓨터 비전
  • ResNet, MobileNet, EfficientNet 구조 이해 및 모델 학습

  • YOLOv5, YOLOv8 기반 객체 탐지 모델 이해

  • 이미지 전처리, 데이터 증강, 라벨링 자동화

  • FPS, 메모리 점유율, 전력 소모량 기반 기기별 추론 성능 프로파일링

Project 2

컴퓨터 비전 결합 탐지 모델 구축 프로젝트
  • 컴퓨터 비전 기반 산업·비즈니스 문제 해결 프로젝트

  • 이미지·영상 데이터 수집 및 전처리

  • 전이학습 기반 CNN, 객체 검출, 이상 탐지 모델링

LLM/SLM 구조 이해
  • LLM과 SLM의 개념 및 활용 사례 이해

  • Self-Attention, Inference, KV Cache 구조 이해

  • 모델 크기, 컨텍스트 길이, 추론 속도의 관계 이해

  • PyTorch 기반 LLM/SLM 추론 실습

임베디드 시스템
  • Linux 기반 임베디드 환경 이해

  • Raspberry Pi 하드웨어 구조 및 기본 환경 설정

  • GPIO, I2C, SPI, UART 등 외부 장치 통신 이해

  • 실제 임베디드 프로젝트를 위한 시스템 구성 실습

모델 경량화
  • 임베디드·모바일 환경의 자원 제약 이해

  • Quantization, Pruning, Knowledge Distillation 적용 방식 이해

  • 모델 포맷 변환과 실행 환경별 모델 표현 방식 이해

  • 경량화 모델의 추론 성능 비교 및 검증

추론 최적화
  • 모델 추론 흐름과 병목 지점 분석

  • 지연 시간, 처리량, 메모리 사용량 기반 성능 최적화

  • 요청 단위 추론과 배치 기반 추론 비교

  • 비동기 처리, 큐잉, 스케줄링 기반 추론 구조 이해

  • 자원 제약 환경을 고려한 추론 최적화 설계

Step 3

SLM

RAG

Mobile

VLM

TFLite

Hybrid Architecture

온디바이스 AI 서비스 고도화 520h

SLM 기반 디바이스 제어, 로컬 RAG 챗봇, 모바일 멀티모달 앱, 엣지-서버 하이브리드 시스템까지 온디바이스 AI 서비스를 단계적으로 고도화합니다.

Project 3

자연어 기반 스마트 컨트롤러 구축 프로젝트
  • 자연어 명령을 이해해 실제 디바이스를 제어하는 온디바이스 SLM 기반 제어 시스템 구축

  • SLM 파인튜닝, 경량화, Raspberry Pi 배포, 하드웨어 제어까지 엔드투엔드 실습

  • 추론 지연시간, 메모리 사용량, 전력 소비를 고려한 온디바이스 최적화

RAG 시스템
  • RAG 기본 개념과 LLM 단독 추론 방식의 차이 이해

  • 문서 수집 및 chunking 전략

  • 임베디드 환경에서 동작 가능한 벡터 검색 구조 이해

  • 온디바이스 환경에서 RAG 적용 시 고려해야 할 제약 요소 학습

운영 최적화
  • 서비스 운영 환경의 자원 관리와 전력 사용량 모니터링

  • 메모리 병목, 성능 저하, 자원 이상 징후 탐지

  • 장애 유형과 대응 절차, 로그 기반 문제 원인 파악

  • 안정적 서비스 운영을 위한 모니터링 흐름 설계

Project 4

로컬 챗봇 구축 프로젝트
  • 인터넷 없이 동작하는 로컬 RAG + SLM 기반 현장 지식 챗봇 구축

  • 문서 수집, 전처리, 임베딩, 검색, 응답 생성까지 전체 파이프라인 구현

  • 메모리와 지연시간 제약을 고려한 임베디드 시스템 설계

모바일 온디바이스
  • Android 플랫폼 구조와 Kotlin 기반 앱 개발 기초

  • Activity, Service, Android Lifecycle 이해

  • 모바일 환경에 적합한 모델 형식과 실행 방식 이해

  • 모바일 앱 내 추론 결과 처리 및 UI 연동

  • 메모리·전력 제약을 고려한 모바일 추론 실습

멀티모달 시스템
  • VLM 개념과 이미지·텍스트 등 모달리티별 처리 방식 이해

  • 모달리티 결합 추론 구조와 정보 통합 방식 이해

  • 실시간 멀티모달 추론 흐름 설계

  • 제한된 자원 환경에서의 멀티모달 처리 전략 학습

Project 5

모바일 기반 멀티모달 AI 시스템 개발 프로젝트
  • 스마트폰 기반 이미지 + 텍스트 멀티모달 온디바이스 AI 앱 개발

  • CameraX, TFLite, SLM 연동

  • 모바일 자원 제약을 고려한 실시간 추론 시스템 구현

  • 접근성 서비스 응용 프로젝트 수행

분산/하이브리드 아키텍처
  • Edge-Server 하이브리드 아키텍처 이해

  • 엣지 디바이스와 서버 간 역할 분담 및 추론 위치 결정

  • FastAPI 기반 경량 API 서버와 Edge-Server 연동

  • Docker 기반 서비스 패키징

  • 네트워크 지연, 장애 대응, 보안과 안정성을 고려한 통합 설계

Project 6

산업 안전 에이전트 구축 프로젝트
  • 모바일, 엣지, 서버를 통합한 산업용 AI 시스템 구축

  • 실시간 멀티모달 안전 감지와 자동 상황 보고 구현

  • 분산/하이브리드 아키텍처 설계 및 구현

  • 실무 수준의 성능 최적화와 운영 전략 적용

Step 4

기업 참여 AI 경진대회

기업 과제&피드백

취업지원

최종 발표

기업 실무 프로젝트로 완성하는 취업 포트폴리오 460h

기업 실무 과제를 통해 온디바이스 AI 엔지니어의 역량을 검증하고 취업 포트폴리오로 완성합니다.

기업 연계 AI 경진대회
  • 기업 실제 데이터 기반 산업 문제 해결

  • 고밀도 몰입형 운영을 통해 기업 과제를 AI 기반으로 분석·설계·구현

기업 초청 발표회
  • 참여 기업 대상 프로젝트 최종 발표

  • 기업 피드백, 질의응답, 우수 프로젝트 선정

취업지원
  • 이력서·포트폴리오 정리 및 커리어 모듈 운영

  • 구직 활동 관리, 면접 대비, 실무 과제형 채용 대비

  • 기업 연계 프로그램 운영

수료식
  • 수료생 성과 공유, 우수 훈련생 시상

  • 취업 로드맵 안내 및 네트워킹 제공

현직 튜터가 상주하며 학습 중 막히는 문제를 실시간으로 해결할 수 있도록 돕습니다.
수준별 분반 운영

수강생의 현재 수준에 맞춰 학습할 수 있도록기초부터 실무까지 단계적으로 따라갈 수 있는 환경을 제공합니다.

이론만 배우고 끝나지 않도록

데이터 분석부터 AI 서비스 자동화까지,
4번의 단계별 실무 프로젝트

학습한 기술을 실제 서비스 형태로 구현하며, 취업 포트폴리오로 이어지는 프로젝트 경험을 쌓습니다.

Point 1

비즈니스 데이터 분석과 ML 모델링 역량

Point 2

이미지·영상 기반 산업 데이터 분석 역량

Point 3

분석 자동화 AI 서비스 구현 역량

Project 1
Project 2
Project 3
Project 4

Project 1

팀 프로젝트

ML 기반 비즈니스 분석 프로젝트

실제 비즈니스 데이터로 EDA부터 ML 모델링·SHAP 해석·대시보드까지 엔드투엔드 분석을 수행합니다.

주요 활동
  • 실제 비즈니스 데이터 기반 EDA 및 피처 엔지니어링

  • 분류·회귀·군집 기반 ML 모델링

  • SHAP 기반 모델 해석

  • Tableau/Streamlit 인터랙티브 대시보드 구현

기술 스택

Python

Scikit-learn

SHAP

Tableau

Streamlit

Project 1

Project 1

팀 프로젝트

ML 기반 비즈니스 분석 프로젝트

실제 비즈니스 데이터로 EDA부터 ML 모델링·SHAP 해석·대시보드까지 엔드투엔드 분석을 수행합니다.

주요 활동
  • 실제 비즈니스 데이터 기반 EDA 및 피처 엔지니어링

  • 분류·회귀·군집 기반 ML 모델링

  • SHAP 기반 모델 해석

  • Tableau/Streamlit 인터랙티브 대시보드 구현

기술 스택

Python

Scikit-learn

SHAP

Tableau

Streamlit

Project 2
Project 3
Project 4

지금까지 배운 역량을 실제 기업 과제로 검증합니다

기업 연계 kaggle 형 AI 경진대회

기업의 실제 문제와 현장 데이터를 기반으로 AI 솔루션을 설계하고,
현직 멘토와 기업 피드백을 반영해 결과물의 완성도를 높입니다.

기업의 실제 문제와 현장 데이터를 기반으로
AI 솔루션을 설계하고, 현직 멘토와 기업 피드백을
반영해 결과물의 완성도를 높입니다.

기업 과제 배정

실제 기업의 문제를 기반으로 한 과제를 배정받습니다.

기업 과제 집중 수행

고밀도 몰입형 운영을 통해 기업 과제를 AI 기반으로 분석·설계·구현합니다.

현직 멘토 밀착 피드백

프로젝트 과정에서 막히는 지점을 현직 멘토의 피드백으로 해결하며 완성도를 높입니다.

기업초청 발표회

완성한 프로젝트를 실제 기업 담당자 앞에서 발표하고, 질의응답과 피드백을 통해 실무 커뮤니케이션 역량을 기릅니다.

우수 프로젝트 선정 및 참여 기업 채용 연계 기회

우수 프로젝트는 별도 선정되며, 참여 기업과 채용 연계 프로그램으로 이어질 수 있습니다.

KANT 수강생 한정 혜택

최상의 교육을 위한 최신 개발 환경 지원

고사양 노트북 지원
  • Windows RTX 5060 ·
    MacBook Air M5 중 선택

AI Agent 엔지니어란?

AI가 실제 업무를 수행하도록, 설계하고 구현하는 엔지니어

AI Agent는 상황과 목표를 이해하고, 필요한 도구를 활용해 판단·계획·실행하는 지능형 자율 시스템입니다.

인식

데이터를 이해하고

상황을 파악

추론 · 계획

목표 달성을 위한 경로와

필요한 도구를 선택

행동

외부 도구와 시스템을

활용해 작업 실행

학습 · 개선

결과를 바탕으로

다음 행동을 고도화

AI Agent 엔지니어란?

AI가 실제 업무를 수행하도록, 설계하고 구현하는 엔지니어

AI Agent는 상황과 목표를 이해하고, 필요한 도구를 활용해 판단·계획·실행하는 지능형 자율 시스템입니다.

인식

데이터를 이해하고 상황을 파악

추론 · 계획

목표 달성을 위한 경로와 필요한 도구를 선택

행동

외부 도구와 시스템을 활용해 작업 실행

학습 · 개선

결과를 바탕으로 다음 행동을 고도화

NVIDIA 클라우드 GPU 지원
최신 AI 개발 환경 제공
  • Claude Code

  • Tableau Desktop

칸트의 끝은 수료가 아니라 취업

서류부터 면접까지,
현직자 무제한 취업 코칭

개인별 강점/약점 리포트

수료생 개개인의 강점과 약점을 진단해
나만의 서류 방향성을 설계합니다.

수료생 개개인의 강점과 약점을 진단해
나만의 서류 방향성을 설계합니다.

이력서/포트폴리오 코칭

주 4회 정기 멘토링을 통해 현직 튜터가 채용 포인트와 실제 합격 사례를 반영해, 나만의 포트폴리오를 설계하고 부족한 부분은 함께 개선합니다.

1:1 실전 면접 훈련

이력서 기반의 예상 질문 리스트와 모의 면접을 통해 실제 면접을 대비합니다.

이력서 기반의 예상 질문 리스트와 모의 면접을 통해 실제 면접을 대비합니다.

우수 수료생 인턴십 연계 기회

담당 매니저가 컨설팅을 통해 수료생의 역량을 진단하고, 적합한 협력사와 연결합니다.

100% 오프라인 실시간 교육 코스

혼자가 아닌 동료와 함께,
끝까지 완주하는 학습 환경

궁금한 내용을 바로 묻고 피드백 받을 수 있는
오프라인 환경에서 실무 역량을 키워보세요.

한국형 AI 전문가 교육 by Teamsparta

KANT가 취업까지
자신 있게 말할 수 있는 이유

한국형 AI 전문가 교육 by Teamsparta

KANT가 취업까지
자신 있게 말할 수 있는 이유

국내 대기업 대상 AI 교육 1000회 이상

대기업 현직자가 선택한 팀스파르타의
AI 전문 교육

대기업 현직자 누적 수강생

20,000명

대기업 임직원 교육 만족도

4.6

/

5.0점

주요 훈련 대기업

수천 명이 선택한

취업 1위 부트캠프,
내일배움캠프 운영 노하우

2025년

취업생 수 1위

*25~26년 12월 기준

9,500명

수강생 수 1위

*최근 3년 국비 부트캠프 기준

최근 3개월 간 취업률

10명 중 7.5명

*25년 10월~12월 기준

880여 개의 협력사

인턴 연계 프로그램

*맞춤형 인턴십 연계

1위 부트캠프의 성과,
수료생의 취업으로 보여드립니다

100% 국비지원

비용 부담 없이 시작하세요!

00,000,000원

수강료 0원

국비지원 (KDT)

*정원 모집 완료 시, 조기 마감 될 수 있습니다.

매월 훈련장려금 최대 40만 원 지급

*개인마다 지급액이 상이할 수 있습니다.

함께 지원 EVENT

혼자가 아닌 동료와 함께, 취업까지 끝까지 완주하세요

혼자가 아닌 동료와 함께,
취업까지 끝까지 완주하세요

친구·동료와 함께 지원하면 아래와 같은 혜택을 드립니다

지원 혜택

지원 전 맞춤형 그룹 상담

함께 지원한 분들이 과정과 지원 절차를
한 번에 이해할 수 있도록 맞춤형 그룹 상담을 진행합니다.

최대 3인 같은 반 배정 지원

함께 지원한 동료는 최대 3인까지 같은 반 배정을 지원합니다.

신청 방법

  1. 친구·동료와 함께 AI Data 코스를 각자 먼저 지원해 주세요

  1. 지원 완료 후, 대표자 1인이 [함께 지원 구글폼]을 작성해 주세요

  1. 제출 완료 후, 그룹 상담 일정과 함께 지원 혜택 안내를 문자로 받아보세요.

*역량 진단 및 입과 테스트 결과에 따라 일정 수준 이상 차이가 발생할 경우 동일 분반 배정이 어려울 수 있습니다.
*공간 제약으로 인해 정원이 조기 마감될 수 있으며, 신청은 선착순으로 진행됩니다.

AI 데이터 사이언티스트 코스

모집 개요

모집 마감

26.07.27(월) 23:59까지

교육 기간

26.00.00(월) ~ 27.05.07(금)

교육 시간

오전 9시~오후 6시 (월~금, 9시간)
∙ 타 교육 및 직장 병행 불가

교육 방법

오프라인 100% / 서울 구로구 내 전용 학습 공간, 최대 600명 수용

지원 자격

내일배움카드 발급이 가능한 분
∙ 최근 5년 이내 KDT 참여 이력 있는 경우 불가
∙ 해외 거주 중인 경우 불가

지원 절차

서류 지원
서류 지원

지원 동기를
간단히 적어주세요

지원 동기를 간단히 적어주세요

결과 발표
결과 발표
고용24 수강신청
고용24 수강신청

담당 매니저가
수강 신청 방법을 안내드립니다

담당 매니저가
수강 신청 방법을 안내드립니다

입과 테스트 실시
입과 테스트 실시

슬랙 커 뮤니티 입장 후, 신청자에 한해 입과
테스트 준비 스터디에 참여할 수 있습니다.

슬랙 커 뮤니티 입장 후,
신청자에 한해 입과 테스트 준비 스터디에 참여할 수 있습니다.

입과 테스트 합격
입과 테스트 합격

입과 테스트는 최대 5회까지 응시할 수 있으며, 5회 모두 불합격 시 KANT 수강이 어렵습니다.

입과 테스트는 최대 5회까지
응시할 수 있으며, 5회 모두 불합격 시 KANT 수강이 어렵습니다.

최종 합류
최종 합류

최종 합격 후 베이스캠프를 시작합니다.

최종 합격 후 베이스캠프를 시작합니다.

자주 묻는 질문

신청/결제

정말 0원인가요?

물론입니다. KANT l AI 전문가 양성 과정은 고용노동부가 함께하는 100% 전액 국비지원 훈련 과정으로 개인부담 비용은 전혀 없습니다. 단, 개강 7일 전까지 내일배움카드를 반드시 소지해주세요!

신청/결제

매월 훈련장려금도 받을 수 있나요?

고용노동부 정책에 따라 매월 40만원 상당의 훈련장려금을 받을 수 있습니다. (*지급액은 개인별로 상이함) 훈련장려금 신청 기간이 되면 매니저가 필요한 절차를 함께 진행해드립니다. 실업 급여 수령 여부 등, 간혹 지급이 제한되거나 개인별로 금액이 상이할 수 있으므로 자세한 문의는 관할 고용센터 또는 고용24(HRD-Net)을 통해 문의해주세요.

신청/결제

지원 자격은 어떻게 되나요?

KANT는 ‘국민내일배움카드‘를 발급받을 수 있는 국민이면 지원할 수 있습니다. 아래 세부 요건을 확인해주세요. [자격 요건 요약] • 내일배움카드 소지자 또는 발급대상자 • 내일배움카드 지원금 잔액이 1원 이상 남은자 • 국내 거주중이며, 훈련 기간 내 해외 거주 계획이 없는 자 • 최근 5년 이내의 K-Digital Training(KDT) 참여 이력이 없는 자 *K-디지털 기초역량 훈련(KDC) 이력과 무관하며, 중복하여 수강할 수 있습니다. *단, KDT 참여 이력이 있는 경우, 재참여 시 전액 자부담입니다. 지원 자격에 대해 보다 자세하게 문의하고 싶으시다면 1:1 채팅상담 문의를 이용해 주세요.

신청/결제

어느 정도 실력을 갖춰야 참여할 수 있나요?

- Python으로 변수, 조건문, 반복문을 활용한 코드를 작성해본 경험이 있는 분 - SQL로 데이터를 조회하고 집계해본 경험이 있는 분 (SELECT, WHERE, GROUP BY…) - ADsP 또는 SQLD 자격증을 보유하신 분

교육/과정

코스 수강을 위해 노트북 및 장비 지원이 가능한가요?

RTX 5060이 탑재된 최신 노트북 및 학습에 필요한 장비 대여가 가능합니다. 정부 자산으로 구매한 기기인 만큼 파손 또는 분실 시, 계약에 따라 법적 책임을 질 수 있습니다. 대여 진행시 반납 보증을 위한 계약서 작성이 필수입니다. (필요에 따라 보증인 확인을 위해 유선 연락을 드립니다.) 노트북 대여는 장비가 없는 인원을 우선으로 진행되며, 장비를 소유하고 있더라도 학습 진행 시 필요하다고 판단되면 대여가 가능합니다.

교육/과정

취업 지원 시스템이 있나요?

KANT 수료생이라면 취업지원 혜택을 무제한으로 누리실 수 있습니다. 우수 수료생 인턴십 연계 기회 — 우수 수료생에게 협력사 인턴십 연계 혜택을 제공합니다. • 880개 이상의 협력사 — AI 전문 기업을 포함한 다수의 파트너사와 함께합니다. 협력사 지원시 가산점 부여, 우선 검토 등의 취업 혜택이 있습니다. • 스파르타 커리어 플랫폼 — 자체 취업지원 플랫폼을 통해 취업의 전 과정을 체계적으로 관리합니다. • 무제한 1:1 취업 지원 — 전문 튜터가 이력서·자소서 첨삭부터 면접 대비까지 함께합니다. 취업할 때까지 무제한으로 언제든 지원받으실 수 있습니다.

교육/과정

대학원과 어떻게 다른가요?

KANT는 ‘AI직군 취업’에 중점을 두고 운영되는 과정입니다. 대학원과 비교해 다음과 같은 특징이 있습니다. 부담 없는 학습 기간 • KANT는 석·박사 대비 짧은 기간으로 운영됩니다. 실무에 꼭 필요한 이론을 깊이 있게 이해하고, 프로젝트를 통해 응용하기까지 충분한 시간입니다. • 부담 없는 학습 비용 • KANT는 정부 지원이 가능한 과정입니다. 전액 무료로 진행되며, 매월 40만원 상당의 훈련지원금을 추가로 받으실 수 있습니다. (*지급액은 개인별로 상이함) • 실제 비즈니스 데이터로 배우는 실무 • 수강생들은 협력사의 비즈니스 데이터를 활용해 학습할 수 있습니다. 더미 데이터가 아닌 실무와 동일한 데이터로 머신러닝을 진행하기 때문에, 실제로 발생할 수 있는 케이스에 대응하며 효율적으로 AI 경험을 쌓아갑니다. • 학습 의지와 가능성이 있는 누구나 참여 • 전공·학점·스펙을 보지 않습니다. 커리큘럼을 따라올 수 있는 정도의 전공 지식과 학습 의지가 있다면 충분합니다. 부족한 부분은 베이스캠프와 수준별 분반 학습, 그리고 전문 튜터진의 밀착 관리를 통해 AI 실무자로서 필요한 수준까지 채워드립니다. • 확실한 취업 지원 • 우수 수료생 인턴십 연계 혜택을 제공합니다. 이후 취업할 때까지 1:1 밀착 관리를 지원합니다. 빠르고 효율적인 취업을 목표로 하는 분께 적합한 과정입니다.

교육/과정

훈련과정탐색표가 필요해요.

국가취업지원제도 등의 과정 참여를 위해 훈련과정탐색표가 필요하다면 아래 버튼을 클릭해 주세요.

신청/결제

정말 0원인가요?

물론입니다. KANT l AI 전문가 양성 과정은 고용노동부가 함께하는 100% 전액 국비지원 훈련 과정으로 개인부담 비용은 전혀 없습니다. 단, 개강 7일 전까지 내일배움카드를 반드시 소지해주세요!

신청/결제

매월 훈련장려금도 받을 수 있나요?

고용노동부 정책에 따라 매월 40만원 상당의 훈련장려금을 받을 수 있습니다. (*지급액은 개인별로 상이함) 훈련장려금 신청 기간이 되면 매니저가 필요한 절차를 함께 진행해드립니다. 실업 급여 수령 여부 등, 간혹 지급이 제한되거나 개인별로 금액이 상이할 수 있으므로 자세한 문의는 관할 고용센터 또는 고용24(HRD-Net)을 통해 문의해주세요.

신청/결제

지원 자격은 어떻게 되나요?

KANT는 ‘국민내일배움카드‘를 발급받을 수 있는 국민이면 지원할 수 있습니다. 아래 세부 요건을 확인해주세요. [자격 요건 요약] • 내일배움카드 소지자 또는 발급대상자 • 내일배움카드 지원금 잔액이 1원 이상 남은자 • 국내 거주중이며, 훈련 기간 내 해외 거주 계획이 없는 자 • 최근 5년 이내의 K-Digital Training(KDT) 참여 이력이 없는 자 *K-디지털 기초역량 훈련(KDC) 이력과 무관하며, 중복하여 수강할 수 있습니다. *단, KDT 참여 이력이 있는 경우, 재참여 시 전액 자부담입니다. 지원 자격에 대해 보다 자세하게 문의하고 싶으시다면 1:1 채팅상담 문의를 이용해 주세요.

신청/결제

어느 정도 실력을 갖춰야 참여할 수 있나요?

- Python으로 변수, 조건문, 반복문을 활용한 코드를 작성해본 경험이 있는 분 - SQL로 데이터를 조회하고 집계해본 경험이 있는 분 (SELECT, WHERE, GROUP BY…) - ADsP 또는 SQLD 자격증을 보유하신 분

교육/과정

코스 수강을 위해 노트북 및 장비 지원이 가능한가요?

RTX 5060이 탑재된 최신 노트북 및 학습에 필요한 장비 대여가 가능합니다. 정부 자산으로 구매한 기기인 만큼 파손 또는 분실 시, 계약에 따라 법적 책임을 질 수 있습니다. 대여 진행시 반납 보증을 위한 계약서 작성이 필수입니다. (필요에 따라 보증인 확인을 위해 유선 연락을 드립니다.) 노트북 대여는 장비가 없는 인원을 우선으로 진행되며, 장비를 소유하고 있더라도 학습 진행 시 필요하다고 판단되면 대여가 가능합니다.

교육/과정

취업 지원 시스템이 있나요?

KANT 수료생이라면 취업지원 혜택을 무제한으로 누리실 수 있습니다. 우수 수료생 인턴십 연계 기회 — 우수 수료생에게 협력사 인턴십 연계 혜택을 제공합니다. • 880개 이상의 협력사 — AI 전문 기업을 포함한 다수의 파트너사와 함께합니다. 협력사 지원시 가산점 부여, 우선 검토 등의 취업 혜택이 있습니다. • 스파르타 커리어 플랫폼 — 자체 취업지원 플랫폼을 통해 취업의 전 과정을 체계적으로 관리합니다. • 무제한 1:1 취업 지원 — 전문 튜터가 이력서·자소서 첨삭부터 면접 대비까지 함께합니다. 취업할 때까지 무제한으로 언제든 지원받으실 수 있습니다.

교육/과정

대학원과 어떻게 다른가요?

KANT는 ‘AI직군 취업’에 중점을 두고 운영되는 과정입니다. 대학원과 비교해 다음과 같은 특징이 있습니다. 부담 없는 학습 기간 • KANT는 석·박사 대비 짧은 기간으로 운영됩니다. 실무에 꼭 필요한 이론을 깊이 있게 이해하고, 프로젝트를 통해 응용하기까지 충분한 시간입니다. • 부담 없는 학습 비용 • KANT는 정부 지원이 가능한 과정입니다. 전액 무료로 진행되며, 매월 40만원 상당의 훈련지원금을 추가로 받으실 수 있습니다. (*지급액은 개인별로 상이함) • 실제 비즈니스 데이터로 배우는 실무 • 수강생들은 협력사의 비즈니스 데이터를 활용해 학습할 수 있습니다. 더미 데이터가 아닌 실무와 동일한 데이터로 머신러닝을 진행하기 때문에, 실제로 발생할 수 있는 케이스에 대응하며 효율적으로 AI 경험을 쌓아갑니다. • 학습 의지와 가능성이 있는 누구나 참여 • 전공·학점·스펙을 보지 않습니다. 커리큘럼을 따라올 수 있는 정도의 전공 지식과 학습 의지가 있다면 충분합니다. 부족한 부분은 베이스캠프와 수준별 분반 학습, 그리고 전문 튜터진의 밀착 관리를 통해 AI 실무자로서 필요한 수준까지 채워드립니다. • 확실한 취업 지원 • 우수 수료생 인턴십 연계 혜택을 제공합니다. 이후 취업할 때까지 1:1 밀착 관리를 지원합니다. 빠르고 효율적인 취업을 목표로 하는 분께 적합한 과정입니다.

교육/과정

훈련과정탐색표가 필요해요.

국가취업지원제도 등의 과정 참여를 위해 훈련과정탐색표가 필요하다면 아래 버튼을 클릭해 주세요.

본 사업은 고용노동부 AI캠퍼스 사업이며, 기관 사정에 따라 훈련의 변동성이 있습니다.
아직 궁금증이 풀리지 않았다면 ?

Korea AI Native Technologists

Korea AI Native Technologists

AI시대, 인간의 가능성을 새로 정의합니다.

100% 국비지원

기업 과제 포트폴리오 완성

기업 과제 포트폴리오 완성