[목 차]

1장 AI 업계의 현 상황과 기초 지식
01 폭넓게 쓰이는 AI
02 기업의 AI 도입 동향
03 AI 인재의 수요

2장 AI 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

3장 AI 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-

4장 AI 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~

5장 AI 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

6장 AI 모델의 구축과 PoC
35 PoC의 중요성
36 AI 모델 시제품에서 ‘무엇을’ 분석할 것인가?
37 데이터 수집 시 주의해야 할 사항
38 AI 모델에서 사용하는 알고리즘을 검토한다
①지도 학습
39 AI 모델에서 사용하는 알고리즘을 검토한다
②비지도학습
40 AI 모델에서 사용하는 알고리즘을 검토한다
③앙상블 학습
41 AI 모델에서 사용하는 알고리즘을 검토한다
④딥러닝
42 AI 모델 성능 검증하기
43 AI 모델 성능 평가하기
44 너무 높은 정확도는 과학습을 의심해야 한다
45 데이터가 적은 경우

7장 AI 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

8장 AI 시스템의 운용
51 시스템 운용
52 AI 시스템 모니터링으로 이상 유무 확인하기
53 AI 모델 업데이트
54 AI 시스템이 잘 못하는 부분은 사람이 보완한다

9장 AI 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