[IBK 기업은행] 데이터 정제 및 아카이빙 방법론

AI 프로젝트에서 데이터는 곧 성능과 직결됩니다. 그러나 원천 데이터는 종종 불완전하거나 불필요한 요소가 포함되어 있으며, 이를 정제
하고 관리하는 과정이 반드시 필요합니다. 본 강의는 데이터 정제 기법과 효율적인 아카이빙 방식을 학습합니다. 

#DataCentricAI #DataQuality #AIProductOps
Empty space, drag to resize
Write your awesome label here.

Beginner

Difficulty Level

2H

Estimated Learning Time

Korean

Language

Certificate of Completion

강의 수강을 통해 수료증을 발급 받을 수 있습니다.

Created by

김미숙 교수

Assistant Professor | Department of Data Science, Hanyang University
산업공학을 전공하고, 삼성전자 종합기술원과 금융권, 그리고 글로벌 퀀트 기업에서 데이터 기반 문제 해결을 다뤄왔습니다. 현재는 한양대학교 데이터사이언스학과에서 학생들과 함께 데이터 사이언스의 다양한 주제를 연구하고 있습니다.

이번 강의에서는 모델보다 데이터가 더 중요해지는 Data-Centric AI의 핵심을 다룹니다. 단순히 데이터를 모으는 것을 넘어서, 어떻게 구축하고 품질을 평가해야 모델이 제대로 성능을 내는지 살펴봅니다. 이번 과정을 통해 데이터 품질 관리와 평가 역량을 실제 업무나 프로젝트에서 자신 있게 활용할 수 있기를 기대합니다.