2020

2020 winter short-term training

AI 단기연수 모집

미국 프플소프트는 4차 산업혁명 ICT 유망기술 및 혁신성장 선도기술 분야 고급인재 육성을 위해 2019년도 글로벌 핵심인재 양성지원 사업의 프플스프트 AI 단가연수 교육생 선발 계획을 아래와 같이 공고하오니, 참여를 희망하는 재학생은 관련 절차에 따라 신청하여 주시기 바랍니다.


1. 사업목적

지능정보 사회 대비 ICT 유망 기술 및 혁신성장 선도 기술 분야 맞춤형 교육과정을 통해 최신 기술 습득을 위한 교육 지원

2. 지원사항

기술분야 전문 이큐베이터 미국 PeopleSpace 교육과정을 개설, 국내 우수 학생 대상 AI 집중현지 단기연수 실시

□ 지원내용

◦ (프로그램명) AI 단기연수

◦ (교육기간) 2020년 1월 ~ 2020년 2월 (2개월)

◦ (선발인원) 50명 수준

◦ (커리큘럼) AI, 머신러닝, 자연어 처리, 데이터 사이언스 과목을 수강한 후 최종 팀 프로젝트 코스 이수

(※ 세부사항 <항목8> 참조)

◦ (수업 및 평가) 수업 및 평가는 과제, 시합, 프로젝트를 종합적으로 평가

◦ (결과물) 연수과정 수료증, 프로젝트 결과물 등


3. 지원자격 및 유의사항

□ 지원자격

◦ (지원대상) 한국 국적의 국내 대학 ICT 관련 기초·융합 재학생

* 소프트중심대학 학부 재학생은 교내 소프트중심대학 사업단을 통해 신청가능

* 20년 졸업 예정자 등의 교육과정 기간 동안 학위가 종료된 자는 지원불가

* 전문연구요원은 지원 불가

□ (지원요건) 전공/성적과 상관없이 아래 요건을 모두 충족하는 자

① 선형대수, 미적분, 기본 확률에 대한 수학 역량 보유자

② 현지수업 참여 가능한 고급 프로그래밍(Python 등) 및 데이터 구조, 알고리즘 구현 역량 보유자

③ 현지수업 참여 가능한 영어 구사능력 보유자 (영어사용 100%)


4. 선발 방법

□ 1차 전형 : 수학 시험(Math Test)

◦ 교육 이수를 위해 필요한 선형대수, 미적분, 기본 확률 등 기초 역량 확인을 위한 수학 시험 실시

◦ 1차 전형 대상 : 지원 자격요건에 해당하는 신청자 전원

◦ 일시/장소 : ‘19. 9. 28.(토) 14시 / 온라인

* 상기 일정은 내부사정에 의해 변경될 수 있음

◦ 1차 전형 합격자를 대상으로 제출서류* 별도 안내 예정

* 국·영문 자기소개서, 국·영문 성적·재학 증명서, 증빙서류(공인언어시험 및 기재내용에 관한 증빙) 등 면접 전 사전준비 요망

□ 2차 전형 : 영어 면접전형 (최종 선발인원의 2배수 내)

◦ 1차 전형 합격자를 대상으로 인터뷰를 통해 SW 및 수학 관련지식, 지원 동기, 교육 목표, 영어능력 등을 종합적으로 평가하여 선발

◦ 필요한 능력 및 적격성을 검증하며, 상위 고득점자 순으로 10명 수준 선발

◦ 일시/장소 : ‘19. 10. 15.(화)∼17.(목) 3일간

□ 선발일정

* 1차 수학시험 통과자 대상으로 2차 면접 대상자를 선정(최종 선발인원의 2배수 이내) 하며,

2차 면접전형 점수 기준으로 상위 10명 내외를 선발하여 최종 파견인력으로 선정


5. 신청안내

□ 제출서류

◦ 교육과정 신청서(스캔본) (파일명 : 1. 성명_신청서)

◦ 개인정보 활용 동의서(스캔본) (파일명 : 2. 성명_개인정보 활용 동의서)

* 국·영문 자기소개서, 국·영문 성적·재학 증명서, 증빙서류 (공인언어시험 및 기재내용에 관한 증빙) 등 필수제출 서류는 1차 전형 합격자 대상으로 별도 안내 예정


6 . 문의사항

□ 사업 관련 문의 이다니엘 교수: www.peoplespace.us


7. 유의사항

◦ 지원 시 자격요건을 검토, 판단한 후 신청서를 제출하시기 바라며, 제출 서류 등 정보 누락 등 오기, 연락불능등등 으로 인한 불이익은 응시자의 책임임

◦ 제출 서류를 위·변조하거나 정보를 허위 기재한 경우에는 합격 취소함

◦ 제출된 서류는 일체 반환하지 않으며, 교육 중에라도 허위사실이 발견되거나, 자격에 부합하지 않을 시 즉시 교육이 중단되며, 관련 법령에 따라 법적 책임이 부여될 수 있음


8. AI 단기연수 커리큘럼

Image Classification

Data cleaning and production; SGD from scratch

Data blocks; Multi-label classification; Segmentation

NLP; Tabular data; Collaborative filtering; Embeddings

Back propagation; Accelerated SGD; Neural net from scratch

Regularization; Convolutions; Data ethics

Resnets from scratch; U-net; Generative (adversarial) networks


※ 상기 커리큘럼은 사정에 의해 변동될 수 있음