1. 2023년 라벨러 교육
1) 공통
- OT
- 소양 교육
2) 기본
- 데이터 라벨링 가공 소개
- 바운딩 박스 가공 소개
- 폴리곤, 폴리라인 가공 소개
- 실습
- 음성/텍스트 데이터의 구축 및 활용
- 음성/텍스트 데이터 품질 관리의 이해
- 음성/텍스트 라벨링 이론
- 실습 영상
- 멀티모달 이해
- 멀티모달 구축 데이터셋 소개
- 프로젝트 탐구 - 이미지 멀티모달
- 멀티 모달 이미지, 텍스트 실습 (1/3)
- 멀티 모달 이미지, 텍스트 실습 (2/3)
- 멀티 모달 이미지, 텍스트 실습 (3/3)
- 자율주행 분야의 이해
- 자율주행 데이터 구축 프로세스
- 자율주행 데이터 프로젝트 소개
- 프로젝트 실습
- 비전 기술의 이해 및 소개
- 비전 기술 분야의 구축 프로세스
- 비전 기술 분야 프로젝트 소개
- 실습
- 이미지/영상 캡션의 개요
- 데이터 분석과 해석
- 이미지/영상 캡션 작성법
- 프로젝트 실습
- 디지털 정보보안과 인공지능 보안관리의 이해
- 인공지능 학습데이터 구축 공정의 이해 및 보안 관리
- 인공지능 학습용 데이터 품질관리의 이해
- 인공지능 학습용데이터 품질관리 방안
- 인공지능학습용 데이터 품질관리 활동
- 품질검사 도구의 활용 및 품질검사 기법
- 품질검사 실습
3) 입문
- 이미지 및 영상 데이터 이해
- 이미지 및 영상 데이터 라벨링 기법
- 이미지 및 영상 데이터 라벨링 저작도구 소개
- 인공지능 음성/텍스트의 이해
- 음성/텍스트 라벨링 방법론 및 목적
- 음성/텍스트 데이터 학습처리의 이해
4) 전문
- 인공지능 학습용 데이터의 정의 및 기획방안
- 인공지능 학습용 데이터 기획 절차 및 수행
- 인공지능 학습용데이터 구축사업의 이해
- 인공지능 학습용 데이터 구축사업 사업관리
- 인공지능 학습용 데이터 구축 공정관리
5) 심화
- 데이터 라벨링 심화 소개
- 데이터 라벨링 가공 소개
- 복합 데이터 라벨링 프로젝트 소개
- 실습 (1/3)
- 실습 (2/3)
- 실습 (3/3)
- 음성/텍스트 라벨링의 발전
- 음성/텍스트 데이터 품질 검사
- 초거대AI와 ChatGPT
- 실습 영상
- 멀티모달 AI 전망
- 프로젝트 탐구 - 영상 멀티모달
- 프로젝트 탐구 - 복합 멀티모달
- 영상 +음성+텍스트 실습 (1/3)
- 영상 +음성+텍스트 실습 (2/3)
- 영상 +음성+텍스트 실습 (3/3)
- 자율주행 융합 센서의 이해
- 완전 자율주행 핵심기술
- 자율주행 데이터 프로젝트 소개
- 프로젝트 실습
- 비전 기술과 초거대 AI
- 비전 기술과 딥러닝
- 비전 기술 분야 프로젝트 소개
- 프로젝트 실습
- 이미지/영상-캡션 분야의 이해
- 이미지/영상-캡션 (Dense Captioning)
- 이미지/영상-캡션 작성
- 프로젝트 실습
- 품질관리 프레임워크
- 품질관리 프로세스 및 산출물
- 품질 자가점검 및 품질검증
- 품질관리 기준 가이드
- 품질검사 실습
- 인공지능 학습데이터 구축 단계에 따른 보안과정
- 인공지능 학습데이터 보안기법 및 관리보안
2. 2022년 라벨러 교육
1) 공통
- 인공지능 윤리 및 개인정보보호
- 인공지능 저작권 및 지식재산권
2) 기본
- 데이터 라벨링 가공 이해 및 소개
- CCTV 프로젝트 소개(바운딩 박스)
- 자율주행 프로젝트 소개(폴리곤, 폴리라인)
- 스포츠 프로젝트 소개(키 포인트)
- 음성 데이터 학습 처리에 필요한 맞춤법
- 정제와 정제 규칙 및 실수 사례
- 음성 데이터 정제 및 저작 도구
- 전사와 전사 규칙 및 실수 사례
- 음성 데이터 전사 및 저작 도구
- 실습 시연 영상
- 텍스트 데이터의 정의
- 텍스트 데이터 학습 처리 규칙(간투사) 및 저작도구
- 텍스트 데이터 저작도구 및 작업 오류 분석, 검수
- 텍스트 데이터의 구축 및 활용 사례
3) 입문
- 데이터라벨러 직무 및 전망
- 이미지 및 영상 데이터 학습 처리과정
- 이미지 및 영상 데이터 기법 소개 및 적용사례
- 이미지 및 영상 데이터 라벨링 도구 소개
- 이미지 및 영상 데이터 라벨링 시연
- 1차시_교육의 목적
- 2차시_음성 텍스트 데이터 학습 처리 과정과 유형
- 3차시_학습 처리 사례 및 최종 산출물
- 4차시_텍스트 데이터의 학습 처리 유형 및 맞춤
- 전사 시연
4) 전문
- 자율주행 개요
- 라이다 센서 개요
- 자율주행용 데이터셋 설계
- 라이다 센서 데이터 실습환경 구축
- 라이다 센서 데이터 수집(실습)
- 라이다 센서 데이터 정제(실습)
- 라이다 센서 데이터 가공(실습)
- 라이다 객체인식 모델 안내(실습)
- 인공지능 학습용 데이터 품질 오남용 예방
- 인공지능 데이터 수집 단계에서의 보안
- 인공지능 학습 데이터와 개인정보/민감정보 비식별화
- 인공지능 학습용 데이터 관리의 보안
- 인공지능 모델 과적합 방지 방안
- 인공지능 학습용 데이터 구축 기획 작성방법
- 인공지능 학습용 데이터 유형 및 도메인 별 구축 사례
- 인공지능 학습용 데이터 기획 수행 방법
- 인공지능 학습용 데이터 기획 절차
- 인공지능 학습용 데이터 기획 시 고려사항
- 융합센서 개요 (1차시)
- 융합센서 주행 데이터 획득/수집
- 융합센서 주행 데이터 정제 방법
- 융합센서 주행 데이터 가공 방법
- 융합센서 주행 데이터 라벨링 저작도구 소개
- 멀티모달 소개
- 멀티모달 구축 데이터셋 소개
- 프로젝트 탐구 - 멀티모달
- 인공지능 학습용 데이터 품질검사의 이해
- 인공지능 학습용 데이터 품질관리 방법
- 인공지능 학습용 데이터 품질관리 운영1
- 인공지능 학습용 데이터 품질관리 운영2
- 인공지능 학습용 데이터 품질관리 검사도구 및 적용 사례
- 인공지능 학습용 데이터 구축 프로젝트 이해 I
- 인공지능 학습용 데이터 구축 프로젝트 이해 II
- 인공지능 학습용 데이터 구축 프로젝트 사업관리 I
- 인공지능 학습용 데이터 구축 프로젝트 사업관리 II
- 인공지능 학습용 데이터 구축 공정관리
5) 심화
- 텍스트 데이터 학습 처리의 규칙(개체명)
- 텍스트 데이터 개체명 태깅 및 검수
- 언어모델 작업 및 검수
- 텍스트 데이터 저작 도구의 종류
- 개체명 태깅 시연
- 데이터 라벨링 심화 소개
- 영상 라벨링 프로젝트(영상 요약) 1
- 이미지 복합 라벨링 프로젝트(HOI)
- 이미지 및 영상 라벨링 품질관리
- 음성 데이터 학습 처리에 필요한 맞춤법
- 이중 전사 비식별화 전사 규칙
- 이중 전사 비식별화 전사 시연1
- 이중 전사 비식별화 전사 시연2
- 전사 검사 규칙과 작업 과정
- 실습 시연
- 인공지능 학습용 데이터 품질검사의 이해
- 인공지능 학습용 데이터 구축단계 품질검사 기준(지표)
- 인공지능 학습용 데이터 구축단계 품질검사 방법1
- 인공지능 학습용 데이터 구축단계 품질검사 방법2
- 인공지능 학습용 데이터 운영·활용단계 품질관리 방법
3. 2021년 라벨러 교육
1) 공통
- 인공지능 데이터셋 구축 사업소개
- 인공지능(AI)윤리 및 이해
- 인공지능(AI)과 개인정보
- 인공지능(AI)과 저작권
- 인공지능(AI)과 안면인식 초상권
- 인공지능(AI)과 지식재산권
2) 기본
- 이미지 라벨링 기본 가공 기법 소개
- CCTV 프로젝트 소개(바운딩 박스)
- 스포츠 프로젝트 소개(키 포인트)
- 자율주행 프로젝트 소개(폴리곤, 폴리라인)
- 실습 과제 수행을 위한 사전 교육
- 기본 맞춤법
- 정제와 정제 규칙 및 실수 사례
- 음성 데이터 정제 및 저작도구
- 전사와 전사 규칙 및 실수 사례
- 음성 데이터 전사 및 저작도구
3) 입문
- 데이터 라벨링 소개
- 이미지 / 영상 데이터 활용 분야 및 케이스 소개1
- 이미지 / 영상 데이터 활용 분야 및 케이스 소개2
- 이미지 / 영상 저작도구 소개 및 시연
- 교육의 목적
- 음성/텍스트 데이터 가공의 정의
- 학습사례 및 최종 산출물
- 언어모델의 정의 및 맞춤법(입문과정)
4) 심화
- 이미지 라벨링 심화 가공 기법 소개
- OCR, 복합 프로젝트 소개1
- OCR, 복합 프로젝트 소개2
- 시맨틱 세그맨테이션 프로젝트 소개1
- 시맨틱 세그맨테이션 프로젝트 소개2
- 실습 과제 수행을 위한 사전 교육
- 심화 맞춤법
- 이중 전사/비식별화 전사 규칙
- 이중 전사/비식별화 전사 시연1
- 이중 전사/비식별화 전사 시연2
- 전사 검수 규칙과 작업 과정
- 언어 모델 검수 규칙과 작업 과정 |