KT에서 주관하는 AICE(AI Certificate for Everyone) PROFESSIONAL을 준비하시는 분들에게 도움이 되었으면 하는 바람으로 정리한 내용입니다.
*본 내용은 AICE에서 제공되는 소개자료를 기반으로 작성되었습니다.
AICE 자격증의 핵심은 인공지능을 제대로 다룰 수 있는지를 검증하는 것입니다.
초등학생부터 성인, 비전공자부터 전공자까지 필요한 AI역량에 따라 5개의 수준으로 나뉘어 구성되어 있습니다.
이 중에서 PROFESSIONAL에 도전합니다. PROFESSIONAL은 AICE 시험 종류 중 최상위 레벨 단계의 시험입니다. 180분 동안 총 3문항을 풀며 80점 커트라인을 통과해야 취득할 수 있어요..!
문항당 목표 달성률에 따라 차등점수가 부여되니 성능 달성이 핵심인 것 같습니다.
AICE PROFESSIONAL의 출제범위는 AI 서비스 모델 개발 역량에 해당하는 다양한 데이터 분석 및 처리에서 최적화까지 입니다. 다른 레벨의 시험과 달리 응시자가 스스로 해결하는 문제 해결력을 검정 역량으로 한다고 합니다.
- 다양한 데이터 분석 및 처리
- 머신러닝/딥러닝 모델링
- 머신러닝/딥러닝 최적화 및 고도화
*합격 이후, 합격을 위해 필요하다고 느낀 내용 위주로 정리하였습니다.
🔘 목표 성능달성이 핵심이기 때문에 주어지는 해결 가이드를 꼼꼼하게 읽어야 합니다.
🔘 문제지 상단에 제공되는 가이드를 꼼꼼하게 읽고 가이드에 맞게 결과물을 제출해야 합니다.
🔘 만일의 사태에 대비해임시저장
버튼을 수시로 눌러 저장해하는 습관을 가집시다.
🔘 제출 시에는최종 제출 및 종료
버튼을 눌러야 제출됩니다.
🔘 문제를 유출할 수 없습니다.
데이터 전처리 및 모델링 및 성능평가와 관련해서는 기존에 정리된 📒AICE ASSOCIATE 총 정리📒를 참고해주세요.
문제에서 제시되는 평가지표로 회귀 모형과 분류 모형을 구분하여 모델 유형을 선택하면 됩니다.
MSE
, RMSE
: 회귀 모형 평가지표Accuracy
, F1-Score
: 분류 모형 평가지표
- 전처리
- 결측치 및 이상치 처리
- 인코딩/라벨링
- 데이터 분할
*학습 데이터 내에서 데이터 분할 진행
- 정규화
- 모델 학습
- 최적화
GridSearchCV
- 성능 평가
*문제 해결 가이드에 설명된 평가지표로 성능평가 진행
텍스트는 영문과 한글 데이터 전처리 방식이 많이 달라서 사전에 알고 있는 편이 도움이 될 것 같습니다. 저는 첨부한 링크에서 도움 많이 받았습니다.
- 전처리
- 토큰화
- 정제(불용어 제거)
- 정규화
- 데이터 분할
- 문서 단어 행렬 변환 CountVectorizer()
- 모델 학습
- 최적화
GridSearchCV
- 성능 평가
*문제 해결 가이드에 설명된 평가지표로 성능평가 진행
이미지 데이터는 이전에 한 번이라도 로드해보고 만져보는 것을 추천드립니다. 안 해봤으면 실전에서 시간이 많이 뺏길 수 있을 것 같아요!
사실 오픈북이라서 큰 부담없이 준비하기는 했습니다. 준비할 때 핵심 과정을 정리해두고 참고하면 좋을 것 같은 자료들을 사전에 찾아두는 것을 위주로 했습니다.
Tabular/Text/Image 데이터 모두 다뤄 본 경험이 있고, 시간이 많이 없어서 사전에 코드로 구현을 직접 해보지는 않았지만 시험 보기 전에 다들 한 번씩 해보시는 것을 추천드립니다. 오랜만에 해서 저는 허둥대다가 시간을 버리기도 했습니다..하핳😅
다들 참고해서 AICE PROFESSIONAL도 뿌시기를 바랍니다! 파이팅입니다😄
안녕하세요. 이번에 associate 단계는 좀 쉬워보여서 AICE Professional 자격증을 고민하고 있습니다.
올려주신 부분 제외하고 추가로 필요한 부분 있을까요?