• Deep Learning Institute
  • Deep Learning Institute

딥 러닝, 가속화된 데이터 사이언스, 가속 컴퓨팅 분야의 핵심 기술 능력을 개발하는데 관심이 있는 경우 리더스시스템즈를 통하여 AI 전문가가 진행하는 각 분야별 맞춤 교육을 수강할 수 있으며, 세계를 선도하는 최신 딥 러닝 기술에 대한 업계 최고의 지식을 얻을 수 있습니다.

교육문의

AI & Deep Learning 솔루션 교육과 고객 맞춤형 컨설팅을 제공합니다

리더스시스템즈는 NVIDIA 교육 파트너로서 딥 러닝 교육 센터(DLI)를 통해 AI, 가속화된 컴퓨팅 및 가속화된 데이터 과학을 위한 애플리케이션 개발에 대한
실습 교육을 제공합니다. 클라우드에 구축된 GPU 가속 워크스테이션 플랫폼을 기반으로 엔드 투 엔드 애플리케이션 개발 경험과 전문 지식을 신속하게 얻을
수 있습니다. 교육 콘텐츠는 최신 기술 트렌드에 맞추어 지속적으로 업데이트되며, 개인이나 조직 모두가 이용할 수 있습니다.

DLI 공인 인증 강사
리더스시스템즈는 까다로운 심사를 통과한 NVIDIA DLI 공인인증강사를 보유하고 있으며, AI 전문가를 통해 최신 기술 트렌드를 중심으로 심도 있고 체계적인 이론 및 실습 훈련을 제공합니다.
다양한 분야별 맞춤 프로그램
온·오프라인으로 진행되는 딥 러닝, 가속화 컴퓨팅, 데이터 사이언스 분야별 맞춤 교육 프로그램을 통해 IT 전문가 및 AI 비즈니스의 선구자로 거듭날 수 있습니다.
IT 트렌드의 비즈니스 전환
다변화하는 AI 비즈니스 세계에서 최신 기술 및 트렌드를 빠르게 파악하고 최적화된 딥러닝 기술을 비즈니스에 적용할 수 있습니다.

Deep Learning Institute(DLI) 교육 과정 소개

4차 산업혁명의 핵심 기술 중 하나인 AI에 대해 실질적인 이론 및 실습 교육을 배울 수 있는 딥 러닝 전문가 주도 교육은 원데이 과정으로 진행됩니다. 모든 코스를 성공적으로 수강하면 학습 주제 역량을 입증할 수 있는 공인 인증서를 발급받을 수 있습니다. 교육은 딥러닝과 가속화 컴퓨팅 분야 5가지 과정이 있습니다.

I. 딥러닝 교육

1. Fundamentals of Deep Learning (딥 러닝의 기초)
딥 러닝이 컴퓨터 비전 및 자연어 처리 분야의 실습 예제를 어떻게 해결하는지 설명합니다. 고도로 정확한 결과를 얻기 위해 도구와 요령을 익혀 딥 러닝 모델을 트레이닝 할 수 있으며, 사전 훈련된 첨단 모델을 활
용하여 시간을 절약하고, 딥 러닝 애플리케이션을 빠르게 실행하는 방법을 배울 수 있습니다.
2. Building Trasformer-Based
Natural Language Processing Applications
(Transformer 기반 자연어 처리 애플리케이션 구축)
문서 분류 등의 텍스트 분류 작업에 트랜스포머 기반 자연어 처리 모델을 사용하는 방법을 설명합니다. 명명된 NER(엔터티 인식) 작업을 위해 트랜스포터 기반 모델을 활용하는 방법과 지표, 도메인 특수성, 사용 가능한 리소스를 바탕으로 특정 사용 사례에 가장 적합한 모델이 어느 것인지 결정하기 위한 다양한 모델 기능, 구속 조건 및 특성을 분석하는 방법을 배울 수 있습니다.
3. Fundamentals of Deep Learning for Multi-GPUs
(멀티GPU를 위한 딥 러닝의 기초)
멀티GPU에서 딥 뉴럴 네트워크를 트레이닝하여 데이터 집중적인 애플리케이션에 필요한 트레이닝 시간을 단축하는 기법을 설명합니다. 딥 러닝 도구, 프레임워크 및 워크플로우 작업을 수행하여 뉴럴 네트워크 트레이
닝을 수행하고, Horovod 멀티 GPU를 구현하여 효율적인 분산 소프트웨어를 작성하는데 따르는 복잡성을 줄이며, 다수의 GPU에 걸쳐 모델을 트레이닝 할 때 정확도를 유지하는 개념을 배웁니다.

II. 가속화 컴퓨팅 교육

1. Fundamentals of Accelerated Computing
with CUDA C/C++ (CUDA C/C++을 활용한 가속 컴퓨팅의 기초)
CUDA® 기반의 초병렬 GPU에서 실행되도록 C/C++ 애플리케이션을 가속화하는 기본 도구와 기법을 설명합니다. 코드 작성, CUDA를 사용한 코드 병렬화 구성, CPU와 GPU 가속기 간의 메모리 마이그레이션 최적화, 새로운 작업에서 학습한 워크플로우를 구현하여 입자 시뮬레이터를 가속화하고 확연히 보이는 막대한 성능 향상을 달성하는 방법을 배웁니다.
2. Fundamentals of Accelerated Computing
with CUDA Python (CUDA Python을 활용한 가속 컴퓨팅의 기초)
CUDA® GPU와 Numba 컴파일러를 사용하여 GPU 가속 Python 애플리케이션을 실행하기 위한 기본 도구 및 기술을 배울 수 있습니다.