Fundamentals of Accelerated Data Science (데이터 사이언스의 기초)
- 교육시간
- 1일, 8시간
- 레벨
- 기술-중급
- 언어
- 한국어,영어
- 주제
- Data Science
- 기술
- RAPIDS, cuDF, XGBoost, cuML, cuGraph, Dask, cuPy, pandas, Polars, NumPy 및 Bokeh
과정정보
데이터 과학은 과학적 방법, 프로세스, 알고리즘 및 시스템을 사용하여 데이터에서 통찰력을 분석하고 추출하는 것입니다. 이를 통해 조직은 데이터를 귀중한 리소스로 전환하여 보다 스마트한 의사 결정, 운영 개선 및 향상된 고객 경험을 얻을 수 있습니다. 이 워크숍에서는 GPU 가속 도구를 사용하여 데이터 과학을 더 빠르게 수행하여 보다 확장 가능하고 안정적이며 비용 효율적인 결과를 얻는 방법을 배웁니다.
과정 세부 조건
- Python 경험, 이상적으로는 pandas 및 NumPy 포함
- 필수 조건을 충족하기 위한 제안된 리소스: Kaggle의 pandas 튜토리얼, Kaggle의 머신 러닝 소개, RAPIDS를 사용한 데이터 과학 워크플로우 가속화
| 하드웨어 요구 사항 | 인증서 |
|---|---|
| 최신 버전의 Chrome 또는 Firefox를 실행할 수 있는 데스크톱 또는 노트북, 컴퓨터를 준비한 참가자에게는 클라우드 상에서 완전하게 구성된 GPU 가속 서버에 접근할 수 있는 전용 권한이 주어집니다. | 평가를 성공적으로 완료한 참가자는 관련 분야에 대한 역량을 인정 받고, 전문적 커리어 성장을 지원하는 NVIDIA DLI 인증서를 받게 됩니다. |
DLI 교육 시청방법
- 교육 문의
- 결제 및 교육 크레딧 발급
- 강의 시청
- 평가 및 자격증 발급
| 온라인 | 모든 온라인 교육은 ZOOM 프로그램으로 진행됩니다. |
|---|---|
| 오프라인 |
|
- - 수업 녹화 진행 어려우며, 불참시 녹화본은 따로 제공 되지 않습니다.
- - 교육 자료는 교육 당일 별도 안내를 통해 확인하실 수 있습니다. (교육 참석자에 한해 제공)
- - 모든 강의는 교육 크레딧 PO(발주) 진행된 이후에는 불가합니다.
이번 강의의 학습목표는 무엇인가요?
다양한 데이터 과학 작업을 보다 효율적으로 수행할 수 있어 더 많은 반복 주기가 가능하고 생산성이 크게 향상됩니다
- cuDF를 사용하여 pandas, Polars 및 Dask를 가속화하여 모든 크기의 데이터 세트를 효율적으로 분석
- 다양한 데이터 과학 문제에 대해 XGBoost를 포함한 다양한 기계 학습 알고리즘을 활용합니다.
- Triton 추론 서버에 기계 학습 모델을 배포하여 최적의 성능 제공
- NetworkX 및 cuGraph를 사용하여 복잡한 네트워크를 분석하기 위한 강력한 그래프 알고리즘을 배우고 적용하십시오.
- 영국에 영향을 미치는 시뮬레이션된 전염병 발생을 막기 위해 대규모 데이터 세트에 대한 여러 분석 작업을 수행합니다.
과정 개요
수업 일정 안내로, 강사와 상의하여 세션에 가장 적합한 일정을 정하시기 바랍니다.
| 소개 (15분) |
|
| GPU 가속 데이터 조작(2시간) |
워크숍 후반부에서 여러 기계 학습 연습에 사용할 여러 데이터 세트(일부는 메모리보다 큼)를 수집하고 준비합니다.
|
| 휴식 (1시간) | |
| GPU 가속 기계 학습 (2시간) |
첫 번째 섹션에서 준비한 데이터에 몇 가지 필수 기계 학습 기술을 적용합니다.
|
| 그래프 분석(1.5시간) |
|
| 프로젝트: 영국을 구하기 위한 데이터 분석 (1시간) |
인구 규모 데이터에 새로운 GPU 가속 데이터 조작 및 분석 기술을 적용하여 전체 영국 인구에 영향을 미치는 시뮬레이션된 전염병을 방지합니다.
|
(*인증서 / 사전준비) : 공통
자주 묻는 질문
- NVIDIA Developer Program 계정이 없는 경우 교육 시작 전 미리 가입해 주시기 바랍니다. (가입 필수 / 계정 생성 바로가기)
- 교육 후에 제공되는 모든 DLI 교육 자료는 본 계정을 통해 접속하실 수 있습니다.
- 참고 : 교육 자료는 교육 당일 별도 안내를 통해 확인하실 수 있습니다. (교육 참석자에 한해 제공됩니다.)
- 복습은 교육이 끝난 후 https://courses.nvidia.com/dashboard에서 6개월 동안 제공됩니다.
유의사항
- 환불 안내 : 교육 크레딧 PO(발주) 진행된 이후에는 불가합니다.
-
교육 네트워크 환경 : 최소 다운스트림 1 Mbps 속도가 필요하며, 5Mbps가 권장됩니다.
워크숍 중에 오디오/비디오를 정상적으로 스트리밍 할 수 있으며, 깜빡거림 또는 지연을 방지할 수 있습니다.
- 수업 녹화 진행 어려우며, 불참시 녹화본은 따로 제공 되지 않습니다.
- 관련 문의는 리더스시스템즈 교육 문의하기로 부탁드립니다.
리더스시스템즈 NVIDIA Deep Learning Institute(DLI) 딥러닝 교육 및 트레이닝
리더스시스템즈는 NVIDIA Deep Learning Institute(DLI) 공인 교육 파트너로서, 최신 GPU 환경과 전문 강사진을 기반으로 체계적인 AI·딥러닝 트레이닝을 제공합니다. 산업별 요구에 최적화된 실무 중심 교육과 글로벌 표준 인증 과정을 통해 조직의 AI 역량을 빠르게 강화하며, 교육 이후 실제 프로젝트 적용까지 연계되는 완성도 높은 기술 지원 체계를 제공합니다. NVIDIA의 최신 기술 교육을 활용하여 AI, 데이터 과학, 가속 컴퓨팅 등의 분야에서 수요가 많은 기술, 실무 경험, 전문 지식을 얻으세요.
- NVIDIA 공인 DLI 교육 파트너
- DLI 공인 인증 강사진 보유
- NVIDIA 공식 수료 인증 발급
- 교육–컨설팅 연계 지원 체계 보유
- 산업별 실무형 트레이닝 구성
리더스시스템즈에서 진행하는 다양한 교육과정을 확인해보세요
-
#기초 과정 #Accelerated ComputingNVIDIA DLI 인증 교육 CUDA C/C++를 사용한 가속 컴퓨팅 기초 Fundamentals of Accelerated Computing with CUDA C/C++CUDA 기반의 초병렬 GPU에서 실행되도록 C/C++ 애플리케이션을 가속화하는 기본 도구와 기법을 설명합니다.
-
#중급 과정 #Deep LearningNVIDIA DLI 인증 교육 대화형 AI 애플리케이션 구축 Building Conversational AI ApplicationsNVIDIA NeMo 프레임워크를 사용하여 자동 음성 인식(ASR) 및 텍스트 음성 변환(TTS) 모델과 이를 사용자 정의하는 방법을 자세히 살펴보고, Riva를 사용하여 모델을 배포하는 방법을 알아봅니다.
-
#Generative AI/LLMsNVIDIA DLI 인증 교육 생성형 AI와 분산형 모델 Generative AI with Diffusion Models컴퓨팅 성능과 과학 이론의 발전 덕분에 생성 AI는 그 어느 때보다 쉽게 활용될 수 있습니다. 본 과정에서는 텍스트-이미지 파이프라인에 널리 사용되는 디노이징 확산 모델에 대해 심층적으로 살펴봅니다.