캠프 상세 페이지를 불러오는 중입니다.
임베디드 기반 C/C++/Python 영상비전AI(컴퓨터비전) OpenAI활용 개발자 과정
모집 중
영남인재교육원
임베디드 기반 C/C++/Python 영상비전AI(컴퓨터비전) OpenAI활용 개발자 과정
브랜드: 영남인재교육원, 과정명: 임베디드 기반 C/C++/Python 영상비전AI(컴퓨터비전) OpenAI활용 개발자 과정모집개요
프로그램 요약
대구
에서오프라인, 풀타임
으로 진행되는내일배움카드(국기)
임베디드
🔥 부트캠프
입니다.선발절차가 없습니다.
👩💻 기초부터 취업까지 효율적으로 준비하고싶으신 분께 추천드리며,
- C
- C++
- Python
- Linux
- 임베디드
- OpenCV
- 컴퓨터비전
- 딥러닝
- 머신러닝
- OpenAI
- Raspberry Pi
- Arduino
- Django
- TensorFlow
- PyTorch
- 등을 배울 수 있습니다.
이 섹션에서는 부트캠프를 운영하거나 주관하는 회사의 정보를 카드 형태로 안내한다.
교육기관 정보
일정 & 수업
변경 가능성이 있으므로, 정확한 정보는 홈페이지에서 확인해주세요.
- 모집마감
- 2026.10.19마감 47일 전모집 중
- 수업일정
- 2026.10.22 ~ 2027.04.27약 6개월 여정
- 요일시간
- 월, 화, 수, 목, 금 / 9:00 ~ 17:00
- 모집정원
- 20명
- 수업방식
- 오프라인 현장 강의, 녹화본 미제공
- 학습장비
- 개인 PC 필요
- 수업형태
- 오프라인
- 학습장소
- 대구
대구광역시 서구 서대구로 7길2 (내당동 245-4번지 2층)
수강료 & 지원금
- 내배카
- 내일배움카드가 필요해요.💳
- 자부담
- 지원금
- 월 최대 60만원
💡 이 교육은 국가기간전략산업직종 과정이에요.
구직자에게 개인의 비용부담 없이 직업훈련을 받을 수 있는 기회를 제공하고 기업에서 필요로 하는 전문기술인력으로 양성하여 구직자의 취업과 기업의 인력채용을 지원하는 사업입니다. * 2026년 1월 과정부터 자기부담금이 발생될 수 있습니다. (최대 60만원)
💡 참고 링크
이런 분들이 신청하면 좋아요.
- 01임베디드 개발자 취업 희망자
- 02AI/딥러닝 기반 임베디드 시스템 개발자 희망자
이렇게 성장할 수 있어요.
- 01C/C++을 활용한 마이크로컨트롤러(MCU) 직접 제어 및 펌웨어 개발
- 02Linux 임베디드 운영체제 기반 엣지 디바이스 최적화 역량 습득
- 03OpenCV를 활용한 컴퓨터 비전(이미지/영상 분석, 객체 탐지, 얼굴 인식) 구현
훌륭한 강사님들과 함께해요.
커리큘럼
교육과정의 커리큘럼 정보를 안내한다.
커리큘럼
| 교과 분야 | 교과목 / 능력단위 | 시간 | 학습 내용 |
|---|---|---|---|
| 리눅스 활용 | 리눅스 활용 (응용SW 기초 활용) | 45 | 전 과정 리눅스 기반 실습 환경 |
| 프로그래밍 언어 | 프로그래밍 언어 학습 | 75 | C/C++ (임베디드 기초 및 펌웨어), Python |
| 프로그래밍 언어 | 프로그래밍 언어 응용 | 75 | |
| 요구사항 확인 | 요구사항 확인 | 14 | 개발 요구사항 |
| 펌웨어 활용 | 펌웨어 구현 환경 구축 | 14 | 아두이노(C/C++), 펌웨어 구현, 각종 센서/모터 제어, Raspberry Pi 기반 응용 SW |
| 펌웨어 활용 | 펌웨어 구현 | 55 | |
| 오픈 플랫폼 활용 | 오픈 플랫폼 활용 | 35 | |
| 임베디드 애플리케이션 | 임베디드 애플리케이션 구현 환경 구축 | 14 | HTML/CSS/JavaScript, Python기반 Django 웹 플랫폼을 활용한 웹 개발 및 임베디드 장비 통신 |
| 임베디드 애플리케이션 | 임베디드 애플리케이션 구현 | 55 | |
| 웹/서버 및 연동 | 서버프로그램 구현 | 50 | |
| 웹/서버 및 연동 | 인터페이스 구현 (설계/구현) | 45 | |
| 웹/서버 및 연동 | 통합 구현 | 28 | |
| 인공지능 데이터 특징 추출 | 인공지능 데이터 특징 추출 | 35 | |
| 인공지능 모델링 | 인공지능 모델링 (모델 학습) | 73 | OpenCV 활용: 이미지/영상 분석, 객체 탐지, 얼굴 인식, Pandas/Numpy, 딥러닝(CNN, RNN, GAN), LLM/생성형 AI 이해와 활용, OpenAI API(GPT-4, DALL-E) 연동 |
| 인공지능 모델링 | 인공지능 모델링 (모델 선정) | 21 | |
| 인공지능 서비스 활용 | 인공지능 서비스 모델 적용 | 35 | |
| 인공지능 서비스 활용 | 인공지능 서비스 애플리케이션 개발 | 75 | |
| 인공지능 서비스 활용 | 인공지능 서비스 인터페이스 개발 | 75 | |
| 인공지능 서비스 활용 | 인공지능 서비스 이행 | 21 | |
| 인공지능 서비스 활용 | 인공지능 데이터 전처리 | 35 | |
| 애플리케이션 테스트 수행 | 애플리케이션 테스트 수행 | 21 | 종합 테스트 |
학습 목표
- 데이터 전처리: Pandas와 Numpy를 활용하여 AI 모델 학습에 필요한 데이터를 정제하고 가공, 레이블링
- 딥러닝 모델링: TensorFlow/Keras 프레임워크를 사용하여 이미지 인식을 위한 CNN, 시계열 데이터를 위한 RNN 등 다양한 이미지/영상 딥러닝 모델을 직접 설계, 학습, 평가
- LLM, 트랜스포머 아키텍처, 생성 모델 유형(GAN, VAE, Diffusion Model)의 이해와 활용
- OpenAI API(GPT-4, DALL-E) 연동 실습