자율주행 AI 국비 부트캠프

엘리스 자율주행 트랙은 데이터 파이프라인 구축부터

라이더센서, ROS 프로그래밍, 강화학습과 같은

자율주행 실무 지식을 습득할 수 있는 부트캠프입니다.

자율주행, 로보틱스, 인공지능, 딥러닝 기술을 결합하여

22주 동안 자율주행 소프트웨어 개발을 주제로

2개의 실습 프로젝트를 진행합니다.

이 커리큘럼을 들으면 실무에 바로 적용 가능한

실력을 쌓을 수 있게 이론 및 실습이 설계되어 있습니다.

모집안내

서류접수

공개 예정

교육기간

6개월

선발인원

20명

자격요건

내일배움카드 발급이 가능한 자

자율주행, 실전 교육부터 취업까지

22주 안에 실력 향상과 취업준비까지 완벽하게 이끌어 드립니다.

1. 실전 프로젝트 2개 완성

기한 없이 미루기만 했던 자율주행 프로토타입 프로젝트, 혼자가 아닌 팀과 협업하여 22주 안에 완성할 수 있습니다.

2. 자율주행 & 인공지능, 한 번에 마스터

라이다 센서, OpenCV, YOLO, 딥러닝/머신러닝, ROS 까지 핵심 기술을 종합적으로 학습합니다.

3. 자율주행, AI 전문가와 1:1 밀착 코칭

프로젝트 기간 개인별 코드 리뷰로 실제 현업 수준의 코드 품질으로 디벨롭 할 수 있습니다.

4. 네트워크 & 취업 연계 시스템

수강 중에도 빠른 취업을 위한 실제 대비 모의면접, 자소서 첨삭, 이력서 컨설팅 콘텐츠를 제공합니다.

자율주행 기술의 핵심, 객체 탐지 기술을 활용한 1차 프로젝트

실무 데이터 수집 & 전처리

실외, 실내 주차장 대용량 데이터를 직접 수집 및 정제하여 AI 학습을 위한 최적의 데이터셋을 만듭니다.

객체 탐지 모델 설계 & 적용

AI가 이미지 데이터를 기반으로 주차 공간을 구별할 수 있도록 YOLO, OpenCV 등의 기술을 활용해 탐지 모델을 구축합니다.

딥러닝 모델 학습 & 최적화

자율주행 AI의 핵심인 TensorFlow, PyTorch를 활용하여 딥러닝 모델을 학습시키고 최적화합니다.

모델 성능 평가 & 품질 개선

객체 탐지 모델의 성능을 분석하는 다양한 지표를 학습하고 지속적인 튜닝을 통해 정확도를 높입니다.

주차 공간 탐색 서비스 - 실내주차장

프로젝트 1팀 발표 자료

주차 공간 탐색 서비스 - 낮 야외주차장

프로젝트 2팀 발표 자료

주차 공간 탐색 서비스 - 밤 야외 주차장

프로젝트 3팀 발표 자료

자율주행 실무 완성, ROS 기반 버추얼 차량 2차 프로젝트

자율주행 데이터 활용 역량

정지선, 신호등, 보행자 등 실제 자율주행 시스템에서 사용하는 오픈 소스 데이터를 추출하고 분석합니다.

실시간 보행자 인지 기술

YOLO 기반 보행자 탐지 모델을 구축하여 실시간으로 보행자를 인식하는 기술을 구현합니다.

주행 장애물 인식 & 회피

라이다 센서를 활용해 주변 장애물을 감지하고 3D 딥러닝 기반 회피 알고리즘을 적용합니다.

자율주행 차량 제어 기술

버추얼 도로 환경에서 자율주행 차량의 경로 계획 및 주행 제어 기능을 직접 설계하고 테스트합니다.

장애물 탐지 기능 구현

자율주행 1팀 발표 자료

속도 조절 기능 구현

보행자 탐지 능력 구현

자율주행 2팀 발표 자료

우회전 기능 구현

신호등 탐지 능력 구현

고퀄리티 프로젝트를 위한 5천만 원 상당의 개발 환경 제공

현존하는 최상위 속도를 자랑하는 NVIDIA GPU H100 개발 환경을 엘리스에서만 경험할 수 있습니다.

실제 대기업 및 연구소급 자율주행 AI 프로젝트 경험

1. 대기업·연구소급 AI 실전 경험

현업에서 사용되는 최첨단 개발 환경을 미리 경험하며 자율주행 AI 프로젝트를 실습할 수 있습니다.

2. 최고 성능으로 빠르게 개발

YOLO, R-CNN과 같은 대규모 사전 학습 모델을 H100을 통해 구동하여 최고 성능으로 빠르게 개발할 수 있습니다.

3. 초고속 데이터 처리 환경 0원으로 활용

혼자서는 사용할 수 없는 TB~PB급 데이터 처리 환경과 자율주행 강화학습을 무료로 개발 환경을 경험할 수 있습니다.

엘리스 자율주행 프로젝트, 만족도로 증명된 성장의 기회

프로젝트 중 개발 역량 향상

프로젝트 결과물 만족도

프로젝트 안내 및 진행 속도

프로젝트를 하면서 생긴 이슈들을 코치님들과 얘기해보고 코치님들의 생각을 들어보며 한단계 발전할 수 있었던것같습니다. 또한, 프로젝트를 작업하면서 엇나간 방향성을 코치님의 피드백으로 인해 바로 잡을 수 있었습니다.

대용량의 데이터를 처리하고 데이터셋을 구현하는 과정에서 고성능 GPU 자원을 사용할 기회가 있어서 개발하기 수월했습니다. 시작과 끝까지 모두 직접 경험해보면서 시행착오를 이겨낸 경험이 큰 도움이 되었습니다.

실제 실무 관점에서 저희가 부족한 부분을 구체적으로 짚어주셔서 많은 도움이 되었습니다. 단순한 코드 수정이 아니라, 왜 이러한 방식이 더 효과적인지, 실무에서 어떤 방식이 더 효율적인지에 대한 깊이 있는 피드백을 받을 수 있었습니다.

레이서가 된다면 이런 내용을 배워요

수료 후에도 3개월 동안 강의를 자유롭게 열람할 수 있는 편리함까지 누리세요.

실무 필수 역량을 고려한 이론과 실습으로 주차별 컨텐츠가 정리되어 제공됩니다. 엘리스 콘텐츠 팀이 직접 검수한 믿을 수 있는 자료만을 제공하며 이론 학습 후 바로 실습 문제로 실력을 확인할 수 있습니다.

파이썬 코드 실습창 예시

파이썬 강의 자료 예시

RNN 수업자료 예시

ROS 프로그래밍 자료 예시

이미지 색상 변환 실습창 예시

YOLO 수업 자료 예시

머신러닝 교차검증 자료 예시

딥러닝 실습 코드 예시

이미지 데이터 자료 예시

실시간 프로그래밍 데모 예시

이미지 데이터 자료 예시

Part 1 데이터 및 인공지능 기초
Part2 이미지 처리 데이터 인공지능 활용
Part 3 자연어 처리 강화학습
Part 4 자율주행 AI 엔지니어링

Part 1 데이터 및 인공지능 기초

- Python과 인공지능을 통해 데이터를 처리하는 방법을 습득합니다. - ML/DL의 개념과 다양한 Python 라이브러리를 활용하여 데이터 사이언스와 인공지능 기술을 익혀봅니다.

분류	순서	내용	목표
Part1	1주차	Python 프로그래밍과 데이터분석	Python 문법 및 주요 라이브러리(제어문, 클래스, NumPy, Pandas 등) 를 다뤄보며 객체지향 프로그래밍과 데이터 분석 역량을 강화합니다.
	2주차	인공지능 수학 I	인공지능의 원리인 핵심 수학 및 통계학을 학습하고, 코드로 구현해보며 수학적 역량을 강화하고 인공지능에 대한 이해도를 높입니다.
	3주차	머신러닝	머신러닝과 지도학습/비지도학습에 대해 알아보고, 주요 라이브러리인 Scikit-Learn을 통해 회귀/분류 문제를 해결해봅니다.
	4주차	딥러닝 I	딥러닝에 대해 알아보고, 주요 라이브러리인 Keras, PyTorch 를 통해 간단한 컴퓨터 비전, 시계열 예측 등을 처리해봅니다.