본문 바로가기

The Most Advanced Premium Learning Platform

IGM세계경영연구원

DTS 기업맞춤교육 사례

  • L전자그룹
  • L전기제조그룹
  • 건설기계 D사
  • H식품그룹
  • S식품제조

R&D 부문 'Citizen Data Scientist' 양성

2018년 R/파이썬 1,000명 교육 후 2019년부터 현업 부서에서 DX과제 해결 중심 교육 진행 역량 및 현업과제 해결 필요 대상 신청형태로 진행

프로젝트 리더로서 ‘Data-driven Mindset’부터 AI 핵심기술을 적용한 ‘고급 빅데이터 분석’까지 구성 (주임교수의 팀별 코칭도 진행)

AI 핵심 기술의 현업 적용능력 및 데이터 분석 결과의 해석/보고 역량 강화 목적

DX과제 수행 절차 및 특성 이해, SCM DX 추진 과제 발굴 및 리딩역량 확보 → 교육과정 진행 중 발굴한 SCM DX 프로젝트 수행

최근 과정 개요

  • 과 정 명 : 머신러닝 이해와 활용

    교육대상 : R&D 인력 임직원 60명

    교육형태 : Virtual Live (zoom)로 진행됨

    교육기간 : 3일, 24시간, 4차수 진행

  • 만족도
    4.8 / 5.0

교육생 코멘트

  • 실무에서의 적용 관련 질문에도 적극적으로 답변해 주시며, 기초적인 이해를 토대로 혼자서 어떻게 찾아 나가야 할 지 방향성을 알려주셔서 좋았다.
  • 인공지능의 필수적인 이론부터 이를 이해하기 쉽게 해주는 실습까지 있어, 짧은 기간내 알차게 배울 수 있었다.
  • 머신러닝 입문하는데 아주 좋은 강의. 실시간 1:1 과외 받는 느낌이었다.
  • 파이썬 Base Camp

    • 3days, 24시간
    • -  전 임직원 대상 교육안내 후 신청 형태
    • -  Python 프로그래밍 기초 교육
    • -  파이썬 을 활용한 데이터 분석 기초 실력 확보
  • 파이썬 Advanced

    • 3days, 24시간
    • -  전 임직원 대상 교육안내 후 신청 형태
    • -  기술통계 분석 및 데이터 시각화,
         머신러닝 기초 알고리즘에 대한 집중 교육
    • -  파이썬 을 활용한 데이터 분석 자신감 향상
  • AI Build Up

    • 5days, 40시간
    • -  입사 1-5년차 대상 신청 형태 20명 이하
    • -  본인의 현업데이터를 활용한 교육 진행
    • -  제조기반 DT를 이해하고, 데이터기반으로
        의사결정 하여 업무자동화 및 DX 과제 발굴/실행
  • AI Jump Up

    • 9days, 72시간
    • -  조직내 DX과제 수행자 대상
    • -  인공지능 AI 이해 및 예제 데이터 분석 방법론 학습 후
        현업데이터 분석 팀별 과제 실행
    • -  AI 핵심 기술 적용 및 DX 과제 리딩을 위한
        데이터분석 활용 과제 해결 역량 함양
  • PRI 50’s 생기충전 DX

    • 1days 워크샵
    • -  조직 내 Senior 대상
    • -  DX 과제 공유 시 DX 및 방법론에 대한 이해를 높이고
        Senior/Junior 간 원활한 소통 진행

그룹 디지털 혁신의 주역 ‘빅데이터 분석 전문가 과정’

그룹의 DT추진현황을 공유하고, DT기술 이해를 통해 실무과제 발굴/적용/수행
→  학습과 현업적용을 연계한 과정 구성으로 빅데이터 과제기획/실행 가능한 실무 전문가 대거 육성 목표

지난 5년간의 교육과정 운영 결과, 현업 요구분석을 통해 직군(직무)별 활용도가 높은 지식/기술 전달과 제조 현장에 맞는 다양한 데이터분석/AI 관련 교육과정을 구성함
→  DT 전문 역량 강화를 위하여 지속적으로 과정의 다양화/세분화 예정

과정 개요

  • 과 정 명 : 빅데이터 전문가 과정

    교육대상 : 계열사 임직원 선발 22명

    교육형태 : 오프라인 교육/강의/실습

    교육기간 : 4개월, 17일, 총 150시간

  • 만족도
    4.7 / 5.0

교육생 코멘트

  • 파이썬의 1도 모르던 내가 데이터 분석을 하고 DT과제까지 수행하게 된 것이 자랑스럽다.
  • 알차고 실무에 적합하게 지도하여 주심, 강사님의 에너지가 좋았다.
  • 과연 머신러닝 알고리즘을 배울 수 있을까 하는 두려움이 싹 사라졌고, 벌써 다른 DT과제를 고민 중이다.
  • S1. 데이터 분석

    • 4days, 26시간
    • -  전 계열사/직군 임직원 선발 20명 내외
    • -  프로젝트 준비 단계 : 사전프로젝트 작성
    • -  파이썬을 활용한 다양한 데이터 분석 및 시각화 방법을
        학습을 통한 데이터분석 능력 함양
  • S2. 머신러닝

    • 4days, 28시간
    • -  S1 데이터분석 이수자
    • -  프로젝트 2,3단계 : 프로젝트 계획 서 및 문제정의서 발표
    • -   AI 서비스의 기반이 되는 머신러닝의 동작원리 이해
  • S3. 머신러닝 응용

    • 3days, 20시간
    • -  S1 데이터분석, S2 머신러닝 과정 이수자
    • -  프로젝트 4단계; 데이터 확보 및 모델링
    • -  머신러닝 알고리즘 이해 및 예지보수/시계열
        데이터분석 핵심 스킬 이수
  • 프로젝트 코칭

    • 2days, 10시간
    • -  S1~ S3 과정 이수자
    • -  프로젝트 5단계; 데이터 확보 및 모델링
    • -  팀별 전략 수립을 통한 모델 최종 점검 코칭
  • S4. 프로젝트 전략

    • 4days, 22시간
    • -  S1~ S4 과정 이수자
    • -  프로젝트 6단계 : 테스트 (최적화)
    • -  팀별 미팅 및 피드백/ 과제 점검 후 결과물
        검토 및 활용방안 코칭/ 최종 결과발표

임원의 DX과제, 현업 직원들은 AI로 실현!

데이터 분석 방법론과 AI핵심 기술을 배워, 현업 데이터를 활용해 제품지능 구형에 필요한 패턴 찾기, 이상치 탐지, 클러스터링, 고장 진단 등의 예측 프로젝트를 실제 수행하는 것을 목적으로 함

AI핵심 기술에 대한 적용 역량 및 문제해결역량을 향상시킴
→ 데이터 중심 사고와 분석을 기반으로 현업 문제 해결이 가능한 높여 Filed Data Scientist를 양성!

모든 업무와 일하는 방식에서 데이터 중심(Data-driven)의 의사결정이 가능하도록 변화의 당위성과 방법을 구체적으로 제시하는 것을 목표로 설계

최근 과정 개요

  • 과 정 명 : FIDAS_파이썬 활용 데이터분석 역량 강화

    교육대상 : 임직원 30명

    교육형태 : Virtual Live (zoom)로 진행됨

    교육기간 : 3일, 24시간, 2차수 진행

  • 만족도
    4.7 / 5.0

교육생 코멘트

  • 데이터를 어떻게 바라봐야 하는지 사전 기획의 중요성을 알게 되었다.
  • 다양한 data 시각화 방법, 주피터 노트북으로 손쉽게 데이터 분석할 수 있게 되었다.
  • 현업데이터를 이용하여 실습 하다보니 현업에서 충분히 활용가능 할 기대감이 든다.
  • 리더 DX워크숍

    • Function별 DX과제 도출 워크숍
    • -  CEO/임원/팀장 대상
        1그룹: R&D, 제조/생산, 2그룹: 경영전략 외
    • -  사전학습: DT성공사례 조사 및 해결하고 싶은 과제 정리
    • -  DX이해 및 DT핵심기술 이해, 부서별 주요 DX과제 빌표
    • -  디지털 리더십 역량 함양
  • Field Data Scientist - 파이썬

    • 데이터분석 프로세스대로 교육 (3일, 5일)
    • -  각 그룹별 핵심인재 선발하여 차수별 20명 내외
    • -  파이썬 기초문법 및 데이터분석, 분석자동화,
        실제D사 현업데이터분석 실습
    • -  빅데이터 분석 실력 및 자신감 향상
  • Field Data Scientist - AI

    • 단계별 3일씩, 총 9일 교육
    • -  파이썬 과정을 우수하게 수료한 핵심인재 선발
    • -  머신러닝 문제해결 프로세스(PDMR)
        AI의 이해: 머신러닝 10대 알고리즘
        머신러닝 예제 실습: 시퀀스 , 이미지 분석 등
        AI 프로젝트 및 발표: AI모델구성 및 결과 발표
    • -  실질적 프로젝트 경험에 기반한 진정한 AI전문가로 양성

IT부서 및 현업 인력을 디지털 전문가로 육성

30여개 계열사 임직원 대상 대대적인 ‘디지털 전문가’ 육성

1차 목표는 IT기술 운영 인력을 디지털 기술/기획 중심 전문가로 전환

DT 핵심 기술별 클래스 개설: 난이도 및 현업 DT 과제 해결 중심의 실습 교육

그룹에서 도입한 시스템 활용을 높이고, 전직원에게 디지털의 문턱 낮추기 위해 다양한 No Code 과정 개설
 - 구글 스프레드시트, 데이터 스튜디오 : 협업과 실무 데이터 분석 및 BI 실현
 - Power Automate & Apps : 업무 프로세스 자동화 및 앱 구현 실습

현업 직원들을 ‘AI·빅데이터 전문가’, ‘클라우드 전문가’, ‘IoT전문가’로 업스킬링

AI 프로젝트 결과물(출하예측, 고장예측 등)은 계열사에도 전파

과정 개요

  • 교육대상 : 30개 계열사 IT직무 수행자,
             각 사 CEO, CIO추천, 현업 희망자 300여명

    교육형태 : 오프라인 및 Virtual Live

    교육기간 : Basic(3일) – 기술 이해 및 업무개선
              아이디어 도출 가능 역량

             Expert(3일) – 기술 이해 및 업무에
             적용/기획할 수 있는 역량

             Deep Dive(4일) – 기술을 실제 업무에
             적용, 개발, 추진할 수 있는 역량

  • 만족도
    4.8 / 5.0

교육생 코멘트

  • [ 인공지능 ] 입사 이후 들었던 교육 중에서 가장 도움이 되는 강의, 예제중심 으로 프로젝트 해결!
  • [ 빅데이터 ] 초급자에게 많은 내용 중에 핵심과 필요한 부분에 대해서 짚어서 강의하시는 것이 좋았고, 교수님의 교수법이나, 전문 지식은 타의 추종을 불허한다.
  • [ 클라우드 ] 실제 적용 방안이나 실무에서 어떻게 사용되었는지 알려주셨던 부분이 와닿아 좋았습니다.
  • AI School

    • Basic-Expert-DeepDive (총 10일)
    • -   데이터분석 및 머신러닝 주요 알고리즘 학습
    • -  협업의 DT과제를 AI전문교수진과 1:1코칭
    • -  계열사 확대 가능한 알고리즘 개발 및 AI역량 향상
  • Big Data School

    • Basic-Expert-DeepDive (총 10일)
    • -  파이썬 활용 데이터분석 기초~ 현업데이터 분석
    • -  머신러닝의 핵심 알고리즘 학습 후 현업 과제 실습
    • -  데이터 분석의 접근방법 및 분석 프로세스 이해
  • Cloud School

    • Expert (총 3일)
    • -  도입한 클라우드 활용을 맡을 직원 업스킬링
    • -  클라우드 플랫폼 이해
    • -  클라우드 인스턴스 및 IaaS/PaaS 기술 실습
    • -  클라우드 기반 웹 어플리케이션 및
        데이터 분석 역량 확보
  • IoT School

    • Expert (총 3일)
    • -  IoT 시스템 구성, 핵심 기술, 표준 이해
    • -  미래 IoT 생태계에 대한 도입 전략을 파악
    • -   각 사 IoT 현황을 전문가에게 설명, 1:1 질문
         IoT도입 및 개선 전략에 대한 방향 수립
  • NoCode School

    • Basic (3일) - Expert (총 3일)
    • -  그룹에 도입한 구글 활용 활성화 및 협업 도모
    • -  데이터 분석 및 BI 집중 실습
    • -  업무 프로세스 효율화, 자동화를 실습

DT 핵심인재 양성을 위한 ‘디지털MBA’

전사 DT 수행을 위한 디지털 특화 실무중심 프로젝트 기반 MBA
→ 데이터 리터러시 이해 및 DT 오너십 확보하여 디지털 기술 활용한 비즈니스 기회 포착, 업무 효율성 및 경쟁력 증대를 목표

현업에 당면한 과제 및 해당 산업군의 DT 기술이 적용된 사례 학습을 바탕으로 실질적이고 구현가능한 DT과제를 도출/발표
→ 프로젝트 단계별 IGM 교수진 및 각 BU 조직장, 디지털 혁신 센터등 내/외부 전문 평가단에 자문 및 피드백

비즈니스 전 영역에서 현장 중심의 데이터 사고가 발휘 될 수 있도록 핵심인재의 육성 및 역량 개발을 지속할 전망

과정 개요

  • 과 정 명 : 디지털 MBA 교육

    교육대상 : 계열사 핵심인재 선발 17명

    교육형태 : 온/오프라인 강의/실습/프로젝트

    교육기간 : 9주, 146시간

  • 만족도
    9.6 / 10

교육생 코멘트

  • 데이터분석의 중요성 및 파이썬 이라는 유용한 프로그램에 대해 알게 된 것이다.
  • 업무 효율화, 업무 생산성 향상에 크게 기여할 수 있는 툴을 접하고 배웠다는 점이 매우 유익하다.
  • 현업에서 가장 많이 사용하는 엑셀의 능숙도 및 데이터 분석의 이해 수준이 크게 상승되었다.
  • M1. 디지털 Biz 이해

    • 3days, 20시간
    • -  데이터 리터러시, 통계의 개념 및 기초 이해
    • -  디지털 기술 기반 식품제조군 Case Study 및
        선진 내부 Case Study 학습
    • -  프로젝트 1단계 : 개인별 사례 조사/발표
    • -  디지털 기술 및 데이터의 중요성을 인식하고
        비즈니스 전략 차원의 활용 방안 모색
  • M2. 데이터 분석

    • 9days, 72시간
    • -  Excel 및 Python 활용 데이터분석 기본 이해 및
        머신 러닝 이해와 활용으로 기초와
        심화를 연결하여 구성함
    • -  프로젝트 2단계 : DT과제 도출 및 데이터 확보
    • -  데이터 분석의 핵심 내용 학습 및 데이터
        예제 실습을 통한 주요 방법론 이해
  • Cloud School

    • Expert (총 3일)
    • -  도입한 클라우드 활용을 맡을 직원 업스킬링
    • -  클라우드 플랫폼 이해
    • -  클라우드 인스턴스 및 IaaS/PaaS 기술 실습
    • -  클라우드 기반 웹 어플리케이션 및
        데이터 분석 역량 확보
  • M3. 프로젝트 워크샵

    • 2days, 16시간
    • -  DT 과제 도출 워크샵
    • -  프로젝트 3단계: DT 과제 확정 및 데이터 점검
    • -  현업의 이슈와 디지털 기술을
        연결하여 구체적인 DX 실행 계획 도출
  • M4. 프로젝트 코칭

    • 4days, 32시간
    • -  프로젝트 4단계: 데이터 모델링, DT 기획안 중간 발표
    • -  프로젝트 진척도 점검 및
        개인별 코칭을 통해 분석 방법론 적용/발전
  • 프로젝트 최종 발표

    • 1days, 6시간
    • -  프로젝트 6단계 : 프로젝트 최적화
    • -  CEO 및 각 BU 임원 대상 최종 발표 및 우수자 시상

주소 : 서울특별시 중구 장충단로 8길 11-16 사업자등록번호 : 101-86-24196 대표자 : 조승용 전화 : 02-2036-8300 팩스 : 02-2036-8399 Copyright©주식회사 IGM 세계경영연구원. All rights reserved.
QUICK MENU
TOP