[AI융합전문가 대상] 인공지능을 활용한 핀테크 금융서비스 실전 개발 과정(마감)
강사 핀인사이트 이기홍 강사
일정 2025년 6월 28일(토) ~ 7월 13일(일) / 6회
시간 (주말) 토, 일 9시-18시 / 48시간
장소 이룸센터 8층(국회의사당 4번 출구 앞)
*오프라인 참석이 어려운 분에 한해 실시간 ZOOM 수업 참여 가능(실시간 참여 시에만 출석 인정)
인원 24명 내외
신청접수기간 선착순 모집 *선착순으로 조기마감될 수 있습니다.
수강여부안내 교육 개강일 5일 전 17시
* 신청에서 제외되는 경우 별도로 연락 드리고 있습니다.
비용 무료
문의 금융 특화 AI사무국
(02-3274-9389, rhtndk1020@kma.or.kr) 문의하기
이번 과정의 특징을 알아볼까요?
| 대상 | AI/SW개발자(재직자, 구직자(프리랜서 등) *타산업 종사자 신청 가능, 중소/스타트업부터 대기업까지 모두 가능 * 2024년 동일 과정 수강자 신청 불가 | ||
| 목표 | - 금융 데이터에 대한 이해도가 있고 파이썬과 이를 기반으로 하는 머신러닝/딥러닝 프레임워크를 쓸 수 있는 AI·SW 개발자/컨설턴트를 대상으로 전반적인 인공지능 기반 핀테크 서비스 개발 전략을 교육 - 여신, 은행, 증권 분야의 전반적인 서비스와 전략적으로 구축하는 방법을 배우고 이를 재직자 과정을 멘토링할 수 있는 능력 습득 | ||
| 특장점 | - 재직자 과정 멘토 참여 기회 제공을 통해 금융 분야에 대한 이해도 향상 및 네트워킹 지원 - 금융위원회에서 발표한 「금융 AI 개발·활용 안내서」 기반 교육 구성 및 해당 체크리스트를 활용한 실습 수행 - 현업 데이터를 이용한 실습〮프로젝트 중심의 코드 학습 | ||
| 기간 | 2025년 6월 28일(토) ~ 7월 13일(일) / 6회 | ||
| 시간 | (주말) 토, 일 9시-18시 / 48시간 | ||
| 인원 | 24명 내외 | ||
| 비용 | 교육비 무료 | ||
| 장소 | 이룸센터 8층(국회의사당 4번 출구 앞) *오프라인 참석이 어려운 분에 한해 실시간 ZOOM 수업 참여 가능(실시간 참여 시에만 출석 인정) | ||
신청 | - 신청접수기간 : 선착순 모집 *선착순으로 조기마감될 수 있습니다. - 수강여부안내 : 교육 개강일 5일 전 17시 * 신청에서 제외되는 경우 별도로 연락 드리고 있습니다. - 제출 서류 : AI/SW개발자 경력이 확인 가능한 증빙서류 (사업자등록증, 재직증명서, 경력증명서 등) *증빙서류 제출순으로 선착순 신청 완료 | ||
프로그램의 강사는 어떤 분이세요?
강사 |  | 이기홍 △ Hertz&Alpha, CEO (21)△ 핀인사이트, 사외이사, 연구 및 강의 (17~현재) △ 더블유더블유지자산운용 CIO (17) △ 한국투자공사 CIO (06-17) △ 새마을금고연합회, 해외대체투자팀장 (10~13) △ JR Investment L.P Financail Consultant (99~02) △ HSBC증권 서울지점 Senio Analyst (98~99) △ CFA, FRM △ 인사이트캠퍼스, 아시아경제, 금융권 다수 강의 △ 연구분야 : 금융 AI, 머신러닝, 딥러닝, 알고리즘 트레이딩 △ 저서 : 엑셀 VBA로 쉽게 배우는 금융공학 프로그래밍, 한빛미디어 (09) | ||
프로그램 커리큘럼이 궁금합니다!
1) 사전 동영상 강의
| 주제 | 강의내용 | 비고 | 시간 |
| 핀테크 비즈니스 현황 및 트렌드 | 핀테크 산업의 트렌드 핀테크 기반 BM 동향 데이터 분석 및 인공지능 적용 비즈니스 혁신 사례 금융 관련 핵심 이슈와 규제 | 이론 | 2H |
| 간편결제 및 자산관리 사례 | 디지털 전환을 통한 간편 결제 사례 분석 자산 관리를 위한 로보어드바이저 사례 분석 | 이론 | 1H |
| 핀테크 AI 모델과 데이터 | 핀테크 분야에서 사용하는 AI와 데이터에 대해 소개 핀테크 직무과정 AI 리터러시 핀테크 AI 모델의 동작원리 핀테크 AI 모델의 사용 데이터 | 이론 | 1.5H |
| 금융데이터의 특징과 처리방법 | 금융 데이터 구조의 유형별 사례를 소개하며 분석 방법 교육 데이터 구조에 따라 분석 시 주의사항 소개 데이터 전처리와 탐색 AI 성능 평가 방법 | 이론 | 1.5H |
* 온라인 동영상 강의는 오프라인 강의에 도움이 될 수 있는 기초강의로 수료에는 미포함되며, 수료기준(80%이상)은 오프라인 강의에 적용됩니다.
2) 실시간 오프라인 강의
| 일자 | 시간 | 주제 | 강의내용 | 비고 | 강사 |
| 06/28 (토) | 09:00-18:00 | 증권 분야 핀테크 현황 및 트렌드 | 금융AI 개발·활용 안내서의 개요 설명 - 금융 AI의 개발과정 - 금융 AI 개발 체크리스크 - 금융 AI 5대 핵심 분야 개요 | 이론 | 이기홍 |
| 로보 어드바이저 소개 | 로보어드바이저의 정의와 현황 및 전망 자산 관리를 위한 로보어드바이저 사례 분석 금융소비자법과 로보어드바이저에 관한 소고 | 이론 | 이기홍 | ||
| 신뢰할 수 있는 AI 시스템 구축 | 금융AI 개발·활용 안내서 체크리스크 주요 개념 - 개인 정보 보호(privacy) – 차등 정보 보호 - 공정성(fiarness) – 편향성 제거 - 설명가능성(해석가능성) - 강건성(robustness) - 적대적 공격 및 방어 | 이론/실습 | 이기홍 | ||
| 신뢰할 수 있는 AI 시스템 구축 | 금융분야 AI 보안 가이드라인 소개 | 이론/실습 | 이기홍 | ||
| 금융 대체데이터의 활용 I | [텍스트 데이터] 트위터 데이터를 이용한 기업 간 네트워크와 기업과 상관관계 포착 [텍스트 데이터]위키피디어의 기업 데이터를 이용한 새로운 산업분류 개발 | 실습 | 이기홍 | ||
| 06/29 (일) | 09:00-18:00 | 금융 대체데이터의 활용 I | [텍스트 데이터] 트위터 데이터를 이용한 기업 간 네트워크와 기업과 상관관계 포착 [텍스트 데이터]위키피디어의 기업 데이터를 이용한 새로운 산업분류 개발 | 실습 | 이기홍 |
| 금융 대체데이터의 활용 II | [운행 데이터] 우버 탑승 데이터를 이용한 소비자 행태 분석 [이미지 데이터] CNN을 이용한 차트 분석 및 주가 예측 | 실습 | 이기홍 | ||
| 텍스트 마이닝 I | <다양한 데이터 가지고 놀기> 실습6: Financial News Topic modelling과 단어 임베딩 모델 (Word2Vec) | 이론/실습 | 이기홍 | ||
| 텍스트 마이닝 II | <다양한 데이터 가지고 놀기> 실습7: 미국 증권 위원회 공시 자료 단어 임베딩 모델 (Word2Vec) 실습8: Yelp 데이터를 이용한 Doc2Vec 모델 | 이론/실습 | 이기홍 | ||
| 07/05 (토) | 09:00-18:00 | 텍스트 마이닝 II | <다양한 데이터 가지고 놀기> 실습7: 미국 증권 위원회 공시 자료 단어 임베딩 모델 (Word2Vec) 실습8: Yelp 데이터를 이용한 Doc2Vec 모델 | 이론/실습 | 이기홍 |
| 머신러닝 개요 | 금융분야에서 사용하는 머신 러닝 리뷰 - 지도학습과 비지도학습 및 강화학습 리뷰 - 최신 부스팅 트리 모델 및 앙상블/스태킹 모델 - 교차검증 및 하이퍼파라미터 튜닝 이해 - 집라인 백테스트의 이해 | 이론 | 이기홍 | ||
| 머신러닝 프로젝트 1.신용평가 및 여신심사 | 머신러닝을 이용한 신용평가 및 여신심사 모델 구축 (Kaggle (lending club data 사용) | 실습 | 이기홍 | ||
| 07/06 (일) | 09:00-18:00 | 머신러닝 프로젝트 1.신용평가 및 여신심사 | 머신러닝을 이용한 고객 이탈 예측 구축 (Kaggle (lending club data 사용) | 실습 | 이기홍 |
| 머신러닝 프로젝트 2. 이상거래 탐지 및 예측 | 다양한 머신러닝 기법을 활용한 이상 거래 및 사기 탐지 - 고객 특성을 활용한 신용카드 사기 거래 탐지 - OCSVM, LOF. Isolation Forest 및 Autoencoder | 이론/실습 | 이기홍 | ||
| 머신러닝 프로젝트 2. 이상거래 탐지 및 예측 | 다양한 머신러닝 기법을 활용한 이상 거래 및 사기 탐지 계속 - 신용카드 거래 히스트리를 이용한 사기 거래 예측 - XGBoost 및 LightGBM | 실습 | 이기홍 | ||
| 07/12 (토) | 09:00-18:00 | 머신러닝 프로젝트 2. 이상거래 탐지 및 예측 | 다양한 머신러닝 기법을 활용한 이상 거래 및 사기 탐지 계속 - 신용카드 거래 히스트리를 이용한 사기 거래 예측 - XGBoost 및 LightGBM | 실습 | 이기홍 |
| 머신러닝 프로젝트 3. 맟춤형 금융상품 추천 | 추전 모델 리뷰 - 연관분석 - RFM 분석 - 컨텐츠 기반 필터링 - 사용자 기반 협업 필터링 - 아이템 기반 협업 필터링 | 이론 | 이기홍 | ||
| 머신러닝 프로젝트 3. 맟춤형 금융상품 추천 | 각종 추천 모델 실습 산탄데르 은행 금융 상품 추천 프로젝트 (Kaggle Santader Bank Financial product data 실습) | 실습 | 이기홍 | ||
| 머신러닝 프로젝트 4. 로보 어드바이저 | 주식 데이터를 활용한 주식 포트폴리오 모델 구축 주식 데이터로부터 주식 팩터 추출 머신러닝을 이용한 주식 팩터 기반의 주가 예측 몰델 (LightGBM) 집라인을 이용한 백테스트 실행 알파렌즈와 파이폴리오를 이용한 성과분석 | 실습 | 이기홍 | ||
| 07/13 (일) | 09:00-18:00 | 머신러닝 프로젝트 4. 로보 어드바이저 | 주식 데이터를 활용한 주식 포트폴리오 모델 구축 주식 데이터로부터 주식 팩터 추출 머신러닝을 이용한 주식 팩터 기반의 주가 예측 몰델 (LightGBM) 집라인을 이용한 백테스트 실행 알파렌즈와 파이폴리오를 이용한 성과분석 | 실습 | 이기홍 |
| 머신러닝 프로젝트 4. 로보 어드바이저 | 호가창을 이용한 주식 예측 및 트레이딩 모델 개발 강화학습을 이용한 증강된 트레이딩 모델 소개 및 실습 | 실습 | 이기홍 | ||
| 머신러닝 프로젝트 5. 챗봇 | 트랜스포머를 이용한 챗봇 만들기 chatGPT의 구조와 작동원리의 이해 및 활용방법 (특강) AI 기본법, 금융분야 망분리 개선, 금융권 AI 이원 활용 체계 등 정책 동향 소개 | 이론/실습 | 이기홍 |
교육 신청 하려면 어떻게 해야 하나요?
| 방법 | - 하단 버튼을 클릭하시고 양식에 맞춰 작성하신 후 제출해 주세요. 신청하기 - 교육 개강일 5일 전 17시에 신청 시 작성해주신 이메일로 연락 드릴 예정이며, 신청에서 제외되는 경우 사전에 별도로 연락 드리고 있습니다. | ||
자주하는 질문
| Q. 인공지능 사전 지식이 없어도 수강이 가능한가요? | ||
| A. 본 교육과정은 인공지능 교육이 아닌 인공지능의 금융산업 활용 교육입니다. 때문에 금융산업에 특화된 인공지능 기술에 관심이 있으신 분이라면 충분히 수강 가능합니다. | ||
| Q. 교육생 선발은 어떻게 되나요? | ||
| A. 교육 신청 시 제출하신 해당산업분야 대상여부 확인이 가능한 증빙서류를 통해 자격 요건을 확인하고 있습니다. 과정별 대상자 부합 여부 및 선착순으로 선정됩니다. | ||
| Q. 수료기준은 어떻게 되나요? | ||
| A. 실시간 강의 기준 출석률 80%이상(사전교육영상 수강시간 미포함) 참여 시 수료 됩니다 | ||
| Q. 수료증 발급이 되나요? | ||
| A. 수료증은 기본적으로 한국핀테크지원센터 명의 수료증이 발급되며, 필요한 경우 교육 운영사인 한국능률협회 명의 수료증도 추가 발급 가능합니다. | ||
이번 과정의 특징을 알아볼까요?
| 대상 | AI/SW개발자(재직자, 구직자(프리랜서 등) *타산업 종사자 신청 가능, 중소/스타트업부터 대기업까지 모두 가능 * 2024년 동일 과정 수강자 신청 불가 | ||
| 목표 | - 금융 데이터에 대한 이해도가 있고 파이썬과 이를 기반으로 하는 머신러닝/딥러닝 프레임워크를 쓸 수 있는 AI·SW 개발자/컨설턴트를 대상으로 전반적인 인공지능 기반 핀테크 서비스 개발 전략을 교육 - 여신, 은행, 증권 분야의 전반적인 서비스와 전략적으로 구축하는 방법을 배우고 이를 재직자 과정을 멘토링할 수 있는 능력 습득 | ||
| 특장점 | - 재직자 과정 멘토 참여 기회 제공을 통해 금융 분야에 대한 이해도 향상 및 네트워킹 지원 - 금융위원회에서 발표한 「금융 AI 개발·활용 안내서」 기반 교육 구성 및 해당 체크리스트를 활용한 실습 수행 - 현업 데이터를 이용한 실습〮프로젝트 중심의 코드 학습 | ||
| 기간 | 2025년 6월 28일(토) ~ 7월 13일(일) / 6회 | ||
| 시간 | (주말) 토, 일 9시-18시 / 48시간 | ||
| 인원 | 24명 내외 | ||
| 비용 | 교육비 무료 | ||
| 장소 | 이룸센터 8층(국회의사당 4번 출구 앞) *오프라인 참석이 어려운 분에 한해 실시간 ZOOM 수업 참여 가능(실시간 참여 시에만 출석 인정) | ||
신청 | - 신청접수기간 : 선착순 모집 *선착순으로 조기마감될 수 있습니다. - 수강여부안내 : 교육 개강일 5일 전 17시 * 신청에서 제외되는 경우 별도로 연락 드리고 있습니다. - 제출 서류 : AI/SW개발자 경력이 확인 가능한 증빙서류 (사업자등록증, 재직증명서, 경력증명서 등) *증빙서류 제출순으로 선착순 신청 완료 | ||
프로그램의 강사는 어떤 분이세요?
강사 | | 이기홍 △ Hertz&Alpha, CEO (21)△ 핀인사이트, 사외이사, 연구 및 강의 (17~현재) △ 더블유더블유지자산운용 CIO (17) △ 한국투자공사 CIO (06-17) △ 새마을금고연합회, 해외대체투자팀장 (10~13) △ JR Investment L.P Financail Consultant (99~02) △ HSBC증권 서울지점 Senio Analyst (98~99) △ CFA, FRM △ 인사이트캠퍼스, 아시아경제, 금융권 다수 강의 △ 연구분야 : 금융 AI, 머신러닝, 딥러닝, 알고리즘 트레이딩 △ 저서 : 엑셀 VBA로 쉽게 배우는 금융공학 프로그래밍, 한빛미디어 (09) | ||
프로그램 커리큘럼이 궁금합니다!
1) 사전 동영상 강의
| 주제 | 강의내용 | 비고 | 시간 |
| 핀테크 비즈니스 현황 및 트렌드 | 핀테크 산업의 트렌드 핀테크 기반 BM 동향 데이터 분석 및 인공지능 적용 비즈니스 혁신 사례 금융 관련 핵심 이슈와 규제 | 이론 | 2H |
| 간편결제 및 자산관리 사례 | 디지털 전환을 통한 간편 결제 사례 분석 자산 관리를 위한 로보어드바이저 사례 분석 | 이론 | 1H |
| 핀테크 AI 모델과 데이터 | 핀테크 분야에서 사용하는 AI와 데이터에 대해 소개 핀테크 직무과정 AI 리터러시 핀테크 AI 모델의 동작원리 핀테크 AI 모델의 사용 데이터 | 이론 | 1.5H |
| 금융데이터의 특징과 처리방법 | 금융 데이터 구조의 유형별 사례를 소개하며 분석 방법 교육 데이터 구조에 따라 분석 시 주의사항 소개 데이터 전처리와 탐색 AI 성능 평가 방법 | 이론 | 1.5H |
* 온라인 동영상 강의는 오프라인 강의에 도움이 될 수 있는 기초강의로 수료에는 미포함되며, 수료기준(80%이상)은 오프라인 강의에 적용됩니다.
2) 실시간 오프라인 강의
| 일자 | 시간 | 주제 | 강의내용 | 비고 | 강사 |
| 06/28 (토) | 09:00-18:00 | 증권 분야 핀테크 현황 및 트렌드 | 금융AI 개발·활용 안내서의 개요 설명 - 금융 AI의 개발과정 - 금융 AI 개발 체크리스크 - 금융 AI 5대 핵심 분야 개요 | 이론 | 이기홍 |
| 로보 어드바이저 소개 | 로보어드바이저의 정의와 현황 및 전망 자산 관리를 위한 로보어드바이저 사례 분석 금융소비자법과 로보어드바이저에 관한 소고 | 이론 | 이기홍 | ||
| 신뢰할 수 있는 AI 시스템 구축 | 금융AI 개발·활용 안내서 체크리스크 주요 개념 - 개인 정보 보호(privacy) – 차등 정보 보호 - 공정성(fiarness) – 편향성 제거 - 설명가능성(해석가능성) - 강건성(robustness) - 적대적 공격 및 방어 | 이론/실습 | 이기홍 | ||
| 신뢰할 수 있는 AI 시스템 구축 | 금융분야 AI 보안 가이드라인 소개 | 이론/실습 | 이기홍 | ||
| 금융 대체데이터의 활용 I | [텍스트 데이터] 트위터 데이터를 이용한 기업 간 네트워크와 기업과 상관관계 포착 [텍스트 데이터]위키피디어의 기업 데이터를 이용한 새로운 산업분류 개발 | 실습 | 이기홍 | ||
| 06/29 (일) | 09:00-18:00 | 금융 대체데이터의 활용 I | [텍스트 데이터] 트위터 데이터를 이용한 기업 간 네트워크와 기업과 상관관계 포착 [텍스트 데이터]위키피디어의 기업 데이터를 이용한 새로운 산업분류 개발 | 실습 | 이기홍 |
| 금융 대체데이터의 활용 II | [운행 데이터] 우버 탑승 데이터를 이용한 소비자 행태 분석 [이미지 데이터] CNN을 이용한 차트 분석 및 주가 예측 | 실습 | 이기홍 | ||
| 텍스트 마이닝 I | <다양한 데이터 가지고 놀기> 실습6: Financial News Topic modelling과 단어 임베딩 모델 (Word2Vec) | 이론/실습 | 이기홍 | ||
| 텍스트 마이닝 II | <다양한 데이터 가지고 놀기> 실습7: 미국 증권 위원회 공시 자료 단어 임베딩 모델 (Word2Vec) 실습8: Yelp 데이터를 이용한 Doc2Vec 모델 | 이론/실습 | 이기홍 | ||
| 07/05 (토) | 09:00-18:00 | 텍스트 마이닝 II | <다양한 데이터 가지고 놀기> 실습7: 미국 증권 위원회 공시 자료 단어 임베딩 모델 (Word2Vec) 실습8: Yelp 데이터를 이용한 Doc2Vec 모델 | 이론/실습 | 이기홍 |
| 머신러닝 개요 | 금융분야에서 사용하는 머신 러닝 리뷰 - 지도학습과 비지도학습 및 강화학습 리뷰 - 최신 부스팅 트리 모델 및 앙상블/스태킹 모델 - 교차검증 및 하이퍼파라미터 튜닝 이해 - 집라인 백테스트의 이해 | 이론 | 이기홍 | ||
| 머신러닝 프로젝트 1.신용평가 및 여신심사 | 머신러닝을 이용한 신용평가 및 여신심사 모델 구축 (Kaggle (lending club data 사용) | 실습 | 이기홍 | ||
| 07/06 (일) | 09:00-18:00 | 머신러닝 프로젝트 1.신용평가 및 여신심사 | 머신러닝을 이용한 고객 이탈 예측 구축 (Kaggle (lending club data 사용) | 실습 | 이기홍 |
| 머신러닝 프로젝트 2. 이상거래 탐지 및 예측 | 다양한 머신러닝 기법을 활용한 이상 거래 및 사기 탐지 - 고객 특성을 활용한 신용카드 사기 거래 탐지 - OCSVM, LOF. Isolation Forest 및 Autoencoder | 이론/실습 | 이기홍 | ||
| 머신러닝 프로젝트 2. 이상거래 탐지 및 예측 | 다양한 머신러닝 기법을 활용한 이상 거래 및 사기 탐지 계속 - 신용카드 거래 히스트리를 이용한 사기 거래 예측 - XGBoost 및 LightGBM | 실습 | 이기홍 | ||
| 07/12 (토) | 09:00-18:00 | 머신러닝 프로젝트 2. 이상거래 탐지 및 예측 | 다양한 머신러닝 기법을 활용한 이상 거래 및 사기 탐지 계속 - 신용카드 거래 히스트리를 이용한 사기 거래 예측 - XGBoost 및 LightGBM | 실습 | 이기홍 |
| 머신러닝 프로젝트 3. 맟춤형 금융상품 추천 | 추전 모델 리뷰 - 연관분석 - RFM 분석 - 컨텐츠 기반 필터링 - 사용자 기반 협업 필터링 - 아이템 기반 협업 필터링 | 이론 | 이기홍 | ||
| 머신러닝 프로젝트 3. 맟춤형 금융상품 추천 | 각종 추천 모델 실습 산탄데르 은행 금융 상품 추천 프로젝트 (Kaggle Santader Bank Financial product data 실습) | 실습 | 이기홍 | ||
| 머신러닝 프로젝트 4. 로보 어드바이저 | 주식 데이터를 활용한 주식 포트폴리오 모델 구축 주식 데이터로부터 주식 팩터 추출 머신러닝을 이용한 주식 팩터 기반의 주가 예측 몰델 (LightGBM) 집라인을 이용한 백테스트 실행 알파렌즈와 파이폴리오를 이용한 성과분석 | 실습 | 이기홍 | ||
| 07/13 (일) | 09:00-18:00 | 머신러닝 프로젝트 4. 로보 어드바이저 | 주식 데이터를 활용한 주식 포트폴리오 모델 구축 주식 데이터로부터 주식 팩터 추출 머신러닝을 이용한 주식 팩터 기반의 주가 예측 몰델 (LightGBM) 집라인을 이용한 백테스트 실행 알파렌즈와 파이폴리오를 이용한 성과분석 | 실습 | 이기홍 |
| 머신러닝 프로젝트 4. 로보 어드바이저 | 호가창을 이용한 주식 예측 및 트레이딩 모델 개발 강화학습을 이용한 증강된 트레이딩 모델 소개 및 실습 | 실습 | 이기홍 | ||
| 머신러닝 프로젝트 5. 챗봇 | 트랜스포머를 이용한 챗봇 만들기 chatGPT의 구조와 작동원리의 이해 및 활용방법 (특강) AI 기본법, 금융분야 망분리 개선, 금융권 AI 이원 활용 체계 등 정책 동향 소개 | 이론/실습 | 이기홍 |
교육 신청 하려면 어떻게 해야 하나요?
| 방법 | - 하단 버튼을 클릭하시고 양식에 맞춰 작성하신 후 제출해 주세요. 신청하기 - 교육 개강일 5일 전 17시에 신청 시 작성해주신 이메일로 연락 드릴 예정이며, 신청에서 제외되는 경우 사전에 별도로 연락 드리고 있습니다. | ||
자주하는 질문
| Q. 인공지능 사전 지식이 없어도 수강이 가능한가요? | ||
| A. 본 교육과정은 인공지능 교육이 아닌 인공지능의 금융산업 활용 교육입니다. 때문에 금융산업에 특화된 인공지능 기술에 관심이 있으신 분이라면 충분히 수강 가능합니다. | ||
| Q. 교육생 선발은 어떻게 되나요? | ||
| A. 교육 신청 시 제출하신 해당산업분야 대상여부 확인이 가능한 증빙서류를 통해 자격 요건을 확인하고 있습니다. 과정별 대상자 부합 여부 및 선착순으로 선정됩니다. | ||
| Q. 수료기준은 어떻게 되나요? | ||
| A. 실시간 강의 기준 출석률 80%이상(사전교육영상 수강시간 미포함) 참여 시 수료 됩니다 | ||
| Q. 수료증 발급이 되나요? | ||
| A. 수료증은 기본적으로 한국핀테크지원센터 명의 수료증이 발급되며, 필요한 경우 교육 운영사인 한국능률협회 명의 수료증도 추가 발급 가능합니다. | ||
(사)한국능률협회