부스트캠프 AI Tech 2기의 Github에 오신 것을 환영합니다

'지속가능한 개발자'를 양성하는 개발자 교육 프로그램, 부스트캠프에 오신 것을 환영합니다.

부스트캠프는 네이버가 설립한 비영리 교육재단 [네이버 커넥트재단]에서 소프트웨어 교육을 통해 개인의 지속적인 성장과 발전을 돕고, 누구에게나 배움의 기회가 열리는 세상을 만들기 위해 운영하는 프로그램입니다. 2016년부터 현장에서의 개발 실무를 체득할 수 있도록 현업 교육 및 개발 전문가가 커리큘럼을 구성하여 6년째 운영되고 있습니다.

이곳에서는 단순한 '지식과 스킬'이 아니라, 빠른 IT의 변화 속에서 지속적으로 성장할 수 있는 '좋은 개발자의 경험과 습관'을 가진 지속 가능한 개발자 양성을 목표로 교육이 진행됩니다. 개인이 아니라 팀 협업을 통해 배우고 real 문제를 해결하며 다함께 성장하는 학습 커뮤니티를 지향합니다.

부스트캠프 AI Tech 2기에 참여한 학생(캠퍼)들의 프로젝트 결과가 궁금하다면 여기에서 확인할 수 있습니다.

[AI Tech 2기 교육 소개]

부스트캠프 AI Tech에서는 '비즈니스 가치를 창출하는 AI 엔지니어'를 목표로 핵심 교육 콘텐츠, 다양한 학습 경험, 멘토링을 제공합니다. 1000여 명의 지원자 중에서, 1)AI에 강한 호기심과 실험정신을 가지고 있으며, 이를 바탕으로 자기 주도적으로 성장하고 싶으신 분, 2)끝을 보는 '덕질'의 성향을 AI 엔지니어로의 성장에 십분 발휘하고 싶으신 분을 250명 선발하여 교육을 진행했습니다.

가장 큰 특징은 AI 기초와 모델링 중심으로 구성된 타 교육 프로그램과는 다르게, 본인의 선택에 따라 CV(컴퓨터 비전)과 NLP(자연어 처리) 중에 하나를 선택할 수 있다는 점이며 심화 이론 및 심화 프로젝트 각 2개를 진행하며 해당 트랙의 AI Production의 END-to-END 전과정을 학습합니다.

• 기간 : 2021년 8월 2일 ~ 2021년 12월 27일, 5개월 (100일간 풀타임)
• 구성 : 이론 중심의 U Stage(5주) + 실습 중심의 P Stage(15주)로 구성
• 트랙별 학습 : CV와 NLP 중에 하나의 트랙을 정하여 AI Production의 END-to-END

[프로젝트 개요]

• 공통

이름	검색키워드	설명	평가방법
이미지분류	image-classification-level1	인물 사진에서 사람이 마스크를 쓰고 있는지, 쓰지 않았는지, 정확히 쓴 것이 맞는 지, 자동으로 가려낼 수 있는 모델을 구현합니다.	F1, accuracy

• 컴퓨터 비전 (Computer Vision)

이름	검색키워드	설명	평가방법
객체 영역 구분	object-detection-level2	쓰레기가 찍힌 사진들 속에서 물체를 분류하는 모델을 만듭니다.	mAP
객체 검출	semantic-segmentation-level2	위 프로젝트에서 분류된 결과를 기반으로 쓰레기를 구분하여 분리수거를 할 수 있는 모델을 구현합니다.	mIoU
데이터 제작	data-annotation-level3-cv	실무에서 활용되는 AI 프로젝트 과정의 전반적인 이해와 함께 피드백 사이클을 통해 점진적으로 모델 성능을 개선합니다.	F1
모델 최적화	model-optimization-level3-cv	작은 규모의 Auto ML을 활용하여 작고 빠른 이미지 분류 모델을 만드는 프로젝트입니다. 제한된 자원을 가지고 이미지에서 재활용 쓰레기를 분류하는 모델을 경량화합니다.	Score(F1, time)
최종 프로젝트	final-project-level3-cv	팀별로 자유롭게 주제를 선정하여 AI 모델링 프로젝트를 진행합니다.	-

• 자연어 처리 (Natural Language Processiong)

이름	검색키워드	설명	평가방법
한국어 언어 모델 학습 및 다중과제 튜닝	klue-level2	자연어 문장에서 단어간의 관계를 추론하여 정보를 요약하고, 중요한 성분을 파악하는 모델을 구현합니다. 이를 통해 질문에 답변하는 AI를 만들 수 있습니다.	Micro_f1
기계독해	mrc-level2	질문 데이터 없이 지식 정보만을 학습하여 다양한 질문에 답변하는 AI를 구현합니다. 어떤 질문이 입력될지 알 수 없어 어려우며, retriver와 reader 두 모델을 직접 구현해야 합니다.	EM
데이터 제작	data-annotation-level3-nlp	실무에서 활용되는 AI 프로젝트 과정의 전반적인 이해와 함께 피드백 사이클을 통해 점진적으로 모델 성능을 개선합니다.	-
모델 최적화	model-optimization-level3-nlp	작은 규모의 Auto ML을 활용하여 작고 빠른 이미지 분류 모델을 만드는 프로젝트입니다. 제한된 자원을 가지고 이미지에서 재활용 쓰레기를 분류하는 모델을 경량화합니다.	Score(F1, time)
최종 프로젝트	final-project-level3-nlp	팀별로 자유롭게 주제를 선정하여 AI 모델링 프로젝트를 진행합니다.	-

[팀별 레포 목록]

• 네트워킹데이 발표팀 : https://github.com/boostcampaitech2/Overview/blob/main/NetworkingDay_TimeTable.md
• 컴퓨터 비전(CV) : https://github.com/boostcampaitech2/Overview/blob/main/repoList_teamDetail_CV.md
• 자연어 처리(NLP) : https://github.com/boostcampaitech2/Overview/blob/main/repoList_teamDetail_NLP.md

[기타]

• 부스트캠프 홈페이지 : https://boostcamp.connect.or.kr/
• 문의 : boostcamp_ai@connect.or.kr