교육

시간

1교시

2교시

3교시

4교시

5교시

6교시

7교시

09:30

∼

10:20

10:30

∼

11:20

11:30

∼

12:20

13:30

∼

14:20

14:30

∼

15:20

15:30

∼

16:20

16:30

∼

17:20

11.5.

○ IT 기술 트랜드 이해 

  - Quality Engineering 개념 

  - SW 신 기술 동향과 QE

  - SW 개발 방법론과 QE 활동



○ 빅데이터, AI 시대 QE 패러다임 변화

   - 빅데이터, AI 기술 융합

   - 데이터 보안, 윤리, 소버린 클라우드

   - 빅데이터·AI 프로젝트와 

     기존 IT 프로젝트의 차이

   - 빅데이터의 특성과 품질 과제

   - AI의 특성과 품질 과제

○ 빅데이터 구축 방법

  - 빅데이터 프로세싱

  - 빅데이터 구축 방법론 소개 

  - 빅데이터 도구/기술 

○ 데이터 품질관리 

  - 데이터 품질관리 표준

  - 데이터 품질관리 체계 및 관리방안

○ 빅 데이터 품질관리

  - 빅데이터 거버넌스 프레임워크

  - 빅데이터 품질관리 프레임워크 

○ 빅데이터 품질관리 프로세스

  - 빅데이터 품질관리 요소

  - 빅데이터 품질관리 프로세스와 단계별 수행 

    상세

11.6.

○ AI 시스템 구축 방법

  - AI 시스템 구축 프로세스

  - AI 구축 방법론 소개

○ AI 품질관리 

  - AI 거버넌스 프레임워크

  - AI 품질관리, 신뢰성 인증

○ AI 품질관리 프로세스

  - AI 품질관리 요소

  - AI 품질관리 프로세스와  단계별 수행 

   상세 

○ 빅데이터 테스트 전략과 유형

  - 빅데이터 테스팅 전략과 테스트 유형

  - ETL 테스트 

○ AI 테스트 전략과 유형

  - AI 테스트 전략과 테스트 유형  

  - AI 데이터 품질 테스트

  - AI 모델 품질 테스트

○ 빅데이터, AI 테스트 계획 수립  

  - 빅데이터, AI 테스트 국제 표준 이해

  - 빅데이터, AI 테스트 계획 수립

○ 빅데이터, AI 테스트 설계

  - 빅데이터 테스트 시나리오 유형

  - AI 테스트 시나리오 유형 

○ 테스트 준비, 수행, 보고

  - 빅데이터, AI 테스트 환경 구성 

  - 테스트 수행과 보고