FLAGLY CERTIFICATE PROGRAM
AI 응용 능력 인증 프로그램
AI를 실제 앱, 서비스, API 등의 결과물에 실제로 적용한 프로젝트를 게재하고 업계 및 학계 전문가에게 AI 응용 능력을 인증받으세요. 자격 인증을 취득하고 대학산업기술지원단 (UNITEF) 및 미국 인공지능 융합 응용 학회 (ASCAAI)에서 검증하는 포트폴리오를 확보해보세요.
Evaluated by: 윤용진 교수 + 4

Certified By

Certificate Description

AI 응용 능력 인증 프로그램 (UNITEF 2021 AI Application Proficiency Certificate Program)은 대학산업기술지원단(UNITEF)와 미국 학회 American Society for Convergent Applications in AI (ASCAAI)에서 운영하는 Flagly 자격 인증 프로그램입니다.

인공지능을 활용하여 실제 상황에 적용시킨 앱, 서비스, API 등의 프로젝트 결과물을 Flagly에 게재하고, 업계 전문가 및 교수들에게 평가를 받아 AI 응용 능력 자격 인증을 받을 수 있습니다. 자격 인증 취득 시, 본인의 능력을 증명하는 검증된 포트폴리오가 완성됩니다.

Flagly에서는 자격 인증 프로그램과 연계하여 다음과 같은 혜택을 제공합니다.
- AI 응용 능력 인증을 통한 기업 인사팀 연계
- 공인 인증 프로젝트 기반 포트폴리오
- 국내/외 인턴십 연계 프로그램 운영

Evaluation Points

문제 정의

인공지능을 통해 해결하고자 하는 문제를 명확히 정의

인공지능 문제 접근

주어진 문제 해결에 적합한 인공지능 활용

데이터 활용 및 모델 구현

인공지능 모델을 문제 상황에 맞춰 적절히 설계 및 구현하고, 적절한 데이터를 이용하여 올바르게 학습 및 평가

모델 평가 및 적용

검증 기법을 활용하여 인공지능 모델을 적절히 평가하고 프로젝트에 적용

Project Description

You will be required to submit a project for this certificate.

AI 응용 능력을 인증받기 위해서는 본인의 작업물을 Flagly 자격 인증 프로젝트 형태로 제출해야 합니다. 본 자격 인증 프로그램에서는 앱, 서비스, API 등 실제 결과물에 인공지능을 적용시킨 자유 주제의 프로젝트를 바탕으로 응시자의 AI 응용 능력을 평가합니다. 문제 정의부터 프로젝트 결론까지 주어진 6가지 프로젝트 항목에 맞추어 작업물을 정리해야 하며, 이에 따라 평가가 진행됩니다.

Scoring

Req. Score

60
/

Top Score

100
Your total score must be equal to or higher than the required score to pass this certificate program.

Project Items

You will be required to enter details on your project according to the items below. These items will be score individually, and the sum of these scores will become your total.

1
문제 정의 및 해결 방안
25 Points

AI를 이용하여 해결하고자 하는 문제를 정의하고 어떻게 해결할 것인지 구체적으로 서술해주세요. 다음과 같은 요소를 평가합니다. (1) 해당 문제를 기존의 방식으로 해결할 수 없는 이유와 AI로 해결했을 때의 장점. (2) 해당 문제를 풀기 위해 선택한 AI 모델의 적합성. (3) 해당 문제를 AI로 풀기 위해 필요한 데이터가 있다면 그것을 확보하고 모델에 적용하기 위한 방법. (4) 주어진 문제를 푸는데 있어 위 접근 방식의 현실성/타당성. 본 항목은 프로젝트 전반적인 내용을 참고하여 평가가 이루어집니다.

2
프로젝트 차별성
10 Points

본 프로젝트와 비슷한 문제를 해결하는 기존 해결책 (앱, 서비스, API 등의 제품 혹은 연구)과 비교하여 가지는 차별점에 관해 구체적으로 서술해주세요. 다음과 같은 요소를 평가합니다. (1) 기존 해결책에 관한 조사. (2) 기존 해결책과의 차별점.

3
데이터 수집 및 전처리
20 Points

AI 모델 학습에 필요한 데이터를 수집하고 전처리하는 과정을 구체적으로 서술해주세요. 설명, 코드 (공개 깃허브 URL 등), 수행 화면 등 다양한 자료를 활용하여 기술해주세요. 다음과 같은 요소를 평가합니다. (1) 모델 학습에 적합한 데이터 수집. (2) 모델에 적합한 형태로 데이터 전처리. (3) 데이터의 효과적인 전처리를 위해 각종 도구 및 라이브러리 활용.

4
모델 학습 및 평가
20 Points

데이터를 활용하여 모델을 학습하고 공정하게 평가하기 위한 과정을 구체적으로 서술해주세요. 설명, 코드 (공개 깃허브 URL 등), 수행 화면 등 다양한 자료를 활용하여 기술해주세요. 다음과 같은 요소를 평가합니다. (1) 데이터를 적절히 사용하여 모델 학습. (2) 문제 해결 정도의 적절한 기준 (metric)을 선정하여 모델 평가 및 개선에 활용. (3) 모델 평가를 위해 적절한 검증 방법 활용.

5
모델 적용 및 결과물
20 Points

모델을 적용한 (데모) 앱, 서비스, API 등 결과믈을 보여주세요. 설명, 코드 (공개 깃허브 URL 등), 수행 화면, 영상 링크, 서비스 링크 등 다양한 자료를 활용하여 기술하고 결과물을 공유해주세요. 다음과 같은 요소를 평가합니다. (1) 학습된 모델을 적절히 연결하여 적용. (2) 프로그램, 서비스, API 등 결과물의 완성도.

6
프로젝트 결론
5 Points

프로젝트를 통해 해결한 문제와 그것을 해결하기 위한 과정, 그리고 기대 효과를 요약하여 서술해주세요.

Evaluators

윤용진 교수
기계공학과, KAIST
윤세영 교수
AI 대학원, KAIST
차석원 교수
기계공학과, 서울대학교
Prof. Su Pei-Chen
Mechanical and Aerospace, NTU
이호준 박사
Biomedical Data Scientist, Stanford University

Certified By

대학산업기술지원단 UNITEF

대학과 기업간의 상호신뢰를 기반으로 구축하여 선진기술혁신을 통한 국가경제의 선진화에 이바지하기 위해 설립된 지원단.

American Society for Convergent Applications in AI (ASCAAI)

인공지능과 다양한 학문의 융합 응용 연구를 위한 미국 소재 학회.