[SK네트웍스 패밀리 엔코어AI캠퍼스] AI 머신러닝 캠프 1기_7월 4주차 회고

[SK네트웍스 패밀리 엔코어AI캠퍼스] AI 머신러닝 캠프 1기_7월 4주차 회고 엔코아 AI 캠퍼스에서 첫 주는 Orientation과 하루 일정의 교육이 이루어 지다 보니, 이번 주가 본격적인 첫 주라고 봐야 할 것 같다. 정말 시간이 눈 깜짝할 사이에 지났다. 이번 주는 AI 개발자의 가장 기본이 되는 Python Programming 능력을 다지고, 실제 데이터 분석 의 핵심인 데이터 수집과 전처리 기술을 습득하는 매우 중요한 시간이었다. Python의 핵심 문법부터 라이브러리를 활용한 실무 기술까지, 적지 않은 양을 학습했고, 학습한 것들을 정리해 본다. 1. Python Programming 문법 가장 먼저 프로그래밍의 기초가 되는 변수와 제어문을 시작으로 코드의 재사용성을 높여주는 함수와 복잡한 데이터를 효율적으로 다루기 위한 자료구조를 학습했다. (1) Python 핵심 문법 정리 - 제어문 : if, for, while 등 조건에 따른 흐름 제어 및 반복 작업 수행 - 자료구조 : 리스트(List), 튜플(Tuple), 딕셔너리(Dictionary), 세트(Set) 등 데이터 특성에 맞는 저장 및 관리 - 함수(Function) : 코드의 논리적 단위 분리, 매개변수와 반환 값을 활용한 코드 재사용성 극대화 # 자료구조와 함수 활용 예시 def process_data(data_list): result = {} for item in data_list: if item not in result: result[item] = 1 else: result[item] += 1 return result data = ['apple', 'banana', 'apple', 'orange', 'banana'] count_result = process_data(data) print(count_re...
댓글 쓰기

[SK네트웍스 패밀리 엔코어AI캠퍼스] AI 머신러닝 캠프 1기_7월 3주차 회고

[SK네트웍스 패밀리 엔코어AI캠퍼스] AI 머신러닝 캠프 1기_7월 3주차 회고

1주차 : AI 리터러시와 개발 환경 구축 완료

이번 주차의 목표는 앞으로의 전체 과정에 필요한 AI 개발 프로세스의 기반 환경을 구축하는 것이다. 그리고, 개발 기술을 넘어 AI를 올바르게 이해하고 활용하는 AI 리터러시(AI Literacy)의 중요성을 알게 되었다.


👉 AI 리터러시(AI Literacy) 관련 글 보기
   (https://aidatacontext.blogspot.com/2026/07/ai-ai-literacy.html)


학습 환경 구축 (Learning Environment)

개발의 절반은 환경 구축이라고 해도 과언은 아닐 것이다. 여러가지 익숙하지 않은 툴을 설치하고 익히는 데 더욱 집중해야 할 것 같다.

(1) 마크다운(Markdown)

문서화의 기본 문법으로 보고서 뿐만 아니라, 앞으로의 WIL(Weekly I Learned) 기록에 활용할 예정이다.

(2) VS code

MS(Micro Soft)사가 개발해서 무료로 배포 중인 코드 에디터이다.

VS Code install


(3) UV(Python Package Manager)

Python 프로그래밍에 필요한 패키지를 설치할 때 사용하는 패키지 매니저 프로그램으로 기존 PIP(Package Install for Python)보다 빠른 속도가 장점이다.

(4) Git & GitHub

버전 관리의 기본인 Git을 설치하고 name, email, editor 등 Global 설정을 마쳤다.

Git install


(5) Codex CLI

OpenAI의 GUI 개발 환경인 Codex를 터미널 환경에서 효율적으로 작업을 수행하기 위한 설정을 완료했다.

Codex CLI install


(6) Live Sharing

VS code에서 실시간으로 코드를 공유하고 피드백을 주고받을 수 있는 확장 프로그램을 설치했다.

(7) Algorithm 추천 및 GitHub 자동 제출

Programmers 문제를 풀면 자동으로 GitHub Repository에 Push해 주는 Chrome 브라우저의 확장 프로그램을 세팅했다.

Python Algorithm install


실습 : Codex CLI와 Vercel을 활용한 자기소개 페이지 배포

Codex CLI로 HTML + CSS 파일을 작성하고, Vercel을 활용해 웹으로 배포하는 실습을 진행했다.

Vercel's Dashboard (출처: Vercel.com)


1주차 회고 및 다짐(Retrospective)

익숙치 않은 툴이 많지만, 강사님의 친절한 설명과 실습으로 이해가 쉽고 앞으로 익숙해 질 수 있게 반복해야겠다.

아쉬운 점은 PIP를 대신해 UV를 설치했지만, 정상적인 실행이 되지 않는 경우가 있어서, 앞으로 UV를 사용하는데 다른 문제는 없을지 우려가 된다.

그리고, 자기소개 페이지를 배포까지 했지만, 시간에 쫓겨 구성과 CSS가 만족스럽지 못했다. 이 부분은 앞으로 점차 다듬어 나가야겠다.

자기소개 페이지 중 일부 (vercel 활용 배포)

직장 생활을 하며 일/주/월/분기/반기 마다 보고서를 작성하고, 회사 ERP에서 Raw Data를 긁어와서 Excel에서 Pivot하고 여러 함수를 사용해 보고서에 첨부하던 일들이 익숙했던 적이 있다. 분야가 다르고 내용은 다르지만, 앞으로 학습에서도 최대한 효과적인 Routine을 만들어서 놓치는 내용 하나 없이 성공적으로 수료할 수 있기를 다짐해 본다.


4주차 목표는 Python 기초 문법과 Pandas 패키지를 활용한 데이터 분석 기초 이다.


#sk네트웍스 #엔코어 #SKnetworks #encore #WIL #Markdown #VSCode #UV #Git #GitHub #CodexCLI #Codex #LiveSharing #Algorithm #Vercel #Python #7월3주차회고

댓글

댓글 쓰기

이 블로그의 인기 게시물

[SK네트웍스 family 엔코아AI캠퍼스] 나의 목표는 머신러닝 엔지니어다.

이미지
[SK네트웍스 family 엔코아AI캠퍼스] 나의 목표는 머신러닝 엔지니어다. 안녕하세요,  2010년부터 식품 유통과 IT 서비스를 운영해온 15년 차 소상공인이자,  최근 AI 플랫폼을 활용해 비즈니스 혁신을 시도하고 있는 '도전하는 개발자'입니다. 오늘은 제 인생의 새로운 전환점이 될 'SK네트웍스 family 엔코아 AI 캠퍼스: LLM 지식 그래프 기반 신뢰형 GraphRAG 구축을 위한 머신러닝 엔지니어 양성 과정' 참여 소식과 그 포부를 공유하고자 합니다. 1. 왜 '엔코아 AI 캠퍼스'인가? 고용24 - 훈련과정 공고 SK networks - 고용노동부, encore 연계 (출처: SK networks 홈페이지) 현재 저는 '2026년 혁신 소상공인 AI 활용 지원사업' 에 참여하여,  수입 식품 분야의 정보 불균형을 해결하기 위한 GraphRAG 기반 고신뢰성 큐레이션 솔루션 을 기획하고 있습니다. 단순히 AI 도구를 사용하는 수준을 넘어, 데이터 간의 관계를 구조화하는 '지식 그래프(Knowledge Graph)' 기술을 내재화하는 것이 제 사업의 핵심 성공 요인입니다. 엔코아의 커리큘럼은 제가 찾던 '신뢰형 GraphRAG' 구축 에 완벽히 특화되어 있어 망설임 없이 선택하게 되었습니다. 특히, 캠퍼스에 직접 방문해서 잘 갖춰진 시설을 눈으로 확인하고,  친절하고 체계적인 컨설팅을 받으니 더욱 안심이 되었습니다. 캠퍼스 내부 - 입구, 강의실 캠퍼스 내부 - 강의실   캠퍼스 내부 - 휴게실 2. 취업과 창업 사이의 시너지 이번 과정을 통해 제가 달성하고자 하는 목표는 명확합니다. 첫째, 관련 기업으로의 취업 (Primary Goal) 15년 동안 현장에서 쌓은 식품 도메인 지식과 이번 교육을 통해 습득할 머신러닝 엔지니어링 기술을 결합하고 싶습니다.  비즈니스 로직을 이해하는 엔지니어로서 AI 솔루션 기업에서 실무 역량을 발휘하는 것이 최우선 목표입...
자세한 내용 보기

[SK네트웍스 패밀리 엔코어AI캠퍼스] AI 머신러닝 캠프 1기_7월 4주차 회고

이미지
[SK네트웍스 패밀리 엔코어AI캠퍼스] AI 머신러닝 캠프 1기_7월 4주차 회고 엔코아 AI 캠퍼스에서 첫 주는 Orientation과 하루 일정의 교육이 이루어 지다 보니, 이번 주가 본격적인 첫 주라고 봐야 할 것 같다. 정말 시간이 눈 깜짝할 사이에 지났다. 이번 주는 AI 개발자의 가장 기본이 되는 Python Programming 능력을 다지고, 실제 데이터 분석 의 핵심인 데이터 수집과 전처리 기술을 습득하는 매우 중요한 시간이었다. Python의 핵심 문법부터 라이브러리를 활용한 실무 기술까지, 적지 않은 양을 학습했고, 학습한 것들을 정리해 본다. 1. Python Programming 문법 가장 먼저 프로그래밍의 기초가 되는 변수와 제어문을 시작으로 코드의 재사용성을 높여주는 함수와 복잡한 데이터를 효율적으로 다루기 위한 자료구조를 학습했다. (1) Python 핵심 문법 정리 - 제어문 : if, for, while 등 조건에 따른 흐름 제어 및 반복 작업 수행 - 자료구조 : 리스트(List), 튜플(Tuple), 딕셔너리(Dictionary), 세트(Set) 등 데이터 특성에 맞는 저장 및 관리 - 함수(Function) : 코드의 논리적 단위 분리, 매개변수와 반환 값을 활용한 코드 재사용성 극대화 # 자료구조와 함수 활용 예시 def process_data(data_list): result = {} for item in data_list: if item not in result: result[item] = 1 else: result[item] += 1 return result data = ['apple', 'banana', 'apple', 'orange', 'banana'] count_result = process_data(data) print(count_re...
자세한 내용 보기