∙ 임베딩 디바이스에 ML/DL 구현을 위한 기술적인 이슈를 파악할 수 있다.

∙ 디바이스 내장 모델의 최적화 구현을 위한 CPU/GPU 동작을 이해한다.

∙ 딥러닝 프레임워크의 CUDA 프로그래밍의 원리를 알 수 있다.

∙ On-Device 머신러닝 구현을 위한 최적화 모델 아키텍처를 분석한다.

∙ On-Device 머신러닝 구현을 위한 Tensorflow Lite의 동작원리와 사용방법을 파악한다.

∙ 인공지능 학습 모델 개발자 직무 2년 이상

∙ 인공지능 플랫폼 개발자 직무 3년 이상

∙ 인공지능 기술(학습, 추론, 머신러닝, 딥러닝 등)

∙ 딥러닝 CNN/RNN 학습 모델 아키텍처 이해

∙ 디바이스 내에서 인공지능 서비스를 제공해야 하는 On-Device 머신러닝 구현 방법에 대해

 특화된 내용을 다룸

∙ AI 서비스 배포에 있어서 가장 중요한 요소인 머신러닝/딥러닝 모델의 추론 시간에 대한

 고려사항을 이해하고 요구사항 만족을 충족시키기 위하여 기술적으로 고려해야 할 사항을

 중점으로 구성됨