Module 01PY_01
Python 프로그래밍
기초 문법부터 자료구조, Jupyter / Marimo 노트북 환경까지. 첫 줄부터 데이터 분석 직전까지 한 흐름으로 학습합니다.
About the Curriculum
반도체 데이터를 직접 다루는
Python · AI · 머신러닝 교육과정.
4차 산업혁명 시대를 이끌어갈 첨단 분야인 반도체 산업에 필요한 인재를 양성하는 사업입니다. 우리 대학은 반도체 분야의 역량 있는 인재를 양성하기 위해 단기 몰입형 및 교과형 등의 다양한 교육 방식과 교육과정을 세분화하여 수준별 맞춤형 교육을 제공하고 있습니다.
본 LMS는 반도체 AI 융합 교육과정을 운영하기 위해 만들어진 통합 학습 플랫폼입니다. 학습자는 Python · Pandas · 머신러닝을 Jupyter / Marimo 노트북 환경에서 학습하고, 실제 반도체 공정에서 수집된 wafer yield · FDC · defect 데이터셋을 받아 분석합니다.
강의 자료, 실습 노트북, 데이터셋, 산학 PBL, 평가와 멘토링까지 한 화면에서 이어지도록 설계되어 있으며, 학습자는 자신의 수준과 진로에 맞춰 트랙을 선택할 수 있습니다.
Curriculum Modules
Python 프로그래밍부터 AI 분석, 반도체 데이터셋 활용, 머신러닝 모델링, 산학 PBL까지. 다섯 개의 모듈이 한 흐름으로 이어집니다.
기초 문법부터 자료구조, Jupyter / Marimo 노트북 환경까지. 첫 줄부터 데이터 분석 직전까지 한 흐름으로 학습합니다.
Pandas · NumPy · Matplotlib으로 데이터를 정제하고 시각화합니다. scikit-learn 기반의 지도 / 비지도 학습까지 다룹니다.
wafer yield · FDC sensor · defect map 등 실제 반도체 공정 데이터를 학습 자료로 제공합니다.
공정 데이터로 수율 예측 · 불량 분류 모델을 만들어 보고, 결과를 산업적 관점에서 해석하는 역량을 키웁니다.
지역 반도체 기업의 실제 문제를 과제로 받아, 분석 결과와 모델을 발표 · 평가까지 한 흐름으로 진행합니다.
Datasets
LMS에는 학습용으로 가공된 반도체 공정 데이터셋이 함께 제공됩니다. wafer yield, FDC sensor, defect map 등 실제 산업 현장에서 다루는 형태의 데이터를 노트북에서 즉시 불러올 수 있습니다.
300mm 웨이퍼의 yield · 공정 파라미터 · 결함 정보가 묶인 실습용 데이터셋. CSV 한 줄로 노트북에 로드해 분석과 모델링을 바로 시작할 수 있습니다.
Tracks
단기 몰입형, 정규 교과형, 산학 연계. 학습자의 배경과 목표에 따라 Python · AI · 반도체 데이터를 다루는 세 가지 트랙으로 운영합니다.
4–8주 단위의 집중 프로그램. 한 주제를 끝까지 파고들어 핵심 역량을 빠르게 끌어올립니다.
한 학기 단위의 정규 과정. 반도체 전공 교과와 AI 데이터 분석을 균형 있게 연결합니다.
지역 반도체 기업과 함께 설계한 현장 PBL. 실제 공정 데이터로 문제를 정의하고 해결합니다.
Process
Python · 데이터 분석 사전 지식을 진단하여 적합한 트랙과 시작 지점을 추천합니다.
Sprint · Curriculum · Field 중 본인에게 맞는 트랙을 선택해 LMS에 등록합니다.
강의 · 실습 노트북 · 반도체 데이터셋 분석을 한 화면에서 단계별로 진행합니다.
산학 PBL 결과를 분석 리포트 · 모델 · 발표로 정리하고 평가까지 마무리합니다.