중앙도서관 공간 혁신
PPP 사업 배경
  •   다양한 전공 분야의 교수 및 연구원이 빅데이터 분석 및 활용 역량을 갖추어 전공 교육 및 연구에 빅데이터 및 AI 기술의 활용을 증진할 필요가 있음.
  •   따라서 서울여자대학교 구성원의 빅데이터 및 AI 활용 역량 강화를 지원하기 위한 PPP(Power Professor Program)사업을 시행
PPP 목표
  •   비IT전공 교원들이 빅데이터 및 AI 활용 역량을 갖추어 전공 영역에서 융합 기반의 연구와 교육이 가능하도록 지원하고자 함 (PPP-1)
  •   IT 전공 교원들에게 자신의 전공 영역에서 빅데이터 및 AI 활용 역량을 배가시킬 수 있도록 신기술 심화 기반의 연구와 교육을 지원함 (PPP-2)
  •   온라인 과정을 이수한 PPP-1 교수가 참여하는 SIG-PPP(10개팀)를 운영하여 실질적인 활용 성과를 창출하고 교내 구성원에 이를 확산함
PPP 사업 참여 대상자
프로그램 인원 대상
PPP-1 30명 이내 비 IT전공 교원 중 희망자 신청을 받아 선발
PPP-2 15명 이내 IT전공 교원 중 희망자 신청을 받아 선발
코디네이터 선택 온라인과정 학습보조, 데이터 분석 등 연구 보조 또는 공동 연구자/저자로 연구진행을 도와줄 수 있는 대학원생 또는 내외부 연구원 1명을 지정
PPP 온라인 프로그램
   1) PPP-1 : 비IT 전임교원 대상
     ※ 과정 A 또는 B 선택. 총 50시간 이내
A 과정 세부내용
• 데이터 사이언스 부트캠프
• 파이썬 데이터분석 입문
• 파이썬 데이터분석 중급(실무)
파이썬 데이터분석 머신러닝
데이터사이언스 정의, 사례, 통계 기초
파이썬 분석 입문자를 위한 문법/ 크롤링
Numpy, Pandas 및 분석 시각화 실무
파이썬 머신러닝 주요 알고리즘 및 실전
B 과정 세부내용
• 데이터 사이언스 부트캠프
데이터 사이언스 Advanced분석
• 파이썬 데이터분석 입문
• 파이썬 데이터분석 중급(실무)
데이터사이언스 정의, 사례, 통계 기초
엑셀 기초, 파워피벗, 파워BI 등 실무 활용 데이터분석
파이썬 분석 입문자를 위한 문법/ 크롤링
Numpy, Pandas 및 분석 시각화 실무
   PPP-2 : IT 전임교원 대상
     ※ 과정 A 또는 B 선택. 총 85시간 이내
A 과정 세부내용
• Python Programming 기초
• 데이터 분석을 위한 Python
• 수학과 연계된 머신러닝
• 확실하게 알아보는 딥러닝
• 현업에서 활용되는 실전 데이터 분석
파이썬 기초 문법(데이터 타입/조건문/함수 등)
데이터 수집/처리/분석(크롤링, Numpy, Pandas)
머신러닝 개념/종류 등의 이론
딥러닝 소개/신경망/최적화/CNN 등 알고리즘
분석 프로젝트 실전 사례
B 과정 세부내용
• 파이썬 데이터분석 입문
• 파이썬 데이터분석 실무
• 실전 머신러닝 입문 지도/비지도 학습
• 실전 머신러닝 시작하기
파이썬 자료구조~웹 크롤링
파이썬 데이터 패키지 활용/시각화/Pandas 실무
주요 머신러닝 모델타입 정리~사이킷런 실무
파이썬 머신러닝 Model Selection 모듈/전처리/핵심 알고리즘
PPP 운영 일정
운영 일정 일시
PPP 신청 및 접수 2021.06.17. ~ 2021.07.02.
온라인 프로그램 제공 2021.07.08. ~ 2021.11.19.
온·오프라인 특강 및 세미나 2021.07.08. ~ 2021.11.19.
SIG-PPP 및 소과제 연구회 2021.07.19. ~ 2021.11.19.
성과 공유 2021.11.22. ~ 2021.11.30.
※ 교내 일정 및 사업단 운영에 따라 위의 일정은 변동 될 수 있으며 별도 안내 예정
PPP 참여 혜택
  •   SIG-PPP 및 소과제 연구회 지원
      - PPP 온라인 과정을 25%이상 수료한 전임교원이 운영하는 SIG-PPP 또는 소과제 연구회 자율구성 및 활동 지원
  •   온·오프라인 특강 및 세미나
      - 내외부 전문가 초청 Webinar 운영
      - PPP 수강 교원의 온·오프라인 간담회 개최
  •   PPP 헬프센터 지원
      - PPP 수강 교원을 위한 PPP 오픈카톡방 운영
중앙도서관 공간 혁신