회 사 명 | 주식회사 에이아이웍스 | 사업자번호 | 517-88-00087 | ||
---|---|---|---|---|---|
대 표 자 | 윤석원 | 홈페이지 | www.aiworkx.ai | ||
기업구분 | 중소기업 | ||||
사업장주소(본사) | 소재지 | 우편번호 | 05623 | ||
상세주소 | 서울 송파구 백제고분로41길 40 (송파동) | ||||
사업분야 | 소프트웨어 테스트, AI데이터셋 구축, AI_Agent 개발 검증, AISC_AI신뢰성 검증, KOLAS 인정센터 | ||||
주 제 품 | Aiworks, Blackolive, Testerbench, 3D 모델링, PF 기획/개발 | ||||
회사보유 기술현황 및 업적 |
과기정통부 '소프트웨어고성장클럽200' 기업 선정
서울시 사회적경제 우수기업 인증 NIA 스마트워크 플랫폼 구축 NIA 멀티모달 데이터셋 구축 NIA 인도보행영상 데이터셋 구축 등 |
사업자등록증 | 에이아이웍스_사업자등록증_250429.pdf |
---|
회사소개자료 | Testworks company overview ppt_Apr 29.pptx |
---|
회사로고 | Aiwprlx_로고.PNG |
---|
주식회사 에이아이웍스
기업구분 | 중소기업 | ICT기술분류 | 복합지능 | |||
---|---|---|---|---|---|---|
참여이력 | 기참여 | 코딩테스트 | 미실시 | |||
사업장주소(본사) | 서울 송파구 백제고분로41길 40 (송파동) | 소재지 | ||||
근무지 주소(실습생) | 소재지 | |||||
사업분야 | 소프트웨어 테스트, AI데이터셋 구축, AI_Agent 개발 검증, AISC_AI신뢰성 검증, KOLAS 인정센터 | |||||
주요 제품 및 서비스 | Aiworks, Blackolive, Testerbench, 3D 모델링, PF 기획/개발 | |||||
회사보유 기술현황 및 업적 |
과기정통부 '소프트웨어고성장클럽200' 기업 선정
서울시 사회적경제 우수기업 인증 NIA 스마트워크 플랫폼 구축 NIA 멀티모달 데이터셋 구축 NIA 인도보행영상 데이터셋 구축 등 |
|||||
인력현황 | 경영·행정 | 연구개발 | 홍보·마케팅 | 생산·기타 | 합계 | |
7 명 | 25 명 | 2 명 | 126 명 | 160 명 |
참여배경
참여배경 |
ᄋ 인턴십 프로그램은 잠재적인 신입사원을 미리 발굴하고 평가할 수 있는 기회를 제공합니다
ᄋ 인턴들은 회사의 여러 프로젝트나 일상적인 업무에 기여할 수 있습니다 ᄋ 인턴십을 통해 채용된 인턴들은 새로운 관점과 아이디어를 제공할 수 있습니다. ᄋ 인턴십 프로그램은 기업이 사회적 책임을 다하고 있음을 보여주는 중요한 수단이 됩니다. ᄋ 인턴십을 통해 직원들은 인턴을 교육하고 멘토링하는 역할을 맡게 됩니다. 이는 기존 직원들에게 리더 십과 교육 능력을 향상시킬 기회를 제공하며,조직 내에서 더 높은 직책을 맡기 위한 경험을 쌓는 데 기여할 수 있습니다. ᄋ 회사는 인턴십을 통해 인턴들에게 이론과 실무를 연결할 수 있는 기회를 제공합니다. |
---|
실습조건
실습요일 | 주 5일제 | 월 화 수 목 금 |
---|---|---|
실습시간 | 전일제 | 전일제(09:00 - 18:00) |
실습조건 | 휴가 | • 월 1회 휴가 부여 (필수) |
복리후생 | 식사 교통 기숙사 | |
기타 지원사항 |
실습환경 사진

프로젝트 내용
프로젝트명 | Al Agent 개발 및 데이터 구축
(Prompt Engineering, 시나리오 설계,검증,3D 모델링,PF 기획/개발) |
---|---|
목표 | o 프로젝트 목표 :
AI 에이전트 데이터 구축의 목표는 사용자의 요구에 맞춘 적응적인 응답을 제공할 수 있도록 다양한 데이터 구축 및 관리 전략을 수립하여 AI 에이전트의 성능을 극대학한다. AI 에이전트의 데이터 구축 목표는 다음과 같습니다. 1. 사용자 요구 이해 - 자연어 처리 능력을 강학하여 사용자 질문의 의도를 정확하게 파악. - 다양한 사용자 입력을 이해하고 대응할 수 있는 데이터 구축. 2. 다양한 상황 처리 - 에이전트가 다양한 시나리오나 상황에 적응할 수 있도록 여러 상황에 대한 데이터를 포함. - 사용자와의 상호작용 데이터를 분석하여 새로운 질문이나 문제를 해결할 수 있도록 모델 훈련 3. 지속적인 학습 및 개선 - 사용자 피드백을 바탕으로 지속적인 성능 개선. - 학습 데이터를 꾸준히 업데이트하여 새로운 정보나 변학하는 트렌드에 맞춘 답변 제공. 4. 정확성 및 신뢰성 강학 - 데이터 품질 관리 및 정제를 통해 정확하고 신뢰성 있는 응답을 제공. - 잘못된 정보나 편향된 데이터를 걸러내고 정확한 정보만 학습. 5. 도메인 특학 - 특정 산업 또는 문제 영역에 맞춘 도메인 지식을 포함. 예를 들어, 금융,의료,법률, 고객 지원 등 특정 분야의 데이터를 구축해 해당 분야에 특화된 에이전트를 만들 수 있음. 6 . 자연스러운 대학 흐름 제공 - 인간과의 자연스러운 대학가 가능하도록 대학 데이터를 통해 맥락을 이해하고 연관된 응답을 제공. 7. 응답 속도 최적화 - 빠르고 효율적인 데이터 검색 및 처리로 즉각적인 응답 제공. - 에이전트가 실시간으로 데이터를 학습하고 적용할 수 있도록 실시간 처리에 중점을 둠. |
주요내용 |
데이터 수집 및 정제:
- 대화형 AI 모델에 필요한 다양한 유형의 데이터(텍스트, 음성, 이미지 등)를 수집하고 정제. - 중복, 오류, 불완전한 데이터 등을 제거하여 데이터 품질을 개선. 데이터 라벨링: - 머신러닝 및 자연어 처리(NLP) 모델 학습을 위한 대학 데이터를 적절한 범주or클래스로 라벨링. - 주석 작성,의도(intent), 개체명 (entity) 인식 등의 작업 수행. 데이터 전처리 및 정규화: - 비정형 데이터를 정형 데이터로 변환하여 모델이 처리하기 쉽도록 구조화. - 텍스트 정규화(불필요한 기호, 공백, 오탈자 수정) 및 토큰화(tokenization) 등 수행. 품질 보장 및 개선: - 데이터의 정확성 및 일관성을 평가하고, 필요 시 피드백에 따라 수정. - 모델의 성능 평가를 위해 데이터 생플 검토 및 오류 분석 수행. 데이터 수집 자동학 도구 관리: - 데이터 수집 및 라벨링을 자동학하는 도구의 사용 및 유지보수. - 효율적인 데이터 관리 및 처리 프로세스 개선을 위한 제안. |
주요결과물 |
실습생 직무
직무구분 | |
---|---|
기술스택 | |
직무내용 |
1. 인공지능 모델 훈련 및 검증:
- 다양한 인공지능 모델을 학습하고 검증합니다. - 데이터 분석 및 시각학를 통해 문제를 이해하고 해결책을 도출 합니다. - 주어진 문제에 대해 적합한 기계 학습 알고리즘과 모델을 선택하고 구축합니다. - 모델을 학습시키고 테스트하여 성능을 평가하고 개선합니다. - 학습된 모델의 성능을 평가하고 정확성,정밀도,재현율 등의 지표를 분석합니다. - 모델의 성능을 향상시키기 위해 하이퍼파라미터 튜닝 및 최적학 기법을 적용합니다. 2. 데이터 분석 및 검수 도구 개발: - 데이터 전처리 및 검수를 위한 도구를 개발 합니다. (Python, Javascript위주) - 가공 및 검수 플랫품의 성능/품질/기능 개선사항 제안 활동 3. 데이터 전처리 및 검증: - 다양한 소스로부터 데이터를 수집하고 정제하여 분석에 적합한 형태로 가공합니다. - 다양한 데이터셋을 검수하고 검수 결과서를 작성합니다. 4. 프로젝트 협업: - 다른 팀 구성원들과 협력하여 기계 학습 프로젝트의 목표를 달성합니다.- 기술적인 문제를 해결하기 위해 다양한 도구와 알고리즘 5. 데이터 품질 검수 지원 - 데이터 세부 검수 방법을 문서학하고 프로젝트 참여자들에게 설명 - 학습 데이터셋 구축 프로젝트 수행 중, 품질 향상과 관련된 활동 및 아이템들을 반영한 Update - 프로젝트 수행 환경 구축 및 인프라 관리 6. 프로젝트 ISSUE / RISK 관리(도출 및 해결) |
요구기술 |
1. 기술 스킬:
- 데이터 관리 및 분석 도구(예: Excel, SQL, Python) 사용 능력. - NLP 또는 머신러닝 프로젝트 관련 경험이 있으면 우대. - 데이터 라벨링 플랫품(예: Labelbox, Amazon SageMaker Ground Truth) 사용 경험. 2. 문제 해결 및 세부 사항 집중: - 복잡한 문제 해결 능력과 세부 사항에 주의를 기울이는 성격. - 데이터 품질을 보장하기 위한 꼼꼼한 업무 처리 능력. 3. 의사소통 능력: - 다양한 팀(개발팀,데이터 과학자 등)과의 원활한 협업 및 소통 능력. - 피드백을 바탕으로 작업을 개선하고 적응할 수 있는 유연성. 4. 경력 및 경험: - 데이터 처리 또는 라벨링 관련 실무 경험이 1년 이상인 경우 우대. |
실습생 지도계획
지도계획 |
o 실습생의 역할을 분담한다.
- 데이터 전처리 담당, 모델 훈련 담당. AI 시스템 통합 담당 o 3. 일정 및 목표 관리 - 단계별 일정: 프로젝트를 주차별로 나누어 실습생들이 집중할 수 있는 구체적인 마일스톤을 설정합니다. o 지속적인 피드백 및 평가 - 주간 피드백: 실습생들이 진행한 작업에 대해 피드백을 주고,개선점을 알려줄니다. - 결과 평가: 프로젝트 완료시 실습생들의 성과를 평가하고, 개선해야 할 점을 정리. o 멘토링 및 교육 - 기초 교육 제공: AI 모델, 데이터 처리, 프로그래밍 기초에 대한 교육 자료나 가이드를 제공합니다. - 질문 시간: 실습생들이 자유롭게 질문하고 배울 수 있는 시간을 따로 정해줍니다. o 실습생들이 효과적으로 학습하면서 프로젝트를 성공적으로 완수할 수 있도록 지원합니다. |
---|
실습생 평가계획
평가기준 |
- 데이터 처리 및 분석 능력: 데이터 전처리, 피처 앤지니어링, 모델 평가 등 데이터 관련 작업 능력.
- 문제 해결능력: 프로젝트 도중 발생한 문제를 창의적이고 효율적으로 해결하는 능력 - 자기주도 학습 능력: 새로운 기술이나 도구를 학습하고 이를 프로젝트에 적용하는 능력 |
---|---|
평가방법 |
- 정성적 평가
* 작성한 텍스트 데이터 리뷰: 실습생이 작성한 텍스트 데이터를 리뷰하며,이해도를 확인. * 팀 피드백: 팀원 간의 피드백 세션을 통해 협업 능력 및 커유니케이션 능력을 평가. * 프레젠테이션: 최종 결과물을 발표하고,구현한 AI 에이전트의 기능과 성능을 설명하는 능력. - 정량적 평가 * AI Agent 의 성능 평가: 데이터의 정확도,AI 모델의 성능을 수치로 평가. * 프로젝트 완료 여부: 일정 내에 프로젝트를 완료했는지 여부를 평가. * 팀워크와 기여도 평가: 팀 프로젝트의 경우, 팀 기여도 평가 폼이나 점수를 통해 각 팀원의 기여도 를 수치학. |
추진일정
주차 | 내용 |
---|---|
1주차 |
오리엔테이션 및 업무 수행을 위한 기본 소양 교육,프로젝트 개요 설명 도구 설정 및 데이터셋 품질 검수 기초 교육 |
2주차 |
데이터 수집 및 전처리 교육 및 실습 |
3주차 |
데이터 수집 및 전처리 교육 및 실습 |
4주차 |
데이터 수집 및 전처리 교육 및 실습 |
5주차 |
데이터 수집 및 전처리 교육 및 실습 |
6주차 |
데이터 수집 및 전처리 교육 및 실습 |
7주차 |
데이터 수집 및 전처리 교육 및 실습 |
8주차 |
데이터 수집 및 전처리 교육 및 실습 |
9주차 |
데이터셋 검수 교육 및 실습 |
10주차 |
데이터셋 검수 교육 및 실습 |
11주차 |
데이터셋 검수 교육 및 실습 |
12주차 |
인공지능 모델 훈련 교육 및 실습 |
13주차 |
인공지능 모델 최적화 및 통합 |
14주차 |
인공지능 모델 최적화 및 통합 |
15주차 |
최종 평가 및 결과 발표 |
16주차 |
현장 실습 종료 및 평가에 의한 채용연계 |
기대효과
기대효과 |
1. 실습생 역량 강학 및 인재 육성
실습생에게 실제 AI 프로젝트 경험을 제공함으로써 실질적인 역량을 키울 수 있습니다. 이로 인해 실습생들은 빠르게 성장하고,기업 입장에서는 향후 고급 인재로 성장할 수 있는 잠재적인 인재 풀을 확보할 수 있습니다. 2. 비용 절감 실습생을 통해 프로젝트 일부를 수행함으로써 인건비를 절감할 수 있습니다. 실습생이 연구 및 개발에 기여함으로써 기업은 적은 비용으로 다양한 시도를 할 수 있습니다. 3. 혁신적 아이디어 발굴 젊은 실습생들은 새로운 시각과 아이디어를 제시할 가능성이 큽니다. 이를 통해 기존 개발진이 미처 생각 하지 못한 혁신적인 솔루션이나 접근 방식을 도출할 수 있습니다. 4. AI 활용도 증가 AI 에이전트 프로젝트는 기업 내부 프로세스 자동학, 고객 서비스 개선, 데이터 분석 효율화 등 다양한 측 면에서 기업의 디지털 전환을 촉진할 수 있습니다. 실습생들이 이러한 프로젝트에 참여함으로써 AI 기술을 기업 내에서 더 적극적으로 활용할 수 있는 기회를 제공할 수 있습니다. 5. 실제 문제 해결 실습생과 협력하여 실제 기업 문제를 해결하는 프로젝트를 진행하면, 기업은 문제 해결 능력을 향상시키고,동시에 실질적인 성과를 얻을 수 있습니다. 예를 들어, AI 에이전트를 통해 고객 문의 대응을 자동학 하거나 내부 프로세스를 최적화하는 등 실질적인 비즈니스 개선이 가능합니다. 6. AI 관련 기술 도입 가속화 AI 에이전트 프로젝트는 최신 AI 기술을 도입하고 실험하는 기회를 제공합니다. 이를 통해 기업은 최신 기술을 빠르게 도입하고, 이를 비즈니스에 적용할 수 있는 기반을 마련할 수 있습니다. 7. 긍정적인 기업 이미지 구축 실습생과의 협력을 통해 기업이 사회적 책임을 다하고 있다는 인식을 제고할 수 있습니다. 청년층의 교육과 훈련을 지원하는 이미지를 통해 기업의 사회적 가치를 높이고,브랜드 인지도 향상에 기여할 수 있습니다. |
---|
실습생 정규직 채용계획
채용계획 | 실습기간 동안 우수한 성과를 보여준 실습생에 대해서는 프로젝트가 마무리 되는 시점에서 평가와 면접을 통해 수습기간을 거쳐 정규직 채용을 진행예정입니다. |
---|