-
개강일
2026년 7월 21일(화)
-
교육비
0원(전액 국비지원)
-
훈련수당+장려금
매월 40만원 지원
-
지원 자격
AI 에이전트 ML 엔지니어 취업 희망자
솔트룩스 AI 캠퍼스 - AI 에이전트 ML 엔지니어 AI 캠프
AI 에이전트
ML 엔지니어 AI 캠프
LLM으로 도메인에 맞는 AI 모델을
만드는 개발자가 됩니다
ML/DL 모델링부터 LLM 파인튜닝, 멀티 에이전트 설계,
AWS 클라우드 배포까지 —
AI 모델의 개발 전 과정을 직접 구현합니다
special benefits
AI 에이전트 모델 개발을 배우고
인턴십·채용연계 기회까지 —
솔트룩스 · 파트너사
인턴십 & 취업 연계 지원
우수 수료생 솔트룩스 및 파트너사 채용 연계 기회
훈련비 전액 국비 지원
+ 매월 훈련수당 지급
교육비 O원 + 매월 최대 40만원 훈련수당 지급
기업이 쓰는 방식 그대로,
바로 실무가 되는 수업
솔트룩스 현직 AI 엔지니어의 생생한 실무 교육
솔트룩스의 검증된 기술
루시아 AI 무료 제공
교육 기간 동안 솔트룩스 자체 AI 플랫폼 무료 제공
recommended for
AI 에이전트 ML 엔지니어 과정,
이런 분께 추천합니다
-
ML 모델링 역량을 더 깊게
쌓고 싶은 분기초 머신러닝에 더해 딥러닝 심화, LLM
파인튜닝까지 역량을 끌어올리고 싶은 분 -
도메인에 특화된
AI를 구축하고 싶은 분특정 도메인(의료·금융·법률 등)에 특화된
LLM과 AI 시스템을 직접 구축하고 싶은 분 -
AI 파인튜닝 및 Multi-Agent 개발
포트폴리오가 필요하신 분AI 기업의 ML 엔지니어, AI 리서처로의
취업을 목표로 하는 분
이 과정은 모델을 가져다 쓰는 수준을 넘어
도메인에 맞게 학습·개선·배포하는 ML 엔지니어를 목표로 합니다.
learning goals
이 과정을 마치면, AI 서비스를
직접 구현하고 배포할 수 있습니다
고급 ML·DL 모델링
데이터 특성에 최적화된 ML/DL 모델을 설계·학습·평가
하고, 성능 한계를 분석하여 최적화합니다.
LLM 파인튜닝 전문화
LoRA, QLoRA 등 PEFT 기법으로 도메인 특화 LLM을
효율적으로 파인튜닝하고 성능을 검증합니다.
멀티 에이전트 시스템 설계
LangChain/LangGraph 기반으로 역할이 분리된 멀티
에이전트 워크플로우를 설계·구현합니다.
MLOps 및 모델 서비스화
학습된 모델을 AWS 클라우드에 배포하고 모델 버전 관리,
모니터링, CI/CD를 구축합니다.
curriculum
단계적으로 쌓아가는 AI 모델
커스터마이징
실무 커리큘럼
-
- Python 심화 · 데이터 구조— 고급 Python 객체, 데이터 구조 및 모듈 · 패키지 활용
- FastAPI · 비동기 서버 기초— Python 가상환경 설정과 FastAPI 기반 비동기 엔드포인트 설계
- SQL · NoSQL 데이터 저장 구조— RDBMS · NoSQL 기반 데이터 특성과 저장 구조 이해
- Pandas · 탐색적 데이터 분석— Python 대표 라이브러리 기반 탐색적 데이터 분석(EDA)
- 데이터 전처리 · 품질 개선— Python을 활용한 데이터 품질 개선 및 시각화
습득 스킬 Python 심화 / SQL / Pandas / EDA / 데이터 전처리 / 시각화+데이터 분석 프로젝트
Python 기반 데이터 수집 · EDA 및 전처리 파이프라인 구축 -
- 머신러닝 학습 방식 · Task 이해— ML 학습 방식과 Task 유형을 이해하고 목적에 맞는 모델 선택
- 모델 일반화 · 성능 개선— Bias-Variance Trade-off 관점의 모델 성능 개선 이해
- 딥러닝 기초 · 퍼셉트론— 퍼셉트론과 활성화 함수 역할을 중심으로 딥러닝 기초 확립
- 대표 딥러닝 모델 구조— CNN, RNN/LSTM, Transformer 등 주요 딥러닝 모델 구조 이해
- 모델 평가 · 결과 해석— 모델 성능 평가와 추론 결과 · 특성 중요도 해석
습득 스킬 머신러닝 / 딥러닝 / 모델 평가 / 추천 시스템 / 벡터 임베딩 / Re-Ranking+추천 · 예측 모델링 및 하이브리드 검색 시스템
고객 행동 예측 모델과 개인 맞춤형 추천 엔진을 구현하고, 벡터 임베딩과 Re-Ranking을 활용한 검색 · 추천 구조를 설계 -
- NLP · 텍스트 표현 이해— 자연어 처리(NLP) 기본 개념과 임베딩 · 벡터화 원리 이해
- LLM 구조 · 딥러닝 모델 비교— LLM의 구조적 특성과 기존 딥러닝 모델과의 차이 이해
- 전이학습 · 파인튜닝— LLM 전이학습 및 파인튜닝 기법 이해
- RAG · Agent 구조— 할루시네이션 완화를 위한 RAG 및 Agent 구조 이해
- LangChain · LangGraph 멀티 에이전트— LangChain과 LangGraph를 활용한 Multi-Agent 구조 설계
습득 스킬 NLP / LLM / 프롬프트 엔지니어링 / RAG / 파인튜닝 / LangChain / LangGraph+사내 문서 기반 AI 비서 챗봇
사내 문서를 검색 가능한 지식베이스로 구성하고, RAG와 Agent 구조를 활용해 업무 질의응답이 가능한 AI 챗봇을 구현 -
- AWS 기반 AI 서비스 배포— AWS 기반 ML/LLM 서비스 배포 전체 흐름 이해
- Docker 서버 패키징— Docker 기반 서버 패키징 원리와 컨테이너 실행 구조 이해
- CPU/GPU 리소스 · 추론 성능— CPU/GPU 리소스 특성과 모델 추론 성능의 관계 분석
- FastAPI 추론 API 배포— FastAPI 기반 추론 API 서버 배포 및 실행
- 클라우드 로그 · 장애 대응— Cloud 환경에서 로그 확인, 오류 원인 분석 및 장애 상황 대응
습득 스킬 AWS / Docker / FastAPI 배포 / 추론 API / 로그 분석 / 모니터링 / 장애 대응+사내 지식베이스 기반 AI 시스템 배포
FastAPI 추론 서버를 Docker 기반으로 패키징하고, AWS 클라우드 환경에 배포해 로그 확인과 장애 대응 -
습득 스킬 AI Assistant / LLM / RAG / Multi-Agent / 기업 문서 검색 / 클라우드 배포+기업 문서 · 업무 지식 기반 AI Assistant 서비스
LLM, RAG, Multi-Agent 구조를 결합해 기업 문서와 업무 지식을 활용하는 지능형 AI Assistant 서비스를 설계하고 구현
실제 비즈니스 문제를 해결하여 지능형 ML 서비스를 구현할 수 있는
도메인 특화 고급 ML Engineer 양성
사용 기술 스택
Python
PyTorch
HuggingFace
LoRA/QLoRA
LangChain
LangGraph
Vector DB
MLflow
Docker
AWS SageMaker
vLLM/TGI
LUXIA
after completion
수료 후,
이런 역량을 갖추게 됩니다
오픈소스 LLM을 QLoRA 기반으로 파인튜닝 수행
LangGraph 기반 멀티 에이전트 워크플로우 설계+구현
도메인 특화 지식 결합(RAG) 시스템 구축 및 성능 최적화
임베딩 모델 파인튜닝 및 벡터 DB 기반 시맨틱 검색 구현
AWS SageMaker 기반 LLM 학습·배포 파이프라인 구축
모델 양자화(GPTQ, GGUF)로 경량화 및 엣지 배포
MLflow 기반 실험 관리 및 모델 버전 컨트롤
루시아(LUXIA) 플랫폼으로 엔터프라이즈 AI 솔루션 구성
Benefits
솔트룩스 AI 캠퍼스만의 혜택
지금 합류하면 전원 지급
-
혜택 1
성적 우수자
인턴십 기회 제공수업 성과와 프로젝트 역량을 바탕으로
우수자에게 인턴십 기회 제공
-
혜택 2
성적 우수자 솔트룩스
서류전형 면제 혜택우수 수료생에게 솔트룩스 입사 지원 시
서류전형 면제 혜택 제공
-
혜택 3
취업 연계 지원 및
취업 코칭솔트룩스 및 파트너 기업 채용 연계와
포트폴리오 코칭 및 면접 준비 지원
-
혜택 4
훈련비 전액 국비지원
내일배움카드 발급자라면 누구나 훈련비 전액 국비지원 수혜 가능
-
혜택 5
매월 훈련수당+장려금 지급
출석률에 따른 훈련수당+장려금 지급
(월 40만원 지원) -
혜택 6
기업 기준 포트폴리오 완성
단순 실습 결과물이 아닌, 서비스 구현 흐름이 드러나는 AI 프로젝트 완성
-
혜택 7
현업 전문가 강사진
솔트룩스 현직 AI 연구원 및 엔지니어가 직접 강의하는 생생한 실무 교육
-
혜택 8
GPU 실습 환경 제공
LLM 파인튜닝 및 딥러닝 모델 학습을 위한 고성능 실습 환경 무상 제공
-
혜택 9
LLM 플랫폼 루시아 무료 제공
솔트룩스 자체 엔터프라이즈 AI 플랫폼을 교육기간 동안 무료로 사용
FAQ
자주 묻는 질문
-
AI 에이전트 ML 엔지니어는 머신러닝·딥러닝 모델을 학습하고, LLM 파인튜닝과 AI 에이전트 시스템을 설계하는 직무입니다.
데이터 분석, 모델 성능 개선, MLOps, 모델 배포까지 이해하고 실제 AI 서비스에 적용하는 역할을 합니다. -
AI 에이전트 ML 엔지니어 과정에서는 Python, 머신러닝, 딥러닝, PyTorch, HuggingFace, LoRA, LLM 파인튜닝, LangGraph, MLflow, MLOps를 학습합니다.
AI 모델을 파인튜닝하고 서비스 목적에 맞도록 Agent를 구성하는 실무 역량을 기릅니다. -
머신러닝 엔지니어 취업을 위해서는 Python 기반 데이터 처리, 머신러닝 모델링, 딥러닝 프레임워크 활용, 모델 평가, 성능 개선, 배포 경험이 필요합니다.
최근에는 LLM 활용, 파인튜닝, MLOps 역량도 중요한 취업 경쟁력으로 평가됩니다. -
비전공자도 Python 기초부터 데이터 분석, 머신러닝, 딥러닝, LLM 파인튜닝까지 단계적으로 학습하면 AI·ML 엔지니어 취업을 준비할 수 있습니다.
중요한 것은 수학 이론을 모두 아는 것보다 실제 데이터를 다루고 모델을 개선해본 프로젝트 경험입니다. -
LLM 파인튜닝은 기존 대규모 언어모델을 특정 업무나 도메인에 맞게 추가 학습시키는 기술입니다.
기업에서는 범용 AI를 그대로 쓰는 것보다 자사 데이터와 업무 목적에 맞게 모델을 최적화해야 하므로,
LLM 파인튜닝 경험은 AI·ML 엔지니어 포트폴리오에서 중요한 강점이 됩니다. -
LangGraph는 LLM 기반 AI 에이전트의 작업 흐름을 그래프 구조로 설계할 수 있는 도구입니다.
단순 챗봇이 아니라 여러 단계의 판단, 도구 호출, 반복 실행, 조건 분기 등이 필요한 AI 에이전트 시스템을 만들 때 활용됩니다. -
MLOps는 머신러닝 모델을 개발한 뒤 실제 서비스에 배포하고 운영, 모니터링, 개선하는 과정입니다.
ML 엔지니어는 모델을 만드는 것에서 끝나는 것이 아니라, 서비스 환경에서 안정적으로 동작하도록 관리할 수 있어야 하므로 MLOps 역량이 중요합니다. -
AI 에이전트 ML 엔지니어 과정에서는 LLM 파인튜닝 모델, 도메인 특화 AI 모델, 멀티 에이전트 시스템, 머신러닝 모델 성능 개선 프로젝트,
MLOps 기반 모델 배포 프로젝트 등을 포트폴리오로 구성할 수 있습니다.
취업 시에는 문제 정의, 데이터 처리, 모델 개선, 배포 과정까지 보여주는 것이 좋습니다. -
AI 에이전트 서비스 개발자 과정은 LLM을 활용한 챗봇, RAG, AI 웹서비스 개발과 배포에 초점을 둡니다.
반면 AI 에이전트 ML 엔지니어 과정은 머신러닝·딥러닝 모델 개발, LLM 파인튜닝, 모델 성능 개선, MLOps처럼 AI 모델 자체를 다루는 역량에 더 초점을 둡니다. -
과정 수료 후에는 ML 엔지니어, AI 엔지니어, LLM 엔지니어, MLOps 엔지니어, 데이터 기반 AI 서비스 개발자 직무를 목표로
취업을 준비할 수 있습니다. 특히 모델 학습, 파인튜닝, 배포 경험을 갖춘 포트폴리오가 있으면 AI 개발 직무 지원에 도움이 됩니다.
AI 시대의 ML 엔지니어 커리어,
지금 바로 시작하세요!
모집 중 · 마감 임박
수강신청 하러가기