LG전자 AX School - 채용 홈페이지 LG전자 AX School 채용 홈페이지입니다

LG전자 AX School - 채용 홈페이지

LG전자 AX School 채용 홈페이지입니다

[섹션 1] 히어로

• AI 융합가 · 생산

생산 현장의 문제를 데이터로 정의하고 AI Agent로 해결한다

공장의 손과 발이 로봇이라면, 눈과 두뇌는 AI Agent 입니다.LG전자 생산 현장의 문제를 AI Agent로 혁신하는 시티즌 디벨로퍼를 양성합니다.

● 교육 기간 / 캠퍼스 10/27 ~ 4/16 (~10/5 접수마감) 홍대 2캠퍼스(연희로2길 76)

● 지원자격 4년제 대학졸업(예정)자

● 교육 비용 / 수당 전액 무료 (국민내일배움카드) 월 40만원

● 주요 기술 Python · Machine Learning · Deep Learning · n8n · FastAPI

이 과정 지원하기

다른 과정 둘러보기

[섹션 2] 타겟

•︎ 강의 추천 대상

이런 분께 적합한 과정입니다

🖥️ 이런 전공을 하셨다면

✓ 산업공학 생산관리·공정설계 배경에 AI 도구를 더하고 싶은 분 ✓ 기계공학 제조 설비와 공정 구조는 알지만 데이터 활용이 부족한 분 ✓ 경영학(생산관리/SCM) 공급망과 생산계획을 데이터로 다뤄보고 싶은 분

💬 이런 고민 하신다면

✓ LG전자 생산 직군 취업을 구체적으로 준비 중인 분 ✓ 생산 현장의 반복 업무가 AI로 어떻게 바뀌는지 직접 경험해보고 싶은 분 ✓ 생산 라인 자동화에 관심 있지만 AI 개발 경험이 없어서 망설이는 분

전공은 무관합니다. 위 항목은 "이런 배경이면 특히 잘 맞는다"는 예시입니다.

[섹션 3] 학습 여정

•︎ 3 STEP Build

6개월, 세 번 쌓아 올립니다

같은 주제를 세 번 반복합니다. 매번 앞선 Build의 결과 위에 한 단계씩 쌓여, 마지막에는 현업에서 작동하는 AI 에이전트가 됩니다.

BUILD 01 · 생산 현장의 데이터 이해하기

○ 목표 생산 현장의 구조를 이해하고, 데이터로 문제를 발견하는 눈을 키운다 ○ 무엇을 배우나요 1. LG전자 AX 전략과 생산혁신 [직무·도메인] - 전자산업과 AI - LG전자의 생산 프로세스 - 생산 시스템 개요 [기술] - Python으로 생산 데이터 다루기 2. 생산과 데이터 이해 및 분석 [직무·도메인] - NERP (Next ERP) - GMES (Global MES) - PLAS - MDMS -BOM - 생산 현장 주요 데이터 종류 [기술] - SQL 데이터 추출 및 Python Library 데이터 분석 ○ 프로젝트 Project 1 · LG전자 생산 현장의 문제를 AI Agent로 해결한다 LG전자 냉장고·세탁기·광파오븐 중 하나를 선택해 목표 생산량을 달성하는 생산 라인을 팀이 직접 설계합니다. 어떤 공정을 어떤 순서로 배치할지, 한 시간에 몇 대를 찍어낼 수 있는지, 어디서 병목이 생기는지를 데이터로 계산합니다.

BUILD 02 · LG전자 생산 현장의 문제를 단일 에이전트로 해결

○ 목표 LG전자 생산 현장이 어떻게 돌아가는지 이해하고, 실제 현업의 유즈케이스를 바탕으로 생산 현장의 문제를 단일 AI Agent 구현으로 해결한다 ○ 무엇을 배우나요 1. 생산 문제 해결을 위한 모델 학습 및 설계 [직무·도메인] - LG전자 생산 현장의 유즈케이스 - 생산 지표 및 품질 게이트 [기술] - AI 에이전트 개발 - 프롬프트 엔지니어링 - RAG - ML/DL - scikit-learn - 바이브 코딩 - 바이브 디자인 ○ 프로젝트 Project 2 · 특정 공정의 문제를 AI 에이전트로 해결한다 실제 LG전자의 가전 제품 생산 프로세스 중 하나를 선택해 단일 에이전트를 만듭니다. 예시로 냉장고 조립 공정을 선택하면, 토크 렌치 데이터를 자동으로 읽어서 기준 미달 체결이 발생하면 담당자에게 판정 결과를 넘기고 기록까지 자동으로 남기는 에이전트입니다. "데이터가 들어오고 → 에이전트가 판단하고 → 사람이 승인하고 → 기록이 남는다"는 구조를 처음으로 완성하는 단계입니다.

BUILD 03 · LG전자 생산 현장의 문제를 멀티 에이전트로 해결

○ 목표 LG전자가 정의한 6대 Loss 관점에서 생산 현장의 문제를 정의하고, 멀티 에이전트를 완성한다. ○ 무엇을 배우나요 1. 생산 업무 이해 및 통합 설계 [직무·도메인] - 6대 Loss 개요 - 공정 간 핸드오프 구조 - 생산 워크플로우 전체 흐름 [기술] - AI Agent 개발 - FastAPI로 에이전트 간 통신 설계 2. 생산 실행 환경 표준화 [직무·도메인] - 생산 현장 변화관리 - SOP 기반 운영 기준 수립 [기술] - 에이전트 배포 패키지 제작 - 시각화 툴로 대시보드 화면 구현 ○ 프로젝트 Project 3 · LG전자 생산 도메인의 난제를 해결하는 멀티 에이전트를 구축한다 LG전자 생산 현장에서 실제로 발생하는 복합 문제 시나리오가 주어집니다. 설비 고장 에이전트, 공정 불량 탐지 에이전트, 품질 게이트 리포트 에이전트 등 2개 이상의 에이전트가 서로 데이터를 주고받으며 협력하는 구조를 만듭니다. 데모가 아닌 실제 현장에 배포 가능한 수준의 완성도를 목표로 합니다.

[섹션 4] 수료 후 진로

•︎ Career path

수료 후, 이런 곳으로 갑니다

이 과정을 마치면 아래 직무로 지원할 수 있는 포트폴리오와 역량을 갖추게 됩니다.

생산 도메인 시티즌 디벨로퍼

- LG전자 등 대기업 생산직군- 가전, 반도체, 완성차 제조업 생산관리 직무

데이터 분석가

- MES/ERP 제조업 데이터 분석 담당- 공정 품질 데이터 분석 및 개선 과제 발굴

AI 솔루션 기획/개발

- 제조 AI 에이전트 개발사의 도메인 PM- 산업용 AI 플랫폼 기업의 제조 버티컬 담당

AX 컨설팅 / 혁신

- 대기업 생산혁신팀 내 AX 과제 담당자- 중소 제조기업 AI 도입 지원 기관 전문인력

[섹션 5] 하단 CTA 배너

AI 융합가･생산, 지금 지원할 수 있습니다

카카오톡으로 문의하기

다른 과정 모집 현황 보기