본문 바로가기 사이드메뉴 바로가기 주메뉴 바로가기

GISTian

Students are the heart and soul of GIST

취업지원정보

[KG ICT] 청년 이차전지 미래기술 아카데미 14기(~8/9)

  • 유효열
  • 등록일 : 2026.07.15
  • 조회수 : 34


접수 기간
: 2026년 7월 14일 00:00 ~ 2026년 8월 9일 23:59


 취준생이 선택한 그 과정 고용노동부 대한상공회의소 KG ICT 이차전지 취업 준비, 뽑히는 사람이 따로 있습니다 실습 프로젝트 · 취업지원까지 한 번에 연결되는 청년 이차전지 아카데미 14기 L 수료생 1471 420시간 프로젝트 500명+ 연속 운영 실무교육 3개 배우는 데서 끝나지 않고, 면접에서 설명할 수 있는 경험을 만듭니다. ★ 왜 추천할까 준비되지 않습니다 이차전지, 관심만으로는 Q 이론만 배우는 과정이 아니라, 설명할 수 있는 경험을 만드는 과정입니다. لى 01 <1 > 02 03 산업이해 코딩실습 프로젝트 04 취업지원 전기화학부터 BMS까지 Matlab. Python 결과물 3개 제작 수료 후 연계 14기 연속 운영 검중된 커리큘럼 삼성SDI·LG 출신 현직 강사진 420시간 실무 집중 교육 실습 경험이 결과물로, 결과물이 취업 준비로 이어집니다. 현장 스케치 직접 보고, 만지고, 해보는 과정 강의실, 현장 방문, 취업특강, 수료식까지 - 실제 현장에서 쌓는 경험이 이 과정의 강점입니다. 이론 강의 현장 방문 경험은 단순 체험이 아니라, 면접에서 말할 수 있는 이야기로 남습니다. 장비 운용 실습 그래서 취준생이 선택한 그 과정이 됩니다. 취준생이 선택한 그 과정 그래서 후기에서 계속 추천됩니다 실제 수강생이 남긴 만족 후기와, 취업 합격 후기로 과정의 신뢰를 확인할 수 있습니다. 수강생 후기 측정·분석 실습 청년 이차전지 미래기술 아카데미 5기 수료식 수료식 및 결과 공유 KG ICT KG ICT KG ICT 고용노동부에서도 주목한 바로 그 교육과정입니다. - KDT AI 캠퍼스 청년 AI 직업교육 현장 방문(2026. 7. 8) 삼성SDI·LG에너지솔루션 출신 강사진 1471 수료생 연속 운영 500명+ 취업 합격 후기 현직 전문가의 실무 강의가 취업 준비에 실질적인 도움이 됐어요. 질문에 친절하게 답해주고 토론이 활발해, 배우는 시간이 더 밀도 있었어요. 이론과 실습을 동시에 경험할 수 있어 만족도가 높고, 국비지원 덕분에 부담도 적었어요. 이차전지 실험과 실무 경험으로 R&D 취업 역량을 키울 수 있었습니다. 한국화학연구원 합격자, 1기 수강생 ᄋ00 1기 수강생 박00 1기 수강생 김00 4기 수강생 박ᄋᄋ 학교 수준을 넘어, 실제 배터리 산업에서 어떤 일을 하는지 구체적으로 이해하게 됐습니다. KTR 한국화학융합시험연구원 합격자, 11기 수강생 고ᄋᄋ 취준생이 선택한 그 과정, 지금 여러분도 직접 경험해보세요! 커리큘럼 12주. 420시간 무엇을 배우고, 무엇을 만들까 이론으로 원리를 이해하고, 코딩으로 손을 쓰고, 프로젝트로 이력서에 올릴 결과물을 만듭니다. 1~6주차 | 이론 배터리를 이해합니다 </> 6~9주차 | 코딩 배터리 문제를 풀어냅니다 7~11주차 | 프로젝트 이력서에 올릴 결과물 • 전기화학 및 에너지 변환 •Matlab - 배터리 모델링·시뮬레이션 • 배터리 등가회로 모델 제작 (56h) • 에너지 저장 소재공학 • Python•C++ - 데이터 처리·최적화 • V2G 스케줄링 모델 제작 (56) • 배터리 소재 분석 • 배터리 모델 성능 시험 (38h) • BMS 원리와 응용 • BaaS · 전기차 배터리 • 이차전지 인증기준 및 시험 코딩을 위한 코딩이 아닙니다. 283 팀 PM.PL 역할 배정 배터리 문제를 풀기 위한 도구입니다. /기업 방식 그대로 • 이차전지 시스템 표준 프로젝트 3종 이력서 한 줄로 부족한 시대, 프로젝트 3개로 답합니다 실제 배터리 기업 실무 방식 그대로, 팀 PM.PL 역할을 나눠 진행합니다. KG ICT ※커리큘럼은 교육 일정에 따라 일부 변동될 수 있습니다. PROJECT / 02 PROJECT / 01 배터리 등가회로 모델 제작 INT Im I V2G 최적화 스케줄링 모델 제작 L PROJECT / 03 배터리 모델 성능 시험 38H 현장방문 56H Matlab Simulink 56H Python V2G 전기화학 현상 기반 데이터로 배터리 ECM 설계 및 검증 시간대별 전력요금. EV 접속 패턴 반영 최적 알고리즘 구현 에너웨이브 등 현장 방문 포함, 성능 시험 결과 리포트 작성 → 데이터를 읽는 능력 → 시스템을 설계하는 능력 → 현장을 경험하는 능력 면접에서 이렇게 말할 수 있습니다