원하는 교육을
바로 찾아주는

숨은교육찾기

시작하기

취업과정 - 빅데이터

  • url복사
  • 페이스북 공유하기
  • 네이버 블로그 공유하기

모집마감 빅데이터

빅데이터 분석 전문가 양성 과정  34기

상세 정보
교육구분 취업과정 교육시간 704시간
교육과정 빅데이터 분석 전문가 양성 과정 교육일정 평일  09:20 ~ 18:30
교육기수 34기 교육비용 0원
교육기간 2022.03.28 ~ 2022.08.10 (704시간) 교육정원 30명
교육강사 허진경,오정훈  강사보기
POINT 1 : 교육 커리큘럼

1. 데이터 저장, 추출 및 조작 : DATABASE & SQL

데이터베이스는 데이터를 체계적으로 통합⦁관리하는 시스템으로 여러 사람들이 공유하여 사용할 수 있으며, SQL은 가장 보편적인 데이터 저장 및 추출방식 도구이자 다양한 DBMS 호환이 가능한 문법으로 데이터를 효율적으로 관리하는 법을 학습합니다.

  1. 1. 개념 이해하기 - 데이터베이스의 기본 개념과 관리 시스템을 배웁니다.
  2. 2. 데이터 검색하기 - Select문을 이용하여 원하는 데이터를 검색합니다.
  3. 3. 데이터 그룹화하기 - 실제 프로그래밍에서 가장 많이 사용하는 조건문 함수를 통해 데이터를 원하는 기준으로 정렬하는 법, 숫자 데이터나 문자데이터를 원하는 형태로 변환 및 추출 가능합니다.
  4. 4. 원하는 자료 만들기 - 조인과 서브쿼리를 배우며 기존데이터를 이용해 원하는 자료를 만듭니다.
  5. 5. 데이터 생성, 변경, 삭제하기 - DDL을 이용하여 테이블을 직접 생성, 변경, 삭제하는 방법을 배웁니다.

2. 데이터 분석의 시작 : R 데이터 분석 및 시각화

R은 데이터 분석 및 시각화에 최적화된 언어 중 하나입니다. 데이터 분석의 시작으로 작업환경을 구축하고, R에서 제공하는 변수와 특징 그리고 함수와 패키지를 습득하며 실제 비즈니스 데이터를 분석 및 시각화를 하게 됩니다.

  1. 1. 데이터 분석 시작하기 - R을 이해하고 데이터 분석을 위한 환경 구축을 합니다.
  2. 2. 데이터 처리 및 가공 - 문법과 패키지를 통하여 데이터를 다루는 방법을 학습합니다.
  3. 3. 기술 통계 및 통계 분석(상관 및 회귀분석) - 복잡하고 낮선 수학 이론을 데이터을 통한 실습으로 학습합니다.
  4. 4. 데이터 분석 및 시각화 - 수집 및 가공된 데이터를 효과적으로 분석 및 시각화하는 방법을 학습합니다.
  5. 5. 기계학습 알고리즘의 이해(지도학습과 비지도 학습) - 기계학습의 개념을 이해하고 다양한 알고리즘을 통해 기계학습 알고리즘을 학습합니다.
  • 이미지 제목
  • 이미지 제목
  • 이미지 제목
  • 여드름과 외부환경 데이터 분석
  • 파워리프팅 데이터 분석
  • 스타벅스 상권 데이터 분석
  • 3. 데이터 처리 프로그래밍 언어 : python 기초 및 실전분석

    파이썬을 활용한 데이터를 다루는 방법을 학습합니다. 기본 문법부터 다양한 라이브러리를 통해 데이터를 수집하고 분석을 통한 결과 도출까지 다양한 데이터를 프로젝트를 통해 학습하게 됩니다.

    파이썬을 학습하여 데이터 분석의 전 과정을 경험하게 됩니다. 데이터 수집 방법과 수집된 데이터의 전 처리, 데이터 분석과 결과 도출을 학습하여 파이썬 기본과 상황 별 라이브러리의 활용법에 대해 학습합니다.

    데이터분석으로 대표적인 파이썬 언어에 대한 기본 문법을 익혀 다양한 로직을 코딩할 수 있는 능력을 학습합니다. 파이썬으로 데이터를 다루는 다양하고 기본적인 방법에 대해서 학습하고 파이썬 라이브러리를 학습합니다.

    1. 1. 파이썬 기본 문법 이해하기 - 기초 문법을 통해 파이썬 언어의 구조를 이해하고 기본 문법을 활용해 개발환경을 이해합니다.
    2. 2. 데이터 수집하기 - 실전사이트를 웹크롤링하여 데이터를 수집합니다.
    3. 3. 데이터 추출하기 - 텍스트 정보에서 특정 주제와 관련한 부분을 뽑아 의미를 분석하고 고품질의 유용한 정보를 추출합니다.(인터넷 뉴스, 쇼핑몰 리뷰 텍스트 마이닝하기)
    4. 4. 데이터 조작/가공하기 - Numpy, Pandas 라이브러리를 통해 차트와 그래프를 활용하여 데이터를 예쁜 표형태로 전처리합니다.
    5. 5. 데이터 시각화하기 - Matplotilb, Seaborn 라이브러리를 통해 데이터를 시각화합니다.

    4. 빅데이터 분석을 위한 기계학습 : 머신러닝&딥러닝

    데이터 분류와 예측에 필요한 다양한 머신러닝 모델과 필요한 기법을 학습하여 파이썬 기반 머신러닝 알고리즘을 구현하는 학습을 통해 비즈니스 모델에서 많이 활용되는 주제를 선정하여 실습하게 됩니다.

    1. 1. 데이터 수집 - 분석하기 위한 주제의 데이터를 수집합니다.
    2. 2. 데이터 전처리 - 머신러닝 모델에 훈련 데이터를 주입하기 전에 가공하는 전처리를 학습합니다.
    3. 3. 기계학습 모델 생성 - 예측을 위한 수학식을 구현하여 코드로 삽입하는 법을 학습합니다.
    4. 4. 기계학습 모델 훈련 - 생성된 수학식에 기존에 구축된 데이터의 결과값을 넣어 훈련하는 학습을 합니다.
    5. 5. 기계학습 모델 예측 - 훈련되지 않은 데이터를 넣어 결과값을 예측하는 법을 학습합니다.
    6. 6. 기계학습 모델 평가 - 기계학습 모델의 예측 정확도를 평가합니다.
    7. 7. 기계학습 모델 성능개선 - 기계학습 모델의 예측 정확도를 높이기 위해 성능 개선하는 법을 학습합니다.
  • 이미지 제목
  • 이미지 제목
  • 이미지 제목
  • (금융) 주가 변동 예측모델
  • (헬스) 유전자에 따른 질병 예측
  • (마케팅) 서울시 창업 상권분석
  • POINT 2 : 프로젝트 & 포트폴리오
    이론뿐만 아니라 챕터 별 진행되는 다양한 프로젝트를 경험하면서 나만의 인사이트를 각인시켜줄 수 있는 포트폴리오를 만들어 낼 수 있습니다.
    보유하고 있는 지식과 기술을 객관적으로 평가할 수 있는 자료에 주목하기 때문에,
    포트폴리오는 본 과정의 핵심이자 취업으로 가는 열쇠입니다.
    • 당뇨병 발병 요인 분석

    • 에어비앤비 데이터를 통한 만족도 분석

    • 코로나 신규확진자 예측 분석

    • 프로야구선수 연봉 예측 분석

    POINT 3 : 수강후기
    POINT 4 : 강사소개
    1. 1. 비전공자는 어떻게 하면 좀 더 쉽게 따라갈 수 있을까요?

      데이터 수집부터 분석까지 빅데이터를 처음 접하는 비전공자들도 접근이 쉽게 구성이 된 교육과정입니다. 입과 전 여유가 있다면 프로그래밍과 통계의 기초지식을 학습한다면 도움이 됩니다. 사전 지식의 유무도 중요하지만 대부분 영문 타이밍이 느려서 수업을 어려워하시는 경우가 많기 때문에 타이핑 연습을 많이 한다면 수업에 적응하기 보다 쉬워집니다. 가장 중요한 것은 수업내용에 대해서 암기가 아닌 철저한 이해가 필요합니다. 따라서 방과 후 수업내용에 대한 예습과 복습은 필수라고 할 수 있습니다.

    2. 2. 전체적인 수업 진행은 어떤식으로 진행이 되나요?

      비전공 교육생을 대상으로 A~Z까지 단계별로 수업이 진행되며, 이론과 실습은 2:8 비율로 구성이 됩니다. 개념에 대한 이해를 시작으로 간단한 sample에서 응용 sampe로 실습이 진행되며, 연습문제를 통해서 자기학습을 수행합니다. 데이터를 이해하고 인사이트를 해석하는 능력을 키우기 위해서 학습한 내용이 자연스럽게 내재화될 수 있도록 실습 중심으로 구성하였습니다.

    3. 3. 커리큘럼의 장점은 무엇인가요?

      빅데이터 분석을 위해 대용량의 데이터 집합으로부터 유용한 정보를 찾고, 결과를 예측하기 위해 목적에 따라 분석기술을 기반으로 정형/비정형 데이터를 구축, 탐색, 분석하고 시각화를 수행하는 능력을 함양할 수 있습니다. 이를 위해 SQL부터 파이썬과 R을 활용하여 데이터의 수집, 탐색과 전처리뿐만 아니라 머신러닝의 전 과정을 실습함으로써 현업에서 일하는 방식을 미리 학습하여 경쟁력을 강화할 수 있게 됩니다.

    4. 4. 프로젝트가 어떤 식으로 진행이 되는지 궁급합니다.

      기본 교육과정을 마친 후 3~5명 단위로 팀을 구성하여 교육과정에서 학습한 내용을 토대로 자유주제를 선정하여 진행됩니다.기존 수료생의 프로젝트 결과물을 참조할 수 있고, 프로젝트 진행 중 강사에게 조언을 구할 수도 있습니다.

    5. 5. 이 과정(빅데이터 분야)을 고민하고 있는 학생들에게 한마디.

      관련 전공자뿐만 아니라 빅데이터에 관심이 있는 학생이라면 누구나 미래에 다가올 알고리즘 사회에 적응할 수 있는 기술력을 키우는 교육을 받아야 하는 시대가 되었습니다. 작년을 기점으로 다양한 전공의 학생들이 크게 증가했던 이유는 더 이상 빅데이터는 데이터 분석가 뿐만 아니라 특정 분야를 막론하고 직업의 핵심 부분이 되었음을 알려주는 지표였으며, 빅데이터는 더 이상 조직의 선택이 아닌 필수 과제로써 자리매김하게 되었습니다. 본 과정은 부족한 실무경험을 쌓을 수 있는 좋은 기회가 될 것이며, 빅데이터 분야에 관심이 있었던 학생들에게 터닝 포인트가 되어 줄 교육으로 기억되게 될 것입니다.

    POINT 5 : Q & A
    상단으로
    Uni Will
    • 서울특별시 강남구 테헤란로 124 4층 (역삼동, 삼원타워)
    • 사업자등록번호 : 172-87-02395
    • 통신판매업신고번호 : 제2022-서울강남-02346호
    • 설립자 : (주)아이티윌
    • 기관명 : 아이티윌(직업능력개발훈련시설)
    • 대표자 : 조인형
    • TEL : 02-6255-8002
    • FAX : 02-569-8069
    • 개인정보책임자 : 심덕수
    • 이메일 : admin@itwill.co.kr