교육과정
 
데이터 분석(DA)
강의 썸네일
일반
모바일
현직자의 노하우로 배우는 DA/DS 진도선택
수강정원
복습기간
0개월
교재정보
교재없음
교육기간
240일(시간)
 교육비
결제금액
수강신청
과정소개 강의목차 평가기준 강사소개 수강후기
[과정소개]

[학습목표]

무엇을 배울 수 있나요?

 

  •  정형데이터 분석가/사이언티스트와 비정형데이터 분석가/사이언티스트로
     현실적으로 취업하기 위한 커리어 패스 설정 방법과 핵심역량에 대한 강의
     [문제정의 - 데이터 접근 - 데이터 추출 - 데이터 핸들링 - 모델링 - 분석결과 전달]
  •  정형 데이터 분석가와 비정형 데이터 분석가 취업을 위한 실무핵심역량 습득

 

  • 기대효과
    1) 데이터 직무로 취업하기 위한 현실적인 학습 계획을 수립할 수 있다.
    2) DA/DS 취업을 위한 커리어 패스 설정으로, DA/DS로 성장하기 위한 공부 방향성을 구체화할 수 있다.
    3) DA/DS로 취업 및 성장하기 위한 필수핵심역량을 습득할 수 있다.
[학습대상]

➀ DA/DS 진로를 고민하는 대학3,4학년 및 구직자

➁ DA/DS의 직무전환이 필요한 재직자

③ 기업체 디지털 전환(DX)이 필요한 직무자 및 신규 입사자

[강의목차]
01.  데이터 분석가/사이언티스트의 직무 정의
02.  비정형 데이터 분석가/사이언티스트 수행 업무
03.  정형 데이터 분석가/사이언티스트 수행업무
04.  DA/DS를 준비해야하는 이유
05.  정형데이터 DA/DS 필수역량 & 기술스택
06.  취업 Road Map
07.  비정형데이터 DA/DS 필수역량 & 기술스택
08.  취업 Road Map
09.  정형데이터 문제정의 역량
10.  데이터 기반 문제해결 전략
11.  학습 Road Map 수립
12.  DBMS 환경 및 클라우드 분석 환경(AWS)의 이해
13.  학습 Road Map 수립
14.  SQL 실무 필수 문법
15.  SQL 활용 실전 데이터 추출 (1)
16.  SQL 활용 실전 데이터 추출 (2)
17.  학습 Road Map 수립
18.  Python 실무 필수 문법
19.  Python 활용 실전 EDA (1)
20.  Python 활용 실전 EDA (2)
21.  학습 Road Map 수립
22.  데이터 예측 모델링 프로세스
23.  예측 모델링 대표 문제유형 및 알고리즘
24.  실전 예측 모델링 (1)
25.  실전 예측 모델링 (2)
26.  학습 Road Map 수립
27.  분석 결과 리포트 작성 및 전달법 (1)
28.  분석 결과 리포트 작성 및 전달법 (2)
29.  비정형데이터 문제정의 역량
30.  데이터 기반 문제해결 전략
31.  학습 Road Map 수립
32.  파이썬을 이용한 데이터 스크래핑 with bs4
33.  파이썬을 이용한 데이터 스크래핑 with selenium
34.  ChatGPT을 이용한 데이터 생성 및 레이블링 테크닉
35.  텍스트 데이터 증강 기법
36.  학습 Road Map 수립
37.  데이터 전처리를 위한 실전 Python (1)
38.  데이터 전처리를 위한 실전 Python (2)
39.  데이터 전처리를 위한 실전 Python (3)
40.  학습 Road Map 수립
41.  텍스트 마이닝 대표 문제 및 프로세스
42.  분류 모델 대표 문제 및 프로세스
43.  생성 모델 대표 문제 및 프로세스
44.  실전 모델링 (1)
45.  실전 모델링 (2)
46.  학습 Road Map 수립
47.  분석 결과 리포트 작성 및 전달법 (1)
48.  분석 결과 리포트 작성 및 전달법 (2)
49.  문제상황 및 정형데이터 살펴보기
50.  Data Spec Check
51.  문제해결 프로세스 정의
52.  Data Info check
53.  Data Readiness Check
54.  Feature Engineering
55.  Modeling
56.  Model evaluation and Summary
57.  이력서 및 포트폴리오 작성 노하우
58.  문제상황 및 데이터 정의
59.  Data Spec Check
60.  문제해결 프로세스 정의
61.  필요 데이터 전처리
62.  Data Check
63.  Model Inference
64.  Model Demo
65.  이력서 및 포트폴리오 작성 노하우
[평가기준]
항목 진도율 진행단계평가 최종평가 과제 총점
평가비율 100% 0% 0% 0% 100점
수료기준 80% 이상 0점 이상 0점 이상 0점 이상 0점 이상
[강사소개]
등록된 강사정보가 없습니다.
[수강후기]
☆☆☆☆☆0
0건의 수강후기
등록된 후기가 없습니다.