파이썬 기반의 빅데이터 방법론을 활용한 데이터 분석 전문가 양성과정

교육장소 

○ 새싹(SeSAC) 금천캠퍼스

•위치 : 서울시 금천구 가산로 70

 

   *코로나 단계가 하향되지 않을 경우 일부 온라인으로 교육이 운영됨

 

수강대상 

❍ 수강신청일 기준, 만 15세 이상의 서울시민(주소지 등록 기준)이면서 분야별 기초지식을 갖추고 교육 수료 후 개발자로 진출하고자 하는 분

 

신청방법 

※ 두 단계를 '모두' 진행해주셔야 정상적으로 신청이 완료됩니다.

 

① 싹 홈페이지(ssac.seoul.kr) 회원 가입 후, 페이지 상단의 '수강신청하기' 버튼을 눌러서 수강 신청을 해주세요.

 

② 마이페이지-> 자기소개서(구글폼 및 설문지)를 작성해주세요.

 

* 교육과정 문의처 : iebpr@naver.com

 

 

교육목표 

- 데이터 분석을 위한 Python 프로그래밍 기초를 학습

 

- 정형/비정형 데이터 수집/가공/처리 과정을 실습

 

- 빅데이터 방법론(CRISP-DM) 이해 및 단계별 Task 실행단계를 실습

 

- 데이터 시각화하는 방법을 학습하고 실습

 

- 각 과목별 프로젝트를 수행하고 평가를 수행 / 배운 내용을 토대로 실무 프로젝트를 수행

 

 

< 교육과정 수료 후 습득 역량>

 

- 파이썬 프로그램 작성 가능

 

- 정형/비정형 데이터 수집/가공/처리

 

- 빅데이터 방법론을 통한 단계별 데이터 모델을 통한 분석 및 결과 도출

 

- 빅데이터 시각화 툴을 활용한 구현 가능

 

- 빅데이터를 가지고 수집/가공/처리/모델링/평가 과정을 통한 빅데이터 프로젝트 구현/문서화/발표 역량 습득 가능

 

교육내용 

<강사이력>

 

○ 한국산업기술협회 빅데이터/AI 전문위원

 

○ 한국산업기술협회 빅데이터/AI 강의

 

○ LG CNS 빅데이터 사업팀 근무

 

○ KT 자회사 KTI 컨설팅 사업팀 근무

 

○ LG CNS 제조 시스템 개발팀 근무

 

 <프로젝트 수행 이력>

 

- LG 전자 생산/자재관리 시스템 개발 및 유지보수(Oracle DBMS, PowerBuilder)

 

- LG 전자 Oracle ERP 시스템 구축 및 유지보수(Oracle Applications, Developer 2000)

 

○ 선발기준

•IT 및 빅데이터 경력자 및 관심 있는 수강생

 

- 1년이상 ~ 4년이하 경력자 및 빅데이터 분석 영영으로의 취업 의지를 가지고 계신분

•전공과목 : 공학계열, 이과계열, 문과계열

 

- 레벨테스트 : 각 과목에 대한 이해도 평가 

 

- 면접 : 열정, 적극성, 소통, 융합

•1차 레벨테스트

 

- 대상: 접수 교육신청자 중 결격사유가 없는 전체

•2차 면접

 

- 대 상 : 1차 레벨테스트 통과자

 

- 선 발 일 정 : 9/18(토)~10/31(일)

 

- 역량 테스트 : 11/1(월)~11/5(금)

 

- 면 접 일 정 : 11/8(월)~11/12(금)

 

- 합격자 발표 : 11/15(월)

*상기 일정은 변동될수 있음

 

○ 교육내용

* 정형데이터 분석을 위한 Python 프로그래밍 기초

- Python의 기초 문법 이론/실습

- 프로젝트를 통한 실무 활용 기법 습득 

 

*정형/비정형 데이터 수집/가공/처리

- 정형 데이터(DBMS, File)

- 비정형 데이터(WEB, SNS)

- 프로젝트를 통한 실무 활용 기법 습득

 

 

•빅데이터 방법론(CRISP-DM) 이해 및 단계별 Task 실행

 

 

•Business Understanding

 

- 비즈니스 목표 검토

 

- 데이터 분석 목표 수립 

 

- (초기)가설 수립

 

•Data Understanding

 

- EDA(탐색적 분석)

 

- 기초 통계량 

 

- 그래프

•Data Preparing

 

- 결측치 처리

 

- 이상치 처리 

 

- Dummy 변수 생성

 

- Featuring 변수 생성

 

- Scaling(표준화/정규화)

 

- Data Split(Training/Validation/Test Data)

 

•Modeling

 

- 회귀 모델 분석

 

- 분류 모델 분석 

 

- 군집 모델 분석

 

•Evaluation

 

- 모델 평가 지표 분석

 

- 회귀 모델 평가 지표(상관계수, 결정계수, MSE, RMSE, MAE, MPE, MAPE)

 

- 분류 모델 평가 지표(Confusion Matrix-Accuracy, Precision, Sensitive, Recall, F1-Score, ROC-Curve : AUC)

 

- 군집 모델 평가 지표(정분류율, 외부평가-분류성능평가지표, 내부평가-단순계산법, Dunn Index, Elbow Method)

 

•Deployment

 

- 프로젝트 결과물 최종 확정

 

- 이관을 위한 테스트 

 

- 운영시스템에서 품질(성능 목표) 유지 기준 확정

 

- 운영시스템에서 모니터링 계획 수립

•시각화

 

- 시각화 툴 Tableu 사용

 

- 데이터 활용 종류별 그래프 생성 

 

- 데이터 활용 대시보드 생성

 

•실무 프로젝트

 

- Kaggle 및 공공데이터 활용 

 

- 빅데이터 방법론을 활용한 단계별 분석 및 산출물 작성

 

- 분석 결과 대시보드 제작 

 

- 포트폴리오 작성 및 발표

 

 

위치보기

서울 금천구 가산로 70 새싹(SeSAC) 금천캠퍼스