데이터의 중심 빅데이터 아카데미

데이터 가공 전문가

과정개요

  • 교육목표

    1) 데이터를 이용한 분석 프로세스 흐름 파악 및 각 과정(수집, 정제, 분석, 활용)에 대한 이해
    2) 분석 툴 사용법에 대한 교육 및 실습을 통한 데이터 툴 활용 역량 강화
    3) 통계 분석 및 머신러닝 기법 등의 알고리즘/방법론의 교육을 통한 데이터 분석의 이해 심화
    4) 딥러닝 개요를 통한 신경망 모형의 기본 원리 이해
    5) 워크샵(Case Study)를 통한 실제 적용/응용 사례 연구를 통한 빅데이터 프로젝트 수행 역량 교육

  • 교육대상

    1) 우선지원대상기업 소속 재직자
    * 이외 중소기업 요건을 갖춘 기업도 우선지원대상기업으로 간주
    2) 다양한 서비스에 활용될 데이터를 수집/결합/정제하여 분석에 최적으로 활용될 수 있는 형태로 데이터를 가공하는 역량을 학습하고자 하는 산업체 경력자 대상

  • 교육기간

    1) 사전교육 : ‘21.07.19.(월) ~ 08.08.(일), 온라인 학습
    2) 집체교육 : ‘21.08.09.(월) ~ 08.13.(금), 10:00~18:00
    3) 프로젝트 : ‘21.08.16.(월) ~ 09.02.(목)
    * 프로젝트 멘토링 및 스터디(1-2주차) : 주 1회 토요일, 10:00~17:00
    * 프로젝트 발표회(3주차) : 09.02(목), 19:30~21:30

     

  • 교육인원

    25 명

  • 준비사항

    1) 중식 및 주차는 지원이 불가합니다.
    2) 개인 노트북은 별도로 지참하지 않으셔도 됩니다.
    3) 교육비 전액 지원

  • 유의사항

    1) 본 프로그램은 산업계 재직자 대상 과정으로 공무원, 교수, 학생, 미취업자 등은 신청이 불가합니다.
    2) 당해연도(2021년) 빅데이터 아카데미 수료생은 차년도부터 타 교육과정 신청이 가능합니다.
    ※ 단, 수료생은 교육과정별 총 정원의 20% 내외에서 선발
    3) 증빙 서류 제출 이후 수강 취소자 또는 미수료자의 경우 해당연도를 포함하여 2년간 신청이 불가합니다.

  • 수료기준

    <아래 조건을 모두 충족>
    1) 사전 교육 이수
    2) 교육 출석률 80% 이상 달성
    * 출석률은 집체교육과 파일럿
    프로젝트를 기준으로 산정합니다.
    3) 파일럿 프로젝트 산출물 제출

상세 커리큘럼

구분 교과목명 상세내용 교육기간
1단계 (사전교육) 사전 온라인 교육 (신규 제작)
- 분석 도구 Python 사용법
- 데이터베이스 개요 및 SQL 기초
7.19 ~ 8.8
2단계 (집체교육) 데이터 브로커 개요
- 데이터 브로커 산업 생태계(국내외)
- 데이터 거래소 및 거래 프로세스
- 데이터 품질 평가 및 가치 평가 방법
8.9 10:00 ~ 18:00
제도 및 관계 법령
- 관련 제도 및 법령
- 개인 정보 보호 관련 법령
- 반독점 및 부정경쟁방지 관련 법령
- 저작권 등 재산권 관련 법령
- 2차 가공 데이터 권리에 대한 이해
- 해외(미국/영국/일본) 사례 소개
8.10
데이터 가공처리기법-1 (데이터베이스 기반)
- 데이터베이스 설치 등 환경 구성
- 데이터베이스 설계 및 생성
- 데이터 적재 및 Dump
- 데이터 조회(단순, 조건, 결합 조회 등)
- 데이터 변환 및 병합
- 데이터 복제, 가공 및 검증
- 파생 데이터 생성
8.11
데이터 가공처리기법-2 (파일 기반)
- 파이썬 설치 등 환경 구성
- 데이터 가공을 위한 패키지 개요
- 데이터 적재, 조회 및 저장
- 데이터 가공(복제, 결합, 변환 등) 및 검증
- 파생 데이터 생성
- 데이터 크린징
- 데이터 요약 및 프로파일링
8.12
데이터 가공 방안 비교 및 종합
- 데이터 수집 방안(온라인 vs.오프라인)
- 데이터 관리 방안(파일vs.데이터베이스 기반)
- 데이터 가공 방안(생성, 결합, 변환, 복제 등)
- 데이터 표준화 방안
- 데이터 품질 평가 및 관리 방안
- 데이터 가공 자동화 방안
8.13
3단계 (프로젝트) 데이터 상품 정의 및 설계
- 주제 선정
- 데이터 식별 및 취합
- 데이터 상품 정의 및 설계
8.21 10:00 ~ 17:00
데이터 가공
- 데이터 표준화 및 적재
- 데이터 가공
- 데이터 품질 평가 및 가치 평가
- 데이터 판매 시나리오 개발
- 보고서 작성
8.28
발표 및 평가
- 결과 발표 및 평가
9.2 19:30 ~ 21:30

※ 상기 커리큘럼은 사정에 따라 변동될 수 있습니다

교육장소





집체교육

교육장비대면 교육 혹은 Kdata

주소비대면 교육 혹은 Kdata

프로젝트

교육장비대면 교육 혹은 Kdata

주소비대면 교육 혹은 Kdata