데이터 전문가로 성장하기 위한 커리큘럼으로 설계되어있습니다.
📚 실무에 필요한 지식을 학습하게 됩니다.
- 실무에 필요한 핵심을 모아 과제를 수행하며 능동적으로 배웁니다.
- 기업에서 실제 데이터로 풀고자 하는 실무 문제나 데이터 직군 채용시 사용하는 과제를 팀 프로젝트로 해결합니다.
- 여러 데이터 직무에 공통적으로 필요한 역량을 키우는 공통 학습과 취업 희망 직군에 따라 직무별 취업을 목표로 하는 심화 선택 학습을 진행합니다.
|
Section 1.
데이터 분석 입문
: 데이터와 친해지기
(week 1-4)
|
데이터 리터러시(데이터를 활용한 문제 해결 능력) 기르기
- Pyton을 이용한 시각화
- 통계학, 선형대수학, 미분 학습
- Data-Driven Thinking: Pandas, matplotlib/seaborn을 활용한 시각화, 탐험적 데이터 분석(EDA)
- Feature Engineering 개념 학습 및 적용
- Data Wrangling 실습
- 종합 프로젝트
|
|
Section 2.
머신러닝&딥러닝
핵심 개념
(week 5-9)
|
- 머신러닝의 핵심 기초 주제, 프로세스를 학습 및 실무에 적용
- 딥러닝 핵심 아키텍처의 원리 이해 및 이론과 코드 접목
- 종합 프로젝트
|
|
Section 3.
데이터 베이스 & 알고리즘(week 9-13)
|
- 파이썬을 활용한 API 애플리케이션 제작
- 개발환경(git, 파이썬 가상환경, docker, 환경 변수) 활용
- 웹프레임워크(Flask)
- 데이터 수집 및 데이터베이스 제작, 대시보드 구현
- 데이터 베이스의 필요성과 종류(RDBMS)
- 웹스크래핑(Web Scraping), SQL 쿼리, CLI 등 활용
- 자료구조와 알고리즘 이해도 향상
- 객체지향 프로그래밍(OPP) 학습 및 활용
- 문제 해결 실습
- 종합 프로젝트
- 개인 프로젝트
|
|
Section 4.
직무별 맞춤 심화 학습
: 심화 선택 학습
(week 14-18)
|
수강생의 희망 직무별 학습 목표에 따른 심화 이론과 최신 기술 학습
- Data Analyst
- Data Scientist
- Data Engineer
- 팀프로젝트
|
|
Project 1 & 2
실전 데이터 분석 프로젝트
(week 18-21)
|
학습한 것들을 기반으로 기획부터 사전조사, 구현까지 직접 진행
- 기술적 / 비즈니스적 문제해결 기획
- 문제 원인 및 니즈 파악
- 협업 역량 강화
- 포트폴리오 제작
|
|
커리어 코칭
(week 28)
|
커리어 코치님과 이력서 작성, 포트폴리오 제작 학습 등 구직 준비
- 전문가의 피드백을 바탕으로 이력서, 자기소개서 작성
- 현직 채용 전문가가 포트폴리오 작성법 코칭 및 피드백
- 현업 채용 전문가와 인성 & 기술 (직무) 모의 면접 진행
- 최종 합격 후 입사 고민 시 연봉 협상법과 기초 노무 지식 안내
|
💻 더 자세한 커리큘럼은 해당 링크를 통해 확인해 주세요.
