HOME > 취업연수과정 > 교육과정
훈련과정 데이터베이스(DB)를 활용한 빅데이터 분석 전문가 양성과정
훈련자격 전공무관. 취업준비생.졸업예정자.취업성공패키지참여자.재학생(방통대,야간대)
교육시간 09:00~18:00 (주5일수업.일일8시간) 총교육시간 4.5개월 (90일_총720시간)
교육일정 2019년 04월09일 ~ 2019년 08월14일
교육장소 강남
교육비용 교육총비용 5,273,280 원ㆍ전액무료교육
교육문의 02-538-3644
개인부담금 전액지원 (국가기간ㆍ전략산업직종훈련과정)
교육수당지원 단위기간별 훈련일수의 80% 이상을 출석한 경우 월훈련장려금 지급

​ ​

 

 

 

 

 

 ​

 ​

 

교과

​NCS능력단위(요소)

NCS능력단위(요소)시간

빅데이터 분석 결과 시각화

빅데이터 분석 결과 시각화​

60 시간​

분석용 데이터 구축​

분석용 데이터 구축

28 시간

텍스트 데이터 분석​

텍스트 데이터 분석​

60 시간​

머신러닝기반 데이터 분석

머신러닝 기반 데이터 분석

60 시간

통계기반 데이터 분석

통계 기반 데이터 분석​​

40 시간​

탐색적 데이터 분석

탐색적 데이터 분석

28 시간

빅데이터 처리 운영

빅데이터 처리 운영​​​

40 시간

데이터베이스 활용

데이터베이스 구현​

40 시간

데이터베이스 활용

SQL활용​​

40 시간

응용SW 프로그래밍 활용

프로그래밍 언어활용​

80 시간

응용SW 프로그래밍 활용​​​

응용 SW기초 기술 활용

40 시간​

 ​총 훈련시간

516 시간​​

 

  

교과

단원

세부내용

훈련시간

빅데이터 활용 분석 프로젝트

빅데이터 활용 기획​​​​

빅데이터 분석 주제 선정 및 분석 방안 구체화 요구사항정리 분석결과 서비스 개발 계획 프로젝트 일정관리 및 업무 분담​

8 시간​

빅데이터 활용 분석 프로젝트​

데이터 수집 및 탐색 분석​

정형데이터 수집 및 분석 비정형데이터 수집 및 분석 공공데이터 포털 API를 활용한 데이터 수집 및 분석 포털 API를 활용한 데이터 수집 및 분석

32 시간​

빅데이터 활용 분석 프로젝트

서비스 개발 및 시각화

서비스 개발을 위한 환경 구축 서비스 인터페이스 정의 및 프로세스 정의 수집 데이터 정제 및 분류 시각화기술을 통한 요구사항에 맞는 시나리오 분석 시각화 입력 데이터 식별 및 매핑 데이터 분석 및 모델 평가 구현

24 시간​

빅데이터 활용 분석 프로젝트

테스트 및 발표​

단위 테스트 화면 설계 및 구현 통합테스트 및 디버깅 작업 프로젝트 시연 및 발표

24 시간​

 Deep Learning​

 Deep Learning​

인공신경망(Neural Net) XOR 문제 Tensorflow에서 구현 Deep Neural Net 이해 및 Tensorflow에서 구현 여러 종류의 활성화 함수 이해 및 Tensorflow에서 구현 Tensorflow에서 NN/DNN을 이용한 MINIST 문자분류 실습 onvolutional Neural Network(CNN) 이해 및 Tensorflow구현 Tensorflow에서 CNN을 이용한 MINIST 문자분류 실습 및 기존 방법들과 비교 Recurrent Neural Network(RNN) 이해 및 Tensorflow구현 Word2Vec 이해 및 Tensorflow에서 구현 구글 Inception 모델을 이용한 이미지 인식 Tensorflow에서 구현

 52 시간

 DB 운영 관리​

 DB 운영 관리​

 Backup & Recovery를 위한 전략 구성 Case by case 장애 복구 시연 Flashback 기법 활용 자원관리와 스케줄러 활용

24 시간

총 훈련시간

164 시간




  
 ​

 ​​​

​   ​ 

 

1​​

 

1​​

 

커리큘럼Acorn Job Employment Center

주제 강의주요내용 시간
SQL활용(DATA)
  • About DATA
  • DATA 분석의 필요성
  • Big DATA 이해
  • 정형 / 비정형 DATA 조회 방법 이해
H
SQL활용(SQL)
  • SELECT / FROM / WHERE / ORDER BY 절
  • 그룹 data 처리 방법
  • Table간의 JOIN 구성
  • Subquery 활용
  • 집합 처리
  • Transaction 수행 원리 와 ACID
  • DML (insert, update, delete)
  • DDL (table, index, view, sequence, synonym)
  • 대용량 데이터 처리
H
DB 운영 관리 1
데이터베이스 (DB 구축)
  • DB Architecture 심화 분석
  • DW vs. OLTP 환경 이해
  • 환경에 따른 구조적 차이 확인
  • DB installation
H
DB 운영 관리 1
데이터베이스(유지관리)
  • DB instance 관리 (Memory, process)
  • DB storage 관리
  • DB network 관리
  • 동시성 제어를 위한 구조 이해
  • 성능(Performance) 이해
H
빅데이터 처리 운영
(DB성능관리)
  • 성능이란?
  • 성능 이슈가 발생 가능한 내부영역 분석
  • 성능 관리 도구 활용
  • 메모리 성능 관리
  • 디스크 I/O 성능 관리
  • 프로세스 성능 관리
H
빅데이터 처리 운영
(SQL tuning)
  • SQL 심화
  • 실행 계획 분석 및 Trace
  • Index scan 이해
  • Internal join 기법
  • 통계 이해
  • 다양한 Advisor 활용
H
고 가용성을 위한 서버 구축
빅데이터 처리 운영(HA 이해)
  • HA에 대한 이해
  • 고 가용성을 위한 서비스 구성 방법
  • 고 가용성을 위한 모니터링 및 성능 관리
H
고 가용성을 위한 서버 구축
빅데이터 처리 운영(HA 구성)
  • 무 정지 서비스를 위한 standby DB 구성
  • 실시간 data 전송 및 동기화
H
운영체제 Internal 관리 개론
응용 SW 기초 기술활용
  • Unix / Linux 내부 구조 분석
  • Linux OS 설치
  • OS 메모리 관리 기법
  • OS 프로세스 관리 기법
  • File 관리 기법
  • Storage 관리 기법
  • OS shell programming 활용
H
[분석도구 R]
『R 기초 문법 및 패키지 사용법』
-프로그래밍 언어 활용
  • R 프로그램 개요 및 기초 문법
  • ⓐ R 설치(R Studio) 및 기본 메뉴 실습
  • ⓑ 데이터의 유형 및 자료구조 이해
  • ⓒ 데이터 입출력 및 파일 처리
  • ⓓ 제어문과 반복문
  • R 패키지 및 함수 사용
  • ⓐ 패키지 설치 및 사용법 ⓑ 사용자 정의함수 및 내장함수
H
[분석도구 Python]
파이썬 개발환경
구축 및 기본문법
-탐색적 데이터 분석
  • 시작하기 위한 준비 및 간단한 소개 : 개별 과제 설정
  • 파이썬 설치, 기본 패키지 설치, 파이썬 코드 테스트
  • Ipython 설치하기, IPython 사용방법
  • 파이썬 코드 작성 방법 및 파이썬 언어 기본
  • 복습 : 가상 시스템에 개발환경 다시 설치하기
H
[분석도구 R]
『NumPy / pandas 학습』
-탐색적 데이터 분석
  • NumPy 기본 : 다차원배열 생성 / 연산
  • NumPy 기본 : 유니버셜함수 / 배열을 이용한 데이터처리
  • NumPy 기본 : 활용 예제
  • pandas 기본 : pandas소개 / 색인활용
  • pandas 기본 : 기술통계 기본 요약 / 누락 데이터 처리
H
[분석도구 Python]
데이터 수집 및 가공
(공공데이터 활용한 실습)
-분석용 데이터 구축
  • 데이터 읽고 쓰기 : csv 파일 읽고 쓰기 + 실제 csv 파일 활용 실습
  • 데이터 읽고 쓰기 : excel 파일 읽고 쓰기 + 실제 excel 파일 활용 실습
  • 데이터 읽고 쓰기 : JSON 파일 읽고 쓰기 + 실제 JSON 파일 활용 실습
  • 데이터 읽고 쓰기 : XML 파일 읽고 쓰기 + 실제 XML 파일 활용 실습
  • 데이터 읽고 쓰기 : http통신을 활용한 json, xml 파일 저장 / 데이터 처리 / 출력 실습
  • 데이터 변형 : 데이터 병합 / 피벗
  • 데이터 변형 : 중복제거 / 값 치환 / 문자열 / 미국농무부 데이터 실습
  • 데이터 변형 : GroupBy 기반 그룹 연산
H
[분석도구 R]
『데이터 시각화 및 특성 분석』
-빅데이터 분석 결과 시각화
  • 데이터 분석을 위한 시각화
  • ⓐ 이산변수와 연속변수 시각화
  • 데이터 분석을 위한 전처리
  • ⓐ 데이터 특성 분석
  • ⓑ 데이터 전처리
  • 데이터 리모델링
  • ⓐ 데이터 리모델링 패키지(plyr, dplyr,reshape,reshape2)
  • 정형 데이터와 비정형 데이터 처리
  • ⓐ 정형 데이터 처리(SQL 데이터 처리)
  • ⓑ 비정형 데이터 처리(워드클라우드 및 연관어 분석)
H
[분석도구 Python]
시각화 + 시계열을 비롯한
기본 통계분석
  • 시각화 : matplot 기본 / matplot 활용 예제 / pandas + matplot 활용 시각화
  • 시계열 데이터 활용 : 시계열 데이터 변환
  • 시계열 데이터 활용 : 금융 데이터 활용한 예제
  • SciPy 기본 : 기본적인 통계 분석
H
[분석도구 R]
『예측분석』
-텍스트 데이터 분석
  • 지도학습(Supervised Learning)
  • ⓐ 상관/회귀분석(Correlation and Regression Analysis)
  • ⓐ 분류분석(Decision Tree)
  • 비지도학습 (unSupervised Learning)
  • ⓐ 군집분석(Clustering Analysis)
  • ⓐ 연관분석(Association Rule)
  • 시계열 분석
  • ⓐ 시계열 예측 모형에 적합한 데이터 생성
  • ⓑ 시계열 데이터를 이용한 미래 예측
  • ⓒ 시계열모형 예측 도식화
H
[분석도구 R]
『기술통계 및 추론통계 분석』
-통계 기반 데이터 분석
  • 가설검정
  • ⓐ 기술통계학
  • ⓑ 확률과 확률분포
  • ⓒ 표본분포
  • ⓓ 추정 및 가설검정
  • 기술통계분석
  • ⓐ 척도별 기술통계량 연산
  • ⓑ 교차분석과 교차표 작성
  • ⓒ chi-square 분석 및 검정
  • 집단별 비율 및 평균 차이 검정
  • ⓐ 집단별 비율 차이 검정(binom, prop)
  • ⓑ 집단별 평균 차이 검정( T-test, Anova)
H
[분석도구 R]
머신러닝(Machine learning)
『Phase01』
-머신러닝 기반 데이터분석
  • Machine Learning Overview and Case
  • R essential for Machine Learning
  • Importing Data (Excel/Database/Web)
  • Processing data for Machine Learning
  • Data Exploration and Visualization
H
[분석도구 R]
머신러닝(Machine learning)
『Phase02』
-머신러닝 기반 데이터분석
  • Clustering (고객 데이터 분석, 고객 분류)
  • Association Rule (장바구니 분석, 상품 추천)
H
[분석도구 R]
머신러닝(Machine learning)
『Phase03』
-머신러닝 기반 데이터분석
  • Decision Tree
  • Random Forest
  • Logistic Regression
  • k-nn
H
[분석도구 R]
머신러닝(Machine learning)
『Phase04』
-머신러닝 기반 데이터분석
  • Linear Regression / Naive Bayes / k-Nearest Neighbor (상품 분류)
  • Artificial Neural Network / Machine Learning 활용을 위한 Web dashboard
H
[분석도구 Python]
머신러닝(Machine learning)
지도학습(Supervised Learning)
-머신러닝 기반 데이터분석
  • 나이브 베이즈 분류
  • 의사결정나무
  • 랜던포레스트
  • 그래드언트 부스팅
  • 회귀분석
  • 릿지와 라쏘분석
  • 서포트 벡터 머신
H
[분석도구 Python]
머신러닝(Machine learning)
비지도학습(Supervised Learning)
-머신러닝 기반 데이터분석
  • 주성분 분석
  • K평군
  • 연관성 분석
H
[분석도구 Python]
머신러닝(Machine learning)
인공신경망
-Deep Learning
  • 인공신경망(ANN, Artificial Neural Network)
H
[분석도구 Python]
머신러닝(Machine learning)
알고리즘
-Deep Learning
  • 에이다부스트 알고리즘
  • 기타 : 특징추출, 측징선택, 모델선택 등
H
[분석도구 Python]
딥러닝(Deep Learning)
인공신경망
-Deep Learning
  • 인공신경망(Neural Net) - 소개 및 XOR 문제 Tensorflow에서 구현
  • Deep Neural Net 소개 및 Tensorflow에서 구현
  • 여러 종류의 활성화 함수 소개 및 Tensorflow에서 구현
  • Tensorflow에서 NN/DNN을 이용한 MINIST 문자분류 실습
  • Convolutional Neural Network(CNN) 소개 및 Tensorflow구현
  • Tensorflow에서 CNN을 이용한 MINIST 문자분류 실습 및 기존 방법들과 비교
  • Recurrent Neural Network(RNN) 소개 및 Tensorflow구현
H
DB 운영 관리 2
-DB 운영관리
  • Backup & Recovery를 위한 전략 구성
  • Case by case 장애 복구 시연
  • Flashback 기법 활용
  • 자원관리와 스케줄러 활용
H
최종 프로젝트
  • R과 Python를 활용한 빅데이터 기획설계 및 프로젝트
H

교육문의Acorn Job Employment Center

이름 (필수)
연락처(필수)
이메일주소(필수)
문의사항(필수)

개인정보 수집 및 이용

수집하는 개인정보의 항목

수집하는 목적/방법에 따라 수집하는 개인정보 항목은 다음과 같습니다.
- 기본 개인정보 정보
 신청자, 생년월일, 연락처, 이메일, 최종학력

- 마케팅/서비스 이용을 위한 정보
 신청자, 생년월일, 연락처, 이메일, 최종학력

- 서비스 이용 중 발생되는 정보
 서비스 이용기록, 접속로그, 쿠키
 결재수단에 대한 기록여부(계좌), 결재기록

개인정보 수집 및 이용 목적

케이아이씨캠퍼스는 수집한 개인정보를 다음의 목적을 위해 활용합니다.
- 서비스 제공에 관한 계약 이행 및 서비스 제공에 따른 요금정산 목적
학습진행, 컨텐츠 제공, 구매 및 요금 결제, 물품배송 또는 청구지 등 발송
- 회원 관리
회원제 서비스 이용에 따른 본인확인, 개인 식별, 불량회원의 부정 이용 방지와
비인가사용 방지, 가입 의사 확인, 연령확인, 불만처리 등 민원처리, 고지사항 전달
- 마케팅 및 광고에 활용
신규 서비스(제품) 개발 및 특화, 이벤트 등 광고성 정보 전달, 인구통계학적 특성에 따른
서비스 제공 및 광고 게재, 접속 빈도 파악 또는 회원의 서비스 이용에 대한 통계
- 고용보험 과정의 노동부 신고
회원이 신청한 과정이 고용보험 대상 과정인 경우 고용보험 환급을 이유로 노동부에 신고하게 됩니다.

개인 정보 보유 및 이용기간

원칙적으로, 개인정보 수집 및 이용목적이 달성된 후에는 해당 정보를 지체 없이 파기합니다.
단, 다음의 정보에 대해서는 아래의 이유로 명시한 기간 동안 보존합니다.

보존 항목 : 신청자, 생년월일, 연락처, 이메일, 최종학력
보존 근거 : 고용보험 환급 적정성 심의
보존 기간 : 3년

그리고 관계법령의 규정에 의하여 보존할 필요가 있는 경우 회사는 아래와 같이 관계법령에서 정한 일정한 기간 동안 회원정보를 보관합니다.
1) 기타 법령에 따른 보유기간/관계법 안내
- 계약 또는 청약철회 등에 관한 기록 : 5년 (전자상거래 등에서의 소비자 보호에 관한 법률)
- 대금결제 및 재화 등의 공급에 관한 기록 : 5년 (전자상거래 등에서의 소비자 보호에 관한 법률)
- 소비자의 불만 또는 분쟁처리에 관한 기록 : 3년 (전자상거래 등에서의 소비자 보호에 관한 법률)
- 본인확인에 관한 기록 보존 이유 : 정보통신 이용촉진 및 정보보호 등에 관한 법률 보존 기간 : 6개월
- 방문에 관한 기록 보존 이유 : 통신 비밀 보호법 보존 기간 : 3개월

교육문의

수강신청Acorn Job Employment Center

아이디(필수) 4자이상 12이하로 작성해야 합니다.
비밀번호(필수)
신청자(필수)
핸드폰번호(필수) - -
이메일주소(필수) @
생년월일(필수) 예)820506
최종학력 대학 전공, 기타
교육일정선택(필수)
문의사항

개인정보 수집 및 이용

수집하는 개인정보의 항목

수집하는 목적/방법에 따라 수집하는 개인정보 항목은 다음과 같습니다.
- 기본 개인정보 정보
 신청자, 생년월일, 연락처, 이메일, 최종학력

- 마케팅/서비스 이용을 위한 정보
 신청자, 생년월일, 연락처, 이메일, 최종학력

- 서비스 이용 중 발생되는 정보
 서비스 이용기록, 접속로그, 쿠키
 결재수단에 대한 기록여부(계좌), 결재기록

개인정보 수집 및 이용 목적

케이아이씨캠퍼스는 수집한 개인정보를 다음의 목적을 위해 활용합니다.
- 서비스 제공에 관한 계약 이행 및 서비스 제공에 따른 요금정산 목적
학습진행, 컨텐츠 제공, 구매 및 요금 결제, 물품배송 또는 청구지 등 발송
- 회원 관리
회원제 서비스 이용에 따른 본인확인, 개인 식별, 불량회원의 부정 이용 방지와
비인가사용 방지, 가입 의사 확인, 연령확인, 불만처리 등 민원처리, 고지사항 전달
- 마케팅 및 광고에 활용
신규 서비스(제품) 개발 및 특화, 이벤트 등 광고성 정보 전달, 인구통계학적 특성에 따른
서비스 제공 및 광고 게재, 접속 빈도 파악 또는 회원의 서비스 이용에 대한 통계
- 고용보험 과정의 노동부 신고
회원이 신청한 과정이 고용보험 대상 과정인 경우 고용보험 환급을 이유로 노동부에 신고하게 됩니다.

개인 정보 보유 및 이용기간

원칙적으로, 개인정보 수집 및 이용목적이 달성된 후에는 해당 정보를 지체 없이 파기합니다.
단, 다음의 정보에 대해서는 아래의 이유로 명시한 기간 동안 보존합니다.

보존 항목 : 신청자, 생년월일, 연락처, 이메일, 최종학력
보존 근거 : 고용보험 환급 적정성 심의
보존 기간 : 3년

그리고 관계법령의 규정에 의하여 보존할 필요가 있는 경우 회사는 아래와 같이 관계법령에서 정한 일정한 기간 동안 회원정보를 보관합니다.
1) 기타 법령에 따른 보유기간/관계법 안내
- 계약 또는 청약철회 등에 관한 기록 : 5년 (전자상거래 등에서의 소비자 보호에 관한 법률)
- 대금결제 및 재화 등의 공급에 관한 기록 : 5년 (전자상거래 등에서의 소비자 보호에 관한 법률)
- 소비자의 불만 또는 분쟁처리에 관한 기록 : 3년 (전자상거래 등에서의 소비자 보호에 관한 법률)
- 본인확인에 관한 기록 보존 이유 : 정보통신 이용촉진 및 정보보호 등에 관한 법률 보존 기간 : 6개월
- 방문에 관한 기록 보존 이유 : 통신 비밀 보호법 보존 기간 : 3개월

수강신청하기

Back to Top