HOME > 취업연수과정 > 교육과정

데이터베이스 관리 기반의 빅데이터 분석 전문가 양성과정

훈련과정	데이터베이스 관리 기반의 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 08월21일 ~ 2020년 01월03일 2020년 01월 [개강준비중]
교육장소	강남

교육비용	교육총비용	5,273,280 원ㆍ전액무료교육	교육문의 02-538-3644
	개인부담금	전액지원 (국가기간ㆍ전략산업직종훈련과정)
	교육수당지원	단위기간별 훈련일수의 80% 이상을 출석한 경우 월훈련장려금 지급

교육정보
교육커리큘럼
교육문의
수강신청
국비대상자 간편조회

교과목	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

교과목	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

%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8%EC%95%88%EB%82%B4.png

%EC%B7%A8%EC%97%85%ED%94%84%EB%A1%9C%EC%84%B8%EC%8A%A4.png

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

본인은 위 개인정보취급방침에 동의하십니까?

교육문의

수강신청Acorn Job Employment Center

아이디(필수)	4자이상 12이하로 작성 (원하는ID생성)
비밀번호(필수)
신청자(필수)
핸드폰번호(필수)	- -
이메일주소(필수)	@
생년월일(필수)	예)990506
최종학력	대학 전공, 기타
교육일정선택(필수)
문의사항