HOME > 취업연수과정 > 교육과정
R과 파이썬을 활용한 빅데이터분석 전문가 양성과정
훈련과정 R과 파이썬을 활용한 빅데이터분석 전문가 양성과정
훈련자격 ㆍ전공무관ㆍ취업준비생ㆍ취업성공패키지참여자ㆍ재학생(방통대,야간대)
ㆍ다음연도 9월 이전 졸업이 가능한 대학(교) 졸업예정자
교육시간 09:00~18:00 (주5일수업.일일8시간) 총교육시간 4.5개월 (90일_총720시간)
교육일정 2020년 11월19일 ~ 2021년 04월01일
교육장소 강남
교육비용 교육총비용 5,273,280원ㆍ전액무료교육
교육문의 02-538-3644
개인부담금 전액지원 (국가기간ㆍ전략산업직종훈련과정)
교육수당지원 단위기간별 훈련일수의 80% 이상을 출석한 경우 월훈련장려금 지급

 

 main.png​​ 

1.png

 

 ​

askLink.png

ncs.png

 구분

 교과목

단원

훈련시간 

NCS 전공교과

빅데이터 분석 

    통계 기반 데이터 분석 

40H 

    ​분석용 데이터 구축

16H

    ​텍스트 데이터 분석

56H

    ​탐색적 데이터 분석

24H

머신러닝 / 딥러닝 활용

    ​머신러닝 기반 데이터 분석

56H 

빅데이터 시각화 

    ​빅데이터 분석 결과 시각화 

40H 

DB프로그래밍 개발 

    ​빅데이터 처리 시스템개발

40H

    ​빅데이터 저장 시스템개발

40H​ 

    ​빅데이터 분석 시스템개발

40H

    ​빅데이터 수집 시스템개발

48H 

빅데이터 기획

    ​빅데이터 운영 기획

32H

    ​빅데이터 분석 기획

48H​ 

    ​빅데이터 환경 분석

32H

    ​빅데이터 활용 기획

32H​ 

비 NCS 교과 (이론)

최종 프로젝트(이론)

 

    ​프로젝트 기획 및 주제선정

     ​1. 주제선정 및 벤치마킹

    ​ 2. 프로젝트 팀 선정 및 구성원 역할 선정

    ​ 3. 프로젝트 일정 계획 및 데이터 선택

 

    ​프로젝트 진행사례

    ​ - 리니지 게임 데이터를 활용한 잔존과 소비그룹 예측

    ​ - ABIDE Data 자폐증 세부진단 모형개발

    ​- 미세먼지 농도에 의해 매출액에 양행받는 업종 분석 및 전략 제시

     ​- 손뼈 X-ray 이미지를 이용한 뼈 나이와 성별 분석

 

24H 

 

    ​프로젝트 레이아웃 설계 및 DFD 설계

     ​1. 빅데이터 레이아웃 설계

     ​2. DFD 설계하기

 

    ​프로젝트 진행 사례

    ​​- 리니지 게임 그룹 동향 예측 DFD 설계

    ​- 대뇌피질 MRI 촬영이미지를 통한 자폐증 진행 예측 설계

    ​- 미세먼지농도를 통한 매출액 예측 DFD 설계

    ​- 손뼈 모양과 나이 및 성별 예측 DFD 설계

 

32H

비 NCS 교과 (실기)

최종 프로젝트(실기)

 

    ​프로젝트 데이터 수집 및 가공

     ​1. 프로젝트 관련 빅데이터 수집

    ​ 2. url을 이용하여 R로 블로그, 카페, 논물 등에서 데이터 수집

     ​3. MYSQL을 활용하여 공공사이트에서 데이터 수집

 

    ​프로젝트 진행 사례

    ​ - 케릭터별 활동, 전투, 거래, 아이템, 거래정도 등 게임데이터 수집

     ​- 논문, 병원 통계 등에서 신체정보, 대뇌두께, 모양 등 환자데이터 수집

     ​- 공공데이터포털에서 미세먼지 농도, 각종 상업 매출액 등 통계데이터 수집

     ​- 서울 열린 데이터 광장에서 지역별 데이터 수집 

 

    ​기본변수 및 파생변수를 이용한 데이터 그룹화

     ​- 플레이 시간 합, 전투 합, 거래 합 등 데이터 그룹화

    ​ - 대뇌 피질 부위별, 두께별 등 데이터 그룹화

    ​ - 주거지역, 비거주지역, 유동지역 등 데이터 그룹화

 

24H

 

    ​프로젝트 데이터 분석

     ​- 수집된 빅데이터 분석​  

     ​- Step 함수와 Regsubsets함수를 사용한 회귀분석 

    ​ - 수집된 자료를 바탕으로한 주성분분석

    ​ - SPSS를 이용한 빈도분석 Forecast함수를 사용한 시계열분석

 

    ​프로젝트 진행 사례:

     ​- 미세먼지농도온도유동인구상권지역 ,주거지역등 회귀분석

    ​ 지역구별 미세먼지농도년도별 미세먼지농도 등 주성분분석

     ​- 농도에 따른 매출액,매출량지역에 따른 매출액 등 빈도분석

     ​- 매출액예측매출량예측매출품목측 등 시계열분석

 

32H

 

    ​프로젝트 데이터검정 및 테스트

     ​1. 분석 데이터검정 및 테스트

     ​2. 정규성 검정을 통해 분석값들의 타당성검정

     ​3. RandomForest를 통해 회귀분석 알고리즘 테스트

     ​4. 양측 검정과 단측검정을 통한 가설검정

 

    ​프로젝트 진행 사례:

     ​- 유저수케릭터거래빈도플레이타임 등 정규성검정

     ​- RF훈련세트 정확도 ,RF테스트 세트 정확도등 RandomForest검정

     ​- 미세먼지/온습도 상관관계카드매출 ,매출품목등 가설검정

 

24H

 

  ​프로젝트 구현

    ​ 1.빅데이터크롤링 

 

    ​프로젝트 진행 사례:

     ​- 주소 생성 및 검색 결과물 수집

     ​- 수집된 결과물에서 URL추출 및 기사수집

    ​ - 수집된 기사 HTML에서 본문추출

    ​ - 크롤링에 의한 미세먼지 농도별 매출액매출품목상권등 매출 빈도추출 

 

24H 

 

    ​프로젝트 분석결과 및 배포

     ​1.빅데이터분석결과시현하기

    ​ 2.프로젝트발표질의응답

 

    ​프로젝트 진행 사례:

    ​ - 매출액에 영향을 끼치는요인 미세먼지,초미세먼지농도,온도,주거지역,상권지역

    ​ 대뇌피질 두께가 자폐환자가 일반인보다 더 두꺼움

    ​ - 뇌 부분별로 자폐증과 과잉반응에 관련된 부위들이 존재함

    ​ - 미세먼지가 심한날 서적문구업종에 대한 수요가 증가함 

 

16H

총 훈련시간

720시간

new_qna3.png

 

kic_1118_book_python.png

 

academy_place.png




  
 ​

 ​​​

 

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
SQL응용(PLSQL)
  • 변수 선언 방식
  • 제어문 작성(IF, LOOP)
  • 조합 Data type
  • 명시적 커서 활용
  • 예외처리
  • LOB segment 관리
  • Procedure 개발
  • Function 개발
  • Package 개발
  • Trigger 개발
H
데이터베이스 구현(DB구축)
  • DB Architecture 심화 분석
  • DW vs. OLTP 환경 이해
  • 환경에 따른 구조적 차이 확인
  • DB installation
H
데이터베이스 구현(유지관리)
  • DB instance 관리 (Memory, process)
  • DB storage 관리
  • DB network 관리
  • 동시성 제어를 위한 구조 이해
  • 성능(Performance) 이해
H
빅데이터 수집 시스템 개발
  • 빅데이터 수집에 활용할 기술 – 플럼 설치, 카프카 설치
  • 플럼 수집기능 구현
  • 카프카 기능 구현
  • 수집 기능 테스트
  • 수집 기능 점거
H
빅데이터 저장 시스템 개발
  • 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
빅데이터 분석 시스템 개발
  • 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
빅데이터 처리 시스템 개발
  • 빅데이터 탐색에 활용할 기술 – 하이브, 스파크, 우지, 휴
  • 탐색 아키텍쳐
  • 탐색환경구성 – 하이브, 스파크, 우지, 휴 설치
  • 휴를 이용한 데이터 탐색
  • 하이브를 이용한 데이터 탐색
  • 스파크를 이용한 추가 데이터셋 탐색
H
빅데이터 분석 기획
  • 빅데이터 분석 요건 정의하기
  • 빅데이터 분석 데이터 확보 기획하기
  • 빅데이터 분석 데이터 탐색 기획하기
  • 빅데이터 분석 모델링 기획하기
  • 빅데이터 분석 결과 적용 계획하기
H
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
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
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
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
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
머신러닝 기반 데이터 분석
  • 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
머신러닝 기반 데이터 분석
  • Clustering (고객 데이터 분석, 고객 분류)
  • Association Rule (장바구니 분석, 상품 추천)
H
머신러닝 기반 데이터 분석
  • Decision Tree
  • Random Forest
  • Logistic Regression
  • k-nn
H
머신러닝 기반 데이터 분석
  • Linear Regression / Naive Bayes / k-Nearest Neighbor (상품 분류)
  • Artificial Neural Network / Machine Learning 활용을 위한 Web dashboard
H
머신러닝 기반 데이터 분석
  • 나이브 베이즈 분류
  • 의사결정나무
  • 랜던포레스트
  • 그래드언트 부스팅
  • 회귀분석
  • 릿지와 라쏘분석
  • 서포트 벡터 머신
H
머신러닝 기반 데이터 분석
  • 주성분 분석
  • K평군
  • 연관성 분석
  • 인공신경망(ANN, Artificial Neural Network)
H
머신러닝 기반 데이터 분석
  • 에이다부스트 알고리즘
  • 기타 : 특징추출, 측징선택, 모델선택 등
H
머신러닝 기반 데이터 분석
  • 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
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
빅데이터 분석 결과 시각화
  • 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
빅데이터 플랫폼 테스트
  • 빅데이터 플랫폼 테스트 설계하기
  • 빅데이터 플랫폼 기능 테스트하기
  • 빅데이터 플랫폼 비기능 테스트하기
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 작성 (원하는ID생성)
비밀번호(필수)
신청자(필수)
핸드폰번호(필수) - -
이메일주소(필수) @
생년월일(필수) 예)990506
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

국비대상자 간편조회

정확한 지원비용을 산출해 드리고자 조회신청하신분들께
12시간(평일기준)안에 답변 드릴수 있도록 하겠습니다.
성 명*
연락처* - -
관심분야
빅데이터
자바개발자
프론트엔드
현 상태
졸업예정자
야간대학 또는 사이버대학 재학중
실업상태(구직중)
실업급여 수급자
국민취업제도 참여자
전련학과 전공자
비전공 기초자
문의사항
개인정보 수집 및 이용*
									  수집하는 개인정보의 항목
										
									  수집하는 목적/방법에 따라 수집하는 개인정보 항목은 다음과 같습니다.
									  - 기본 개인정보 정보
									   신청자, 생년월일, 연락처, 이메일, 회사명
									  - 마케팅/서비스 이용을 위한 정보
									   신청자, 주민등록번호, 연락처, 이메일, 회사명
									  - 서비스 이용 중 발생되는 정보
									   서비스 이용기록, 접속로그, 쿠키
									   결재수단에 대한 기록여부(계좌), 결재기록
									  개인정보 수집 및 이용 목적
										
									  KIC캠퍼스는 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, 주민등록번호, 연락처, 이메일, 회사명
									  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?

Back to Top