[인크레파스/신입개발자 교육] 2019년 04월 내일배움카드 국가기간전략산업직종훈련 머신러닝 기반 빅데이터 분석전문가 양성과정 통계와 머신러닝 기반 빅데이터 분석전문가 양성과정 상담예약 교 육 기 간 | 2019.04.23 ~ 2019.10.28 | 총교육기간 | 1000시간 | 교 육 대 상 | 취업준비생, 예비창업가, 졸업예정자, 야간대/사이버대/방통대 학생, 퇴사예정자, 영세사업자, 이직희망자 | 정 원 | 20명 | 수 강 료 | 0원 (전액무료) | 일일교육시간 | 09:30 ~ 18:30 (일일 8시간) |
◆ 교육목표 빅데이터를 수집하고 원하는 형태로 저장하여 목적에 맞게 처리하고 통계와 컴퓨팅 기술을 기반으로 대용량 데이터를 관리, 처리, 분석할 수 있으며, 빅데이터 플랫폼을 개발하고 관리할 수 있는 빅데이터 분석 전문 인력 양성을 목표로 한다. 1. 수집된 내·외부 데이터 및 정형·비정형 데이터를 기반으로 통계 패키지인 R을 활용해 분석 목적에 따라 가설을 설정하고 필요한 데이터셋을 편성하여 통계기반 데이터 분석 모델을 만들고 평가하는 능력을 함양한다. 2. 파이썬의 머신러닝 라이브러리를 이용해 고도의 정확도가 요구되는 문제를 해결하기 위해 복잡한 데이터 구조 패턴을 기계(컴퓨터)로 하여금 스스로 학습하게 하는 머신러닝 알고리즘 기술을 적용해 현업의 데이터를 분석하고, 실제 업무에 적용하는 능력을 함양한다. 3. 대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 목적에 따라 다양한 분석기술과 방법론을 적용해 정형/비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화 하는 능력을 함양한다. ◆ 과정소개 통계와 머신러닝기반 빅데이터 분석전문가 양성과정(국가기간전략산업직종) - NCS 기반 교육을 통해 현장에서 필요로 하는 개발자 업무 능력을 배우고 이를 테스트를 통해 점검합니다. - 개인에게 적합한 학습방법과 예제 등을 제시하여 시간 낭비를 줄이고 학습의 효과를 높입니다. - 매일 이론과 실습 위주의 교육을 진행하며, IT 기업에 소프트웨어 개발자, 기획자 등의로 취업하기 위한 준비를 합니다. ◆ 국가기간 전략산업 훈련이란? IT 산업 등의 부족한 인력을 양성하기 위하여 고용노동부가 지원하는 교육으로 교육비는 전액 무료입니다. 훈련장려금은 월 31만 6천원 * 교육개월수가 지원됩니다. 장려금은 매월 고용노동부에서 훈련생의 통장으로 입금됩니다. ◆ 참여대상 일반인: 취업준비생, 예비창업가, 야간대/사이버대/방통대 재학생, 퇴사예정자, 이직희망자, 고등학교 졸업자 (하나만 해당되도 가능) 재학생: 2019년 졸업예정자. 1일 8시간 평일 교육 과정에 참여가 가능한 학생 수강신청 절차 1. 고용노동부 워크넷 구직 등록 (www.work.go.kr 에 회원 가입 → 구직 등록 → 고용센터 인증까지 최소 1일 소요) 2. 교육 동영상 신청 (HRD-Net www.hrd.go.kr 사이트 회원 가입 후 "국가기간전략 산업직종 훈련안내 동영상 시청") 3. 고용센터 방문 후 내일배움카드 신청 (거주지 관할 고용센터에서 신청 가능하며, 발급까지 보통 3~4주 기간이 소요) 4. 카드 발급 후 인크레파스 교육센터에서 훈련 수강 ◆ 수강혜택 교육비 전액 무료 훈련장려금 월 116,000원*교육개월 수 (취업성공패키지 이용 시 최대 월 416,000원) 개발자 출신 강사진의 현장에서 쓰는 개발 강의 수업 후 강의실 내 자습 및 프로젝트 진행 가능 자바스크립트, Node.js 등 현장에서 필요로 하는 기술세미나 자바, 안드로이드, 데이터베이스, 웹개발 동영상 강의 제공 채용연계 및 취업 지원, 취업지원 시작 후 매주 채용공고 취합 및 제공 1인 1사물함 제공 ◆ 상담안내 인크레파스 융합SW교육센터에서 수강신청을 하시면 당일 상담 일정 등 안내 문자와 전화 상담이 진행됩니다. 인크레파스 융합SW교육센터 본관(서울시 관악구 시흥대로 552 석천빌딩 7층) 인크레파스 융합SW교육센터 별관(서울특별시 구로구 디지털로32가길 16 파트너스타워 4F) ◆ 교육 상담 문의 전화: 02-869-1080, 02-869-1081 팩스: 02-869-1082 ◆ NCS교육커리큘럼
과목명 | 설 명 | 분석용 데이터 구축 | 분석용 데이터 구축이란 빅데이터 분석을 위하여 수집 저장된 데이터를 분석용 데이터로 정제, 변환, 적재, 검증하는 능력이다. | 탐색적 데이터 분석 | 탐색적 데이터 분석이란 유의미한 데이터간의 관계를 찾고 검증하기 위하여 데이터의 기본 통계와 데이터 분포를 분석하고 데이터 변수간 관계를 확인하는 능력이다. | 통계 기반 데이터 분석 | 통계 기반 데이터 분석이란 수집된 내·외부 데이터 및 정형·비정형 데이터를 활용하여 분석 목적에 따라 가설을 설정하고 필요한 데이터셋을 편성하여 통계기반 데이터 분석 모델을 만들고 평가하는 능력이다. | 빅데이터 분석 결과 시각화 | 빅데이터 분석 결과 시각화란 정보를 명확하고 효과적으로 전달하기 위해서 사용자가 분석 결과를 이해하기 쉽게 그래픽 의미를 이용하여 시각적으로 표현하고 전달하는 능력이다. | 텍스트 데이터 분석 | 텍스트 데이터 분석이란 다양한 형태의 텍스트 데이터로부터 고품질의 정보를 도출하기 위해 협업의 텍스트 데이터를 변환 및 정제하여, 추출된 단어 관계 및 패턴,규칙을 분석하는 능력이다. | 머신러닝 기반 데이터 분석 | 머신러닝 기반 데이터 분석이란 고도의 정확도가 요구되는 문제를 해결하기 위해 복잡한 데이터 구조 패턴을 기계(컴퓨터)로 하여금 스스로 학습하게 하는 머신러닝 알고리즘 기술을 활용하여 현업의 데이터를 분석하고, 실제 업무에 적용하는 능력이다. | 프로그래밍 언어활용 | 응용소프트웨어 개발에 사용되는 프로그래밍 언어의 기초문법을 적용하고 언어의 특징과 라이브러리를 활용하여 응용소프트웨어를 구현하는 능력을 쌓습니다. | 인터페이스 구현 | 인터페이스 구현이란 모듈간의 분산이 이루어진 경우를 포함하여 단위 모듈간의 데이터 관계를 분석하고 이를 기반으로 한 메커니즘을 통해 모듈간의 효율적인 연계를 구현하고 검증하는 능력이다. | 통합 구현 | 통합 구현이란 모듈간의 분산이 이루어진 경우를 포함하여 단위 모듈간의 데이터 관계 를 분석하여 이를 기반으로 한 메커니즘을 통해 모듈간의 효율적인 연계를 구현하고 검증하는 능력이다. | 서버프로그램 구현 | 서버프로그램 구현이란 애플리케이션 설계를 기반으로 개발에 필요한 환경을 구성하 고, 프로그래밍 언어와 도구를 활용하여 공통모듈, 업무프로그램과 배치 프로그램을 구현하는 능력이다. | 데이터베이스 구현 | 데이터베이스 구현을 위하여 DBMS(Data Base Management System)(DataBase Management Systems) 설치, 데이터베이스 생성, 데이터베이스 오브젝트를 계획, 설계하고 구현하는 능력을 학습합니다. | SQL활용 | SQL활용이란 관계형 데이터베이스에서 SQL을 사용하여 데이터를 정의하고, 조작하며, 제어하는 능력입니다. | 빅데이터 처리시스템 개발 | 빅데이터 처리시스템 개발이란 저장된 데이터를 처리목적에 따라 크기, 종류, 저장 구조를 고려하여 처리 및 가공하기 위한 분산처리, 실시간처리, 이벤트처리 모듈을 개발하는 능력이다. | 빅데이터 수집시스템 개발 | 빅데이터 수집시스템 개발이란 활용목적에 적합한 데이터를 수집하기 위하여 빅데이터 수집시스템 구성, 내·외부 데이터 수집모듈 개발, 데이터 변환모듈 개발 및 수집 데이터 검증모듈을 개발하는 능력이다. | 빅데이터 저장시스템 개발 | 빅데이터 저장시스템 개발이란 수집 변환된 데이터를 조직의 활용 목적에 적합하도록 데이터 유형과 분석 목적을 고려하여 저장구조를 설계하고 고가용성을 제공하는 저장 시스템을 개발할 수 있는 능력이다. | 웹표준 | CSS3 1. CSS개요 2. CSS선택자 3. 박스모델과 레이아웃 HTML5 1. HTML5개요 2. 하이퍼링크 3. 이미지와 멀티미디어 4. 입력양식태그 JavaScript 1. 자바스크립트기초 2. 자바스크립트객체와 함수 3. jQuery 문서객체와 선택자 4. 이벤트 처리 5. Ajax 6. 시각화 라이브러리 | 1차 빅데이터 분석 프로젝트 | 프로젝트 기획 1. 주제 선정 2. 요구분석 및 일정계획 데이터 수집 및 저장 1. 정형 데이터 수집 및 저장 2. 포털 및 SNS의 API 활용 데이터 수집 및 저장 3. 정부 3.0 공공데이터 포털 API를 활용한 데이터 수집 및 저장 데이터 분석 1. 데이터 모델 설계 및 구현 2. 탐색적 데이터 분석 3. 통계기반 데이터 분석 서비스 개발 1. 서비스 개발 환경 구축 2. Front-End 개발 및 시각화 3. JSP/Servlet Back-End 개발 테스트 및 발표 1. 통합 테스트 및 디버깅 2. 프로젝트 발표 | 2차 머신러닝 프로젝트 | 프로젝트 기획 1. 주제 선정2. 요구분석 및 일정계획 데이터 수집 및 정재1. 정형 데이터 수집 및 저장2. 비정형 데이터 수집 및 저장3. 데이터 정재 및 변환예측 모델링1. 회귀, 분류 모델 평가2. TensorFlow 활용 딥 러닝3. 모델 학습서비스 개발1. 서비스 개발 환경 구축2. Front-End 개발3. Framework Back-End 개발테스트 및 발표 1. 통합 테스트 및 디버깅2. 프로젝트 발표 |
|