1. 일본IT취업과정
  2. 일본취업후기
  3. 취업교육과정
  4. K디지털과정
  5. 재직자교육과정
  6. 취업반 수강후기
  7. 커뮤니티
  8. 솔데스크 오시는길
이  름 :
휴대폰 : - -
개인정보수집동의 [자세히]

02-6901-7098

빅데이터취업반 - 파이썬 브라이틱스 기반 빅데이터 분석 개발자

빅데이터취업반 - 파이썬 브라이틱스 기반 빅데이터 분석 개발자
파이썬 & 브라이틱스 기반 빅데이터 분석 개발자 과정
평일반 : 2021년 10월 26일
전화 : 02-6901-7098
100%국비지원 | 월 40만원 훈련수당 지급
교육내용  



교육과정

파이썬 브라이틱스 기반 빅데이터 분석 개발자과정 기업채용예정과정


2021년 디지털 핵심 실무 인재 양성사업 [노동부주관 K-Digital Training 선정과정]

K-디지털트레이닝 선정과정 ( 기존 국비지원 참여자도 신청가능 )


[고용노동부 훈련기관 인증평가 우수훈련기관]


서류접수기간 ( 선착순 조기마감예정 )



빅데이터 분석 직종은 대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 목적에 따라 분석기술을 기반으로 정형/비정형 대용량 데이터를 탐색, 분석하고 시각화를 수행하는 업무에 종사한다. 분석된 정보를 토대로 의사결정의 목적이 있는 대다수의 기업들은 전문가 인력과 신규인력의 공급을 필요로 하고 있다. 이에 따라 본 교육과정에서는 산업현장에서 요구하는 생산성 높은 최적화 된 분석도구(R, Python 등)를 기반으로 대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하는 것을 목적으로 삼는다. 분석기술과 방법론을 기반으로 데이터 분석을 위해 수집·저장된 데이터를 분석용 데이터로 정재, 변환, 적재, 검증하여 대용량 데이터를 구축·탐색·분석하고, 시각화를 수행할 수 있는 능력을 함양할 수 있도록 한다. 현장 업무에 대한 이해를 높이고, 이를 바탕으로 빅데이터에 숨겨진 패턴과 알려지지 않은 정보간의 관계를 찾아내기 위해 사용되는 통계기법, 머신러닝, 텍스트마이닝 등의 분석방법들을 효과적으로 적용하기 위한 능력을 함양할 수 있다. 최종적으로 다양한 산업(비즈니스)별 알고리즘 기법 학습을 토대로 포트폴리오를 완성하여 차세대 스마트 빅데이터 분석가로써 기술력을 갖춘 전문인력 양성을 목표로 한다.

진출분야 - 데이터분석가 / 데이터엔지니어 / 빅데이터분석가 / AI모델연구개발 / AI서비스개발자등


1회차~3회차 총75명의 훈련생을 선발 계획입니다. 과정 특성상 조기마감이 예상되며 빅데이터 분야에 관심이 있는 구직자분들의 많은 문의 부탁드립니다.



교육대상 및 전망



교육대상

- 대학 졸업예정자 및 수료 후 참여기업으로 취업이 가능한 자
- 빅데이터  관련 업체 취업 및 이직 희망자
- 관련 교육 사전이수 등 지원 프로그램에 대한 참여의지가 높은 자
- 빅데이터, 프로그래밍 관련 자격증을 취득하려고 하는자
- 교육 수료 후 참여기업으로 취업에 결격사항이 없는 자
- 부적합자 철저히 선별 ( 선착순 선발 )


선발방법

- 입학상담을 통한 서류접수(서류전형 합격자는 교육훈련 참여가능)
- 개강전 채용기업 인사담당자가 참여한 1차면접 진행(개별합격통보)
- 교육수료후 수행평가 점수에 의한 최종입사 결정

서류접수 / 1차면접(채용기업인사담당자참여) / 개별합격통보


K-Digital Training 지원자 숙지 및 요청사항


총 960시간 ‘반년’동안 진행되는 훈련과정으로 시간을 아낌없이 투자 하셔야 하며, 교육과정에 성실하게 참여 해주셔야 합니다.실제로 취업이 되셨다는 마음가짐으로 ‘출결도 근태관리처럼!’ 임해주세요.취업 성공 후 ‘솔데스크인의 밤’(솔데스크 수료생 모임)과 같은 교육센터와의 커뮤니케이션을 통해 후배들도 이끌어 주시고 신기술 교육 참여도 적극적으로 하고, 신입직원 채용, 조언, 기술공유 등을 할 수 있기를 바랍니다.


kdji.gif


KDigital Training 


고용노동부는 한국형 뉴딜(사람투자)의 핵심과제인 KDigital Training에 참여하는 총 43개 혁신교육훈련기관 등을 통해서 3,600여명의 청년에게 디지털 일자리로의 취업을 위한 교육기회를 제공하고 향후 5년간 18만명까지 이를 확대해 나갈 계획입니다.


고용노동부는 KDigital Training이 기존 교육훈련사업과 다른 이유를 청년들의 4가지 워너비로 설명하였습니다.


첫째, 청년들이 워너비(가고 싶어)하는 43개 혁신교육훈련기관·우수대학 등 참여


둘째, 네이버, 솔트룩스, 마이리얼트립 등 청년들의 워너비(취업하고 싶은) 디지털 선도기업이 직접 훈련과정의 설계를 지원하여 취업의 연계성이 높다


​셋째, 온라인 교육훈련 플랫폼을 기반으로 하는 개인 맞춤교육으로 코로나19 시대에 비전공자도 워너비(되고 싶은) 디지털 현장 실무인재로 성장할 수 있다


​마지막으로 청년들이 워너비(듣고 싶은)하는 인기 있고 우수한 교육훈련과정의 비용을 정부가 부담


고용노동부 이재갑 장관은 “최근 기업들은 디지털 분야 인력 부족을 호소하고 있는 반면 청년들은 충분한 교육·훈련기회 부족으로 디지털 분야 취업에 어려움을 겪고 있어 이러한 미스매치 문제를 해결하는 차원에서 KDigital Trainng을 추진하게 되었다”고 밝혔습니다.




훈련강점




파이썬 & 브라이틱스 기반 빅데이터 분석 개발자 과정 Architecture


* 사용자가 접하는 인터페이스는 React native 기반의 Android app 개발, HTML, jQuery, Ajax,JSON 기반의 Desktop 화면 개발이 구현됩니다. 웹 서비스층은 Python의 장고와 Spring Boot, Rest API 기반의 구성으로 개발이 되며, 데이터 분석층은 KoNLPY(코엔엘파이)를 이용한 자연어 처리와 파이썬 기반의 추론통계기반 데이터 분석을 진행합니다. 

 서버층의 OS는 우분투를 사용하며, DBMS는 Oracle을 사용합니다. 최종적으로 개발된 트랜드 분석 시스템은 Docker 이미지로 변환되어 AWS 클라우드 EC2 서비스에 배포 되도록 구현됩니다.





교육목적


- 빅데이터 품질목표를 달성할 수 있도록 빅데이터 품질관리시스템 설계 및 구성, 품질관리 모듈을 개발할 수 있다.

- 빅데이터에 숨겨진 패턴과 알려지지 않은 정보간의 관계를 찾아내기 위해 사용되는 통계기법, 머신러닝, 텍스트마이닝 등의 분석방법들을 효과적으로 적용하기 위 한 분석시스템을 개발할 수 있다.

- 저장된 데이터를 처리목적에 따라 크기, 종류, 저장 구조를 고려하여 처리 및 가공하기 위한 분산처리, 실시간처리, 이벤트처리 모듈을 개발할 수 있다.

- 활용목적에 적합한 데이터를 수집하기 위하여 빅데이터 수집시스템 구성, 내·외부 데이터 수집모듈 개발, 데이터 변환모듈 개발 및 수집 데이터 검증모듈을 개발할 수 있다.

- 빅데이터 수집, 저장, 처리, 분석 및 품질관리를 할 수 있도록 빅데이터 플랫폼 구축에 필요한 하드웨어와 소프트웨어의 구조를 설계할 수 있다.


빅데이터 브라이틱스 로드맵 





학습목표

참여기업 요구 및 수요조사 반영 결과

주요이수

* 참여기업이 공통적으로 요구하는 사항은 신입 개발자의 빅데이터 분석 기술을 다룰 수 있는 능력필요
 빅데이터 분석 및 코드리스 기반의 머신러닝이 가능한 브라이틱스를 이용한 모델 제작 분석


필요역량

* 파이썬을 이용한 알고리즘 실습, 머신러닝 기초 수학 파이썬 실습경험을 가진 인재가 필요* 다양한 데이터를 이용해 분석 실습이 원활히 되도록 하였으며 머신러닝을 통해 자동화된 분석 기법을 함양 할 수 있도록함




K-디지털트레이닝 채용협약기업


cla.gif


 



빅데이터취업반 프로젝트 구성

- 데이터베이스 모델링, ERD 제작 ,웹 주문 시스템 제작, 웹을 통한 판매 데이터 수집
- 판매 데이터 전처리, 협업 필터링 추천 시스템 제작, 특성 변수 파악, One-hot Representation변환 
- Tensorflow 추천 model 제작, Tensorflow, DBMS 실시간 학습 연동, 하이브리드 추천 시스템 제작 
- 분석용 도구 R과 파이썬을 활용하여 다양한 모델 구현을 위한 기본 분석 기법부터 고급 응용 기법까지 단계별 학습 
- 빅데이터 저장시스템 개발에서는 Hadoop을 이용한 저장 및 입출력 시스템을 개발
- R프로그래밍과 파이썬을 이용한 분석시스템을 개발하며, 빅데이터 품질관리 시스템 개발에선 빅데이터품질관리 시스템 설계 및 구성, 품질관리모듈을 개발

빅데이터 취업반 프로젝트 운영방안 
교육일정구성 ( 총 960시간중 290시간 프로젝트 구성 )

aws3.gif

 


1. 종강일 기준 2주 전 팀원들과 프로젝트 준비 및 시연.
2. 참여 기업에서는 비 대면(온라인)으로 손 쉽게 본 행사에 참여하여, 학생들의 프로젝트를 참관.
3. 미리 공유된 이력서 및 PPT를 통해 인재를 파악, 추 후 자유롭게 면접을 제의.
4. K-Digital Training에서 다져진 프로세스를 통해 빅데이터 교육을 진행.


빅데이터 취업반 프로젝트 운영방안

교육일정구성 ( 총 960시간중 290시간 프로젝트구성 )



K디지털트레이닝 1.2기수 프로젝트 발표회영상




교육대상
- 대학 졸업예정자 및 수료 후 참여기업으로 취업이 가능한 자
- 빅데이터 분석 개발 관련 업체 취업 및 이직 희망자
- 관련 교육 사전이수 등 지원 프로그램에 대한 참여의지가 높은 자
- 빅데이터, 프로그래밍 관련 자격증을 취득하려고 하는자
- 교육 수료 후 참여기업으로 취업에 결격사항이 없는 자
- 부적합자 철저히 선별 ( 선착순 선발 )


선발방법

- 입학상담을 통한 서류접수(서류전형 합격자는 교육훈련 참여가능)
- 개강전 채용기업 인사담당자가 참여한 1차면접 진행(개별합격통보)
- 교육수료후 수행평가 점수에 의한 최종입사 결정

서류접수 / 1차면접(채용기업인사담당자참여) / 개별합격통보

교육기간 · 6개월
수강생혜택

※ 국비지원 자격 ※   아래조건중 1가지이상 충족시 신청가능  30명선착순접수

 

 

ㆍ 구직자 ( 미취업자 및 실업자 )

ㆍ 직업안정기관(워크넷등)에 구직등록한 15세 이상 구직자

ㆍ 다음해 2월말까지 졸업예정인 고등학교 3학년 재학생으로서 상급학교 비진학 예정인 학생

ㆍ 다음해 2월말까지 졸업예정인 대학(전문대학 포함) 최종학년 재학생으로서 상급학교 비진학 예정인 학생

ㆍ 야간대학교, 사이버대, 방통대 재학생 및 휴학생 ( 재학중에도 수강신청가능 )

ㆍ 고용노동부- 취업성공패키지. 내일배움카드 발급자

ㆍ 비전공자 초보자도 지원 가능 30명 선착순접수  지원문의 02) 6901-7098

ㆍ K뉴딜 디지털트레이닝 선정과정 ( 기존 국비지원 참여자도 신청가능 )





 · 수강료 전액 무료 + 매월 훈련수당 지급 (최대 800,000원 )

 · 교육비 전액무료
 · 6개월 간 식대 및 교통비 지원 (최대 30만원) -단위기간 출석률 80% 충족 시
 · AWS 실습환경 제공
 · 시스템 관련 온라인 교육강의 무료 제공
 · 이력서 및 자기소개서 첨삭 지원
 · 협약기업 면접 기회 제공


교육커리큘럼
세부내용

교과목명

단원명

세부내용

Web UI 개발자 과정

JAVA

JAVA설치, Eclipse설치환경 변수 설정

OOP언어의이해, DataType,상수

분기문(if,switch), 반복문(while,for,while)

Class구조(클래스이름지정방법), 객체생성

Attribute(멤버변수), 멤버메소드

부모클래스의 상속

추상메소드, Interface, 접근제한자

Autoboxing, 객체형변환

File입출력파일복사, CSV파일처리

Static method, Wrapper class

접근 한정자 (Access Modifier, 제한자)

Server Socket, Socket 데이터 송수신

동기화 처리를 위한 Thread

Thread 기반 Socket 프로그래밍 

JCF (Java Collection Framework)

Generics

MariaDB 연동

JDBC 응용 Console Application 개발

CSS, Javascript, jQuery, Ajax

HTML 파일의 제작 실습(H, BR, IMG, A, UL, OL, LI)

각종 Form 관련 태그

GET, POST Form Data 전송 방식의 구분

Javascript 기초 문법

function(함수), 시스템 지원 전역 함수의 사용가변인수

Prototype 객체를 이용한 class 선언외부함수를 Class로 연결

Javascript framework jQuery 기초 문법

DOM(Document Object Model)을 이용한 태그 조작

동적 이벤트 처리

Ajax (Asynchronous Java Script and JSON(XML)) 

Spring Boot

JSP 스크립트 기본 문법

Page 지시자(Directive), classimport, request 내부 객체 실습

response 내부 객체, out 내부 객체, application 내부 객체의 사용

Spring Boot 개발환경 STS 설정

VO(DTO) class 구현하기

DAO class 구현하기

Oracle DBMS Connection 구현하기

MVC:Model, View, Controller 구조

DI(DependencyInjection)의 구현

DI의 개념과 활용

에노테이션의 활용

Oracle 연동 MyBATIS Maven 설정

기초 문법

갤러리 SQL, MyBatis XML 제작

JSP Form 제작, jQuery 사용

갤러리 JSP, CRUD 구현

Form 값 검증

검색 구현

페이징 구현

파일 업로드다운로드

트랜잭션 매니저 사용

시큐리티 적용

시큐리티 데이터 베이스 사용하기

외부 라이브러리 사용하기

war 배포

데이터저장

Oracle DBMS

Oracle XE 18C 개발자 버전 설치계정의 생성 및 권한 부여

SQL Developer install, 접속

Oracle 기본 데이터 타입

DDL(Data Definition Language)

일련번호 자동 생성 (Sequence)

Oracle 기본 SQL 사용

DML(Data Manipulation Language)

INSERT, SELECT, UPDATE, DELETE

ORDERBY, LIKE

리조트 관리 시스템 논리적 모델링

리조트 관리 시스템 물리적 모델링

리조트 관리 시스템 SQL 제작

제약 조건의 추가/삭제

Join SQL 제작

3개 이상의 테이블 join

Single-Row Function(단일행 함수)

GROUPBY, HAVING, Group Functions(그룹화 함수)

SubQuery(필터링)

Transaction, Sequence, Index 

VIEW(SELECT) 가상 테이블 사용

데이터 사전(Data Dictionary), 제약 조건의 조회추가삭제

PL/SQL의 이해, PL/SQL의 종류, PL/SQL의 구조

Stored Procedure Create & Execution

IN/OUT 매개변수

Stored Function, Trigger

Rank SQL, ROW_NUMBER(), RANK() 함수의 활용

Mobile UI 개발

React

리액트 개발 환경 구성

리액트 기초 문법

컴포넌트와 이벤트의 구현

리액트 네이티브 스타일

스타일 콤포넌트

Hooks의 원리

커스텀 Hooks 만들기

Context API와 전역 상태 관리

탭 내비게이션등 각종 내비게이션 실습

To do(할 일관리 애플리케이션 개발

파이어베이스의 활용

채팅 애플리케이션 개발

안드로이드 환경의 배포 구현

앱스토어 배포

Python & Django

Python

Python소개

Anaconda install

가상환경 생성,

Jupyter Notebook 커널 연동

컴파일

파이썬 프로그램의 구조

데이터 형(datatype)

연산자(Operator)

Library Reference

시퀀스(배열)

자료형(str, list, tuple, Dictionary)

Set 집합 타입

제어문(if), sys.argv list사용, if문 실습

반복문(While,for) 실습

함수 다루기함수의 인자지역 변수와 전역 변수리턴값

모듈과 패키지의 사용, import의 사용

Class선언클래스 멤버메소드인스턴스 멤버메소드의 실습 

Class의 import, 생성자소멸자상속

부모클래스의 생성자 호출

생성자/메소드 오버로딩다중상속

예외처리(Exception)

try~except~else~finally

재귀 호출 함수

Lamda 함수 이용, random 난수 발생

IO(입출력), File 클래스 다루기파일 이동디렉토리 조작파일 목록파일 복사

Network(네트워크), Socket, Echo Server - Encode, Decode

Pycharm 환경에서의 Python 개발

Conda 가상 환경에서의 PyCharm 데이터 분석 환경 설정 

MariaDB install

MariaDB, Python연동, CRUD구현

Python Django

Django 개발 환경 구성

MariaDB + Django 연동 설정

Django Javascript 실습, JS 파일 include

Django jQuery, CSS 파일 사용 실습

공지사항 제작

함수 기반 View

Bootstrap 사용

메뉴바(GNB: Global Navigation Bar) 기반 Django 프로젝트 생성, Model생성

views.py, urls.py, CSS static 설정, base.html 제작

CRUD 구현

파일 업로드/다운로드 구현

페이징 구현

공지사항 Ajax 기반 변경

Django + jQuery + Ajax + JSON 구현 

Google chart 시각화 적용

데이터 수집 및 업무 자동화

Crawling

BeautifulSoup install

Selenium install

Chromedriver.exe 설정

robots.txt

문자열 Crawling

Web에서의 데이터 수집

Web 접속 scraping(crawling)

한글 처리기본 트리 운행

SSL처리태그 id로 찾기, class가 같은 태그들 검색

find(), find_all(), select() 함수 활용

포털에 접속하여 환율 수집하기서울의 날씨/온도 수집, Selector의 사용

많이 본 뉴스의 제목을 수집하기

댓글 정보의 크롤링

Selenium, chromedriver.exe을 연동한 데이터 수집

XPath 사용

멜론 노래 순위 정보 크롤링

대한민국 구석구석 컨텐츠 크롤링

페이징 처리

이미지의 크롤링

증권 거래소 파일 정보의 크롤링

다양한 웹페이지에 접속하여 크롤링 실습

RPA

RPA 개발 환경 구성

pyautogui 설정

position()등 마우스 핸들링 처리 함수 실습

write()등 키보드 핸들링 처리 함수 실습

alert()등 다양한 메시지 박스의 출력

스크린샷의 처리

Selenium 설치

Chrome Driver 설정

URL처리 및 태그 탐색

금융주식 데이터 조회

공공 기관 데이터의 조회

포털 데이터의 활용

알고리즘 및 데이터 분석

Python을 이용한 알고리즘 실습

수열 관련 알고리즘 실습

재귀 호출 관련 알고리즘 실습

탐색 관련 알고리즘 실습

정렬 관련 알고리즘 실습

Queue, Stack 관련 알고리즘

딕셔너리그래프 관련 알고리즘

응용 알고리즘 실습

브라이틱스를 활용한 데이터 분석

Brightics Studio 설치

프로젝트 및 모델 생성

Data Flow 생성

Report 생성

Brightics Studio를 활용한 데이터 탐색 및 전처리

데이터 EDA

기초 통계자료 살펴보기

Statistic Analysis 제작

Visual Analysis 시각화 요소

데이터 전처리, Manipulation, Transform, Extraction

Kaggle 데이터의 활용

회귀분석(Regression) 모델의 작성

분류분석(Classification) 모델의 작성

다양한 사례를 통한 각종 모델 작성 실습

데이터 분석 기반 포털 뉴스 수집을 통한 트랜드 분석 프로젝트

팀별 주제 선정을 통한 브라이틱스기반 빅데이터 트랜드 분석 프로젝트

팀별 프로젝트 주제선정

인기상권분석 프로젝트

자동차트랜드 분석 프로젝트

금융상품 트랜드 분석 프로젝트

협약기업의 니즈를 반영한 금융유통제조등 여러 분야 트랜드 분석

척도별 기술 통계량대표 값 산출

산포도

변동계수

빈도 분석

분석 절차와 기본 통계 지식

가설(hypothesis) 설정

유의수준 결정

측정 도구의 설계

척도의 분류

조사의 방법

모집단과 표본

통계적 추정

기각역(Critical region)

채택역(Acceptance region)

양측검정과 단측검정

가설 검정 오류

검정 통계량

정규 분포모수와 비모수 검정

표준정규분포

표준화 변수 Z

Z값과 확률 구간

신뢰구간

표본오차왜도(Skewness)와 첨도

모평균의 가설검정(σ(모 표준편차)를 아는 경우)

두 모평균의 가설검정(σ(모 표준편차)를 아는 경우

평균차이 검정(T 검정)

교차분석과 카이제곱검정

상관 분석

회귀 분석(지도학습)

성적 예측

자동차의 제동거리 예측 모델

정수기 AS 시간 예측 모델

분류 분석(지도학습)

Iris의 분류

사과의 특성별 분류

군집 분석(비지도학습)

사과의 특성별 분류

타깃 마케팅을 위한 소비자 군집 분석하기

연관 분석

상품 진열 연관 분석

텍스트 빈도 분석

워드 클라우드

한글 뉴스 기사의 키워드 분석하

텍스트 마이닝

영화 리뷰 데이터로 감성 예측하기

코로나 뉴스 텍스트의 감성 분석하기

지리 정보 분석

행정구역별 의료기관 현황 분석하기

데이터 분석 시스템 제작 설계

개발 요소 파악하기

개발 요소 등록

역할 결정

데이터 수집

데이터 전처리

데이터의 상관 관계 분석

다중 공선성 해결

이상치 데이터의 발견 및 변경

결측치의 확인 및 제거

Github 프로젝트 생성 및 공유협업 설정

요구사항의 파악 및 정의

Usecase Diagram 

Amateras ERD 파일생성

DBMS 모델링(논리적/물리적)

Web 개발 SQL 생성

파이썬 데이터 분석 모듈 구현

Django, Restful 서비스 제작

Spring Boot 상에서의 Django Rest 서비스 접근 제작

Web 서비스 AWS EC2 서비스에 배포

React native를 통한 모바일 UI 제작

프로젝트 문서화 작업 및 발표

강사프로필


[박진원]
[교육경력사항]

 

- NEXON NETWORKS 신입사원 IT 기초교육

- 한국전파진흥협회 청년취업아카데미– JSP, MVC2, SPRING Framework

- 경영기술개발원 교육센터 실업자 재취업 과정 교육 Framework – strut1 , struts2 ,Spring

- 서부여성인력개발센타 웹스페설리스트 과정 Php Linux mysql

- 행정자치부 php 교육과정

- 서울시데이터센터 – WebMaster Linux, php ,mysql, apache

- 서울시청 별관 서울시공무원 정보화과정 Linux, php , mysql, apache활용

- 중소기업 기술 혁신 협회 청년 취업 아카데미 과정 한라대학교 청년취업아카데미 교육진행



[보유자격증]

 

MCP, SCJP, OCP, CCNA

솔데스크소개  |  솔데스크교육시스템  |  솔데스크학원연혁  |  솔데스크시설  |  솔데스크제휴기관  |  솔데스크오시는길  |  기업교육  |  개인정보보호정책
교육내용
교육커리큘럼
강사프로필
수강후기
온라인문의
수강료조회