K- JAVA 취업과정 - 빅데이터 활용 인공지능 개발자 과정

과목명

모듈

세부과정

프로그램

언어활용

JAVA

객체지향

프로그램

- 기초 프로그래밍의 이해, 식별자, 자료형, 연산자, 제어문

- 배열, 사용자 정의 함수

- 객체지향 프로그램의 이해, 클래스설계, this, static, final

- 상속과 다형성, abstract, 인터페이스,

- 예외처리, Thread, JFC 클래스

- I/O 프로그래밍 : InputStram, OutputStram 객체기반 바이트스트림과 문자스트림

- GUI Programming : 이벤트와 레이아웃, AWT, Swing

- 네트워크 프로그래밍 : TCP통신, InetAddress, URL, Socket, ServerSocket

- JDBC를 이용한 데이터베이스 연동

- Connect, PreparedStatement, Resultset를 통한 JDBC처리

빅데이터 플랫폼

오라클

관계형 데이터베이스

- DBMS의 개요, DBMS(Data Base Management System) 설치하기

- 계정의 생성, 권한 부여, DCL문, DML문, DDL문

- 조인, 서브쿼리사용, 뷰와 인덱스 처리, PL/SQL문법, 커서의정의, 프로시져, 함수를 사용한 처리

- 관계형 데이터베이스 모델링, 정규화와 JOIN

- CSV파일 변환, 도로명 주소 오픈 API 활용, Commit과 RollBack처리

- 사용자생성과 권한 부여

애플리케이션 구현

JSP

프로그래밍

- 웹서버 기본 구조 이해, 톰캣 설치, JSP 기본문법, 제어문, 배열, 메소드

- JSP 내장객체(request,response,session,application)

- Java Beans : DTO, DAO, Manager, VO의 이해, 게시판,

- 로그인, 회원가입, 공지사항 등 작성하기

- Database Connection Pool 이해 및 활용,

- 웹 메일보내기, 파일업로드, 첨부형 게시판 작성

- Servlet의 아키텍처 이해,

- Servlet LifeCycle 실습

- 폼전송방식(POST, GET) 서블릿 컨테이너의 아키텍쳐 분석 및 활용

- 사용자 정의 컨트롤러 객체 설계, JSP 액션태그와 커스텀 태그의 이해

- EL 내장객체 및 연산자, JSTL의 액션 사용

- MVC 패턴에 대한 이해와 최적화된 Model2의 구조설계

- 메일보내기, 이미지 게시판, 관리자 페이지 작성하기

Spring

Framework

- Spring 환경설정 및 모듈과 아키텍처에 대한 이해

- Spring기반의 프로젝트 환경 설정

- Spring기반의 빈의 생성과 싱글톤레지스트리에 대한 이해

- Maven 의존성 추가, MVC의 원리, MVC의 개발 구조 분석

- 한글 변환 필터, DispatcherServlet클래스의 이해

- 다양한 MVC Annotation, MVC 처리 흐름, Form Parameter 처리 방법

- Dependency Injection 구현, Interface를 이용한 빈 교체

- XML을 활용한 빈의 의존성 주입

- 어노테이션을 활용한 빈의 의존성 주입

- 객체지향과 관점지향의 차이

- XML을 활용한 AOP설정

- 어노테이션을 활용한 AOP설정

- JDBC Template를 사용한 Spring에서의 JDBC처리

- DaoSupport를 상속해서 처리한 JDBC CRUD 프로그래밍 학습

데이터 수집

Python

- Python 소개, Anaconda install, 가상환경 생성, Jupyter Notebook 커널 연동

- 컴파일, 파이썬 프로그램의 구조, 데이터 형(data type), 연산자(Operator)

- Library Reference, 시퀀스(배열), 자료형(str, list, tuple, Dictionary)

- Set 집합 타입, 제어문(if), sys.argv list 사용, if문 실습

- 반복문(While, for) 실습, 함수 다루기, 함수의 인자, 지역 변수와 전역 변수, 리턴값

- 모듈과 패키지의 사용, import의 사용, Class 선언, 클래스 멤버, 메소드, 인스턴스 멤버, 메소드의 실습

- Class의 import, 생성자, 소멸자, 상속, 부모클래스의 생성자호출

- 생성자/메소드 오버로딩, 다중 상속, 예외처리(Exception), try ~ except ~ else ~ finally

- 재귀 호출 함수, Lamda 함수 이용 , random 난수 발생

- IO(입출력), File 클래스 다루기, 파일 이동, 디렉토리 조작, 파일 목록, 파일 복사

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

- Pycharm 환경에서의 Python 개발, Conda 가상 환경에서의 PyCharm 데이터 분석 환경 설정

- MariaDB install, MariaDB, Python 연동, CRUD 구현

Crawling

- BeautifulSoup install, Selenium install, Chromedriver.exe 설정

- robots.txt, 문자열 Crawling, Web에서의 데이터 수집, Web 접속 scraping(crawling)

- 한글 처리, 기본 트리 운행, SSL 처리, 태그 id로 찾기, class가 같은 태그들 검색

- find(), find_all(), select() 함수 활용

- 포털에 접속하여 환율 수집하기, 서울의 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

데이터 저장

시스템

Oracle

- Oracle XE 18C 개발자 버전 설치, 계정의 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, ORDER BY, 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)

- GROUP BY, HAVING, Group Functions(그룹화 함수)

- SubQuery(필터링), Transaction, Sequence, Index

- VIEW(SELECT) 가상 테이블 사용, 데이터 사전(Data Dictionary), 제약 조건의 조회, 추가, 삭제

- 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

알고리즘

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, 딕셔너리, 그래프 관련 알고리즘

- 응용 알고리즘 실습

머신러닝 기초 수학 Python 실습

- 수열과 집합

- 확률

- 대량의 데이터에서 추정하는 방법

- 벡터와 행렬 실습

- 함수와 미분

- 미분으로 그래프의 접선 계산

- 편미분 실습

- 회귀분석

- 로지스틱 회귀

통계기반

데이터 분석

통계기반 데이터 분석 및 머신러닝

- Numpy vector 연산

- Matplotlib 기반 시각화 실습, Pandas 기반 기술 통계 분석

- 연속형 데이터, 합계, 평균, 편차, 분산, 표준편차

- 표본 평균, 표본 분산, 표본 표준 편차의 산출, 표준화

- 척도별 기술 통계량, 대표값 산출, 산포도, 변동계수, 빈도분석, 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 분포, 모수와 비모수 검정

- 표준정규분포, 표준화 변수 Z, Z값과 확률 구간, 신뢰구간

- 표본오차, 왜도(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 분석하기

- 텍스트 마이닝, 영화 리뷰 데이터로 감성 예측하기

- 코로나 뉴스 텍스트의 감성 분석하기

- 지리 정보 분석

- 행정구역별 의료기관 현황 분석하기

딥러닝

딥러닝 데이터 전처리

- 정형 데이터의 전처리, 결측치의 처리, 불균형 데이터 세트에 대한 언더 샘플링

- 모델 완성 및 영향력 높은 변수 확인, 분석 데이터를 읽기 위한 코드 작성

- k-Means법을 이용한 그룹 분할, 이미지 데이터의 전처리

- OpenCV 이미지 변환 처리, 이진화 이미지로 변환, 이진화 이미지의 픽셀값 확인

- 시계열 데이터의 전처리, 데이터 집약 및 시간 축 작성

- 기계학습의 알고리즘 형태로 특징량 변형, 훈련 데이터의 부분시계열 작성

- 부분시계열의 파형 거리(유사도) 측정, 자연어 데이터의 전처리

- 한글 형태소 분석 환경의 설정, Konlpy 설치, Okt를 통한 형태소 분석

Tensorflow 기반 딥러닝

- 인공 신경망(ANN: Artificial Neural Network), 퍼셉트론(perceptron), 다층 퍼셉트론(Multi Layer Perceptron)

- Tensorflow 2.0 install, Keras, Sequential 함수, loss 옵션(손실 함수, 오차 함수), fit 함수

- 모델 평가 및 저장, 기초 코드, 오차 역전파(Back Propagation), 활성화 함수(activation)

- optimizer 옵션(경사 하강법, 최적화), 회귀 모델 제작,

- 수치 예측 모델의 구현(relu, adam, mse 활용), validation_split 적용, 학습율

- 회귀 모델 제작, 2개의 수치입력과 2개의 scala 출력 처리, 파라미터(가중치, y절편) 초기화

- model save 사용, Weights, Biases 확인, [미니프로젝트]- 와인의 종류 예측하기, train_test_split

- 모델 업데이트 및 저장, 혼돈 행렬(Confusion matrix), ROC 곡선

- [미니프로젝트]

- 폐암 수술 환자의 생존율 예측, L1/L2 규제, Dropout 사용, 과대 적합(과적합, Overfit)

- 이항 분류의 사용, [미니프로젝트]

- 초음파 광물 종류 예측, LabelEncoder, k겹 교차 검증

- [미니프로젝트]

- 아이리스(붓꽃) 품종 예측, 원-핫 인코딩(one-hot-encoding)

- GPU 기반, CUDA 10.0, cuDNN 7.6.0, Conda를 이용한 Python 3.6 가상환경, Tensorflow 2.0.0 설치

- 컨볼루션(합성곱) 신경망(CNN: Convolution Neural Network), PIL, 이미지 처리 Python script 기초 코드

- CNN + OpenCV를 이용한 이미지를 통한 수치 예측 모델의 개발

딥러닝

Tensorflow 기반 딥러닝

- CNN + OpenCV를 이용한 이미지를 통한 수치 예측 모델의 개발

- PILLOW 설치, CNN 기반 회귀 모델 제작, 메모리상에서 이미지 만들어 바이러스 갯수 예측,

- Python을 이용한 메모리상에 이미지 생성

- 미국 국립 표준 기술원(NIST)의 MNIST 이용, CNN, GPU를 이용한 영상입력 이진 분류 예측 모델의 개발,

- 짝수/홀수 예측

- CNN를 이용한 영상입력 다중 클래스 분류 예측 모델의 개발, 0 ~ 9 숫자 예측

- CNN을 이용한 도형의 인식, CNN 상에서의 이미지 부풀리기, ImageDataGenerator

- CNN, 이미지 인식을 통한 영화배우 정보 조회하기, 학습 데이터 전처리,

- OpenCV haarcascades 설치, 얼굴 이미지 crop

- 이미지 인식을 통한 영화배우 정보 조회하기, RNN 순환 신경망, 순환 신경망을 이용한 영화 리뷰 정서 분석

- IMDB 영화 리뷰 데이터셋 사용, 시계열 분석 분석 모델 제작, LSTM을 사용한 주식 변동성 전망

개인화 서비스

추천시스템

- 기본적인 추천 시스템, 인기제품 방식의 추천, 협업 필터링 추천 시스템

- 유사도지표, 기본 CF 알고리즘, Matrix Factorization(MF) 기반 추천

- SGD를 사용한 MF 기본 알고리즘, MF의 최적 파라미터 찾기, Surprise 패키지 사용

- 딥러닝을 사용한 추천 시스템 구현, Keras로 MF 구현하기, 딥러닝 모델에 변수 추가

챗봇

딥러닝 기반 챗봇

- 단어 임베딩, 텍스트 유사도, 문장 분류를 위한 CNN 모델

- 개체명 인식을 위한 양방향 LSTM 모델, 챗봇 학습 툴 만들기

- 단어 사전 구축 및 시퀀스 생성, 챗봇 엔진 서버 개발, 챗봇 테스트 클라이언트 프로그램

- 챗봇 API 만들기

프로젝트

딥러닝 기반 추천 시스템

- 딥러닝 기반 추천 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 공유, 협업 설정, 요구사항의 파악 및 정의

- Usecase Diagram 제작, Amateras ERD 파일생성, DBMS 모델링(논리적/물리적)

- Tensorflow 학습 데이터 관련 SQL 생성, Tensorflow model 제작

- Tensorflow model 성능 개선, Django, Tensorflow model 연동 서비스 제작

- Spring Boot 상에서의 Django Rest 서비스 접근 제작

- Tensorflow model AWS EC2 서비스에 업로드

- Web 서비스 AWS EC2 서비스에 배포

- Android mobile App에서의 Tensorflow 모델 사용 제작

- 프로젝트 문서화 작업 및 발표

딥러닝 기반 챗봇시스템

- 딥러닝 기반 챗봇 시스템 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 공유, 협업 설정

- 요구사항의 파악 및 정의, Usecase Diagram 제작, Amateras ERD 파일생성

- DBMS 모델링(논리적/물리적), Tensorflow 학습 데이터 관련 SQL 생성

- Tensorflow model 제작, Tensorflow model 성능 개선

- Django, Tensorflow model 연동 서비스 제작

- Spring Boot 상에서의 Django Rest 서비스 접근 제작

- Tensorflow model AWS EC2 서비스에 업로드

- Web 서비스 AWS EC2 서비스에 배포

- Android mobile App에서의 Tensorflow 모델 사용 제작

- 프로젝트 문서화 작업 및 발표