훈련과정	데이터베이스기반 빅데이터분석가 양성과정
훈련자격	ㆍ전공무관ㆍ취업준비생ㆍ취업성공패키지참여자ㆍ재학생(방통대,야간대) ㆍ다음연도 9월 이전 졸업이 가능한 대학(교) 졸업예정자
교육시간	09:30~18:30 (주5일수업.일일8시간)	총교육시간	5개월 (100일_총800시간)
교육일정	2019년 11월26일 ~ 2020년 04월21일
교육장소	강남

교육비용	교육총비용	5,859,200원ㆍ전액무료ㆍ	교육문의 및 신청 02-539-8879 온라인 문의 + 전화 상담 카톡 상담
개인부담금	전액지원 (국가기간ㆍ전략산업직종훈련과정)
교육수당지원	단위기간별 훈련일수의 80% 이상을 출석한 경우 월훈련장려금 지급

11%EC%9B%94%EA%B3%BC%EC%A0%95-%EB%A1%9C%EB%93%9C%EB%A7%B5%EC%9B%90%EB%B3%B8-4-01.png

구분	교과목	단원	훈련시간
NCS 소양교과	의사소통능력		16H
NCS 전공교과	데이터분석 및 구축	분석용 데이터 구축	24H
	데이터분석 및 구축	탐색적 데이터 분석	24H
	데이터 분석	통계기반 데이터 분석	40H
		머신러닝기반 데이터 분석	56H
		텍스트 데이터 분석	56H
	분석 시각화	빅데이터 분석 결과 시각화	56H
	데이터 베이스 활용	데이터 베이스 요구사항 분석	24H
		SQL 응용	40H
		데이터 베이스 구현	40H
		데이터 베이스 성능확보	56H
		SQL 활용	40H
	빅데이터 프로그래밍	프로그래밍 언어 활용	96H
	빅데이터 환경 분석 및 운영	빅데이터 환경분석	40H
비 NCS 교과 (이론)	빅데이터 프로젝트 기획	빅데이터 분석 주제 선정 및 분석 방안 구체화 요구사항 정리 분석결과 서비스 개발 계획 프로젝트 일정관리 및 업무 분담	16H
비 NCS 교과 (실기)	DeepLearning	Tensorflow에서 구현 DeepNeuralNet이해 및 Tensorflow에서 구현 여러종류의 활성화 함수이해 및 Tensorflow에서 구현 Tensorflow에 NN/DNN을 이용한 MINIST 문자 분류 실습 onvolutionalNeuralNetwork(CNN)이해 및 Tensorflow 구현 Tensorflow에서 CNN을 이용한 MINIST 문자 분류실습 및 기존 방법들과 비교 RecurrentNeuralNetwork(RNN) 이해 및 Tensorflow 구현 Word2Vec 이해 및 Tensorflow에서 구현 구글 Inception모델을 이용한 이미지인식Tensorflow에서 구현	56H
비 NCS 교과 (실기)	빅데이터 프로젝트 서비스 개발	정형 데이터수집 및 분석 비정형 데이터수집 및 분석 데이터수집 및 분석공공 데이터포털 API를 활용한 데이터수집 및 분석포털 API를 활용한 데이터수집 및 분석 서비스개발을 위한 환경구축 서비스 인터페이스정의 및 프로세스정의 수집 데이터 정제 및 분류 시각화 기술을 통한 요구사항에 맞는 시나리오 분석 시각화 입력 데이터 식별 및 매핑 데이터 분석 및 모델 평가구현	120H
총 훈련시간			800시간

01-11%EC%9B%94%EA%B3%BC%EC%A0%95%EB%B9%85%EB%8D%B0%EC%9D%B4%ED%84%B0%ED%9B%84%EA%B8%B0.png

.

교육센터 시설안내

강남 캠퍼스

커리큘럼Acorn Job Employment Center

주제	강의주요내용	시간
SQL입문	SQL 기본 1) 데이터 조작어 - 검색 - SELECT - 집계함수와 GROUP BY - 2개 이상 테이블에서의 질의 2) 데이터 정의어 - CREATE, ALTER, DROP 문 3) 데이터 조작어 - 삽입, 삭제, 수정 - INSERT, UPDATE, DELETE 문 SQL 고급 1) 내장함수, NULL 값 처리, ROWNUM 2) 부속질의 - 스칼라, 인라인 뷰, 중첩질의 3) 뷰, 인덱스 - View 생성, 수정, 삭제 - Index 생성, 재구성, 삭제	40H
PLSQL	1) 프로시져 ( procedure ) 2) 트리거 ( trigger ) 3) 사용자 정의 함수 (user-defined function) 4) 패키지 ( Package )	40H
데이터베이스 설계	1) 데이타베이스 생명주기 2) 데이터 모델링 공정 3) ER 모델 4) ER 모델의 관계모델 사상	40H
데이터베이스 성능관리	정규화 1) 이상현상 2) 함수 종속성 3) 1NF ~ BCNF 트랜잭션 1) 개념 2) 성질 3) 트랜잭션과 DBMS 4) 동시성 제어 5) 트랜잭션 고립수준	56H
관계 데이터 모델	관계 데이터 모델 1) 관계 데이터 모델링 개념 2) 무결성 제약조건 - 키(key) - 무결성 제약조건 및 수행 3) 관계대수 - 셀렉션(selection), - 프로젝션(projection), - 집합연산, 조인(join), 디비전(division)	24H
R 패키지 『R 기초 문법 및패키지 사용법』	R 프로그램 개요 및 기초문법 ⓐ R 설치(R Studio) 및 기본 메뉴 실습 ⓑ 데이터의 유형 및 자료구조 이해 ⓒ 데이터 입출력 및 파일 처리 ⓓ제어문과반복문 R 패키지 및 함수 사용 ⓐ 패키지 설치 및 사용법 ⓑ 사용자 정의함수 및 내장함수	40H
분석도구 Python 『파이썬 개발환경 구축 및 기본문법』『NumPy / pandas』	『파이썬 개발환경 구축 및 기본문법』 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 『NumPy / pandas 학습』 NumPy기본 :다차원배열 생성 / 연산 NumPy기본 :유니버셜함수 / 배열을 이용한 데이터처리 NumPy기본 : 활용 예제 pandas 기본 : pandas소개 / 색인활용 pandas 기본 :기술통계 기본 요약 / 누락 데이터 처리	96H
분석도구 Python 『분석용 데이터 구축 및 가공』	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 데이터변형 : 데이터 병합 / 피벗 데이터변형 :중복제거 / 값 치환 / 문자열 / 미국농무부 데이터 실습 데이터변형 :GroupBy 기반 그룹 연산	48H
분석도구 R 『예측분석』	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	56H
분석도구 R 『기술통계및추론통계 분석』	1) 기술통계 - 표본추출 - 변수의 척도와 구분 - 확룰분포 - 표본분포 및 모수추정 - 가설검정 - t-검정 (두 집단의 평균 비교) - 분산분석 (여러 집단의 평균 비교) - 평균의 다중비교 2) 추론통계 - 변수들 관계분석 (회귀/상관/교차 분석) - 시계열데이터 분석	40H
Machine learning R+Python 지도학습『Supervised Learning』	1) 이상탐지(Anomaly Detection) - based on One-class SVM - based on PCA and EFA 2) 군집화(Clustering) - K-means clustering 3) 분류(Classification) - Two-class classification : Logistic Regression Decision Forest Boosted Decision Tree Logistic Regression SVM - Multi-class classification : Logistic Regression Decision Forest Boosted Decision Tree Logistic Regression 4) 회귀분석(Regression) - Ordinal Regression - Poisson Regression - Linear Regression - Decision Tree Regression - Decision Forest Regression	56H
Deep Learning 인공신경망	인공신경망(ANN, Artificial Neural Network) ------------------------------------------------ 에이다부스트 알고리즘 기타 :특징추출, 측징선택, 모델선택 등 ------------------------------------------------ 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	56H
최종프로젝트 기획 및 개발	R과 Python를 활용한 빅데이터 기획설계 및 프로젝트	136H

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

에이콘 아카데미는 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 작성해야 합니다.
비밀번호(필수)
신청자(필수)
핸드폰번호(필수)	- -
이메일주소(필수)	@
생년월일(필수)	예)820506
최종학력	대학 전공, 기타
교육일정선택(필수)
문의사항