HOME > 취업연수과정 > 교육과정
데이터베이스기반 빅데이터분석가 양성과정
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
02-539-8879온라인 신청하기 +
개인부담금 전액지원 (국가기간ㆍ전략산업직종훈련과정)
교육수당지원 단위기간별 훈련일수의 80% 이상을 출석한 경우 월훈련장려금 지급

k_data_11.png


​​
​ ​ncs.png

 

구분

 

교과목

단원 

훈련시간 

 NCS 소양교과 

의사소통능력

 

16H 

 

NCS 전공교과

 

데이터분석 및 구축 

     분석용 데이터 구축 

24H 

     ​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 

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

     수​집 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 


​​

 

 

front_img.png
k_database_book_2.png​​

​ ​    

 

 

 ​

.​​

.​​

교육센터 시설안내

강남 캠퍼스
강남 캠퍼스
강남 캠퍼스
종로 캠퍼스
종로 캠퍼스
종로 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

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

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

수강신청하기

Back to Top