HOME > 취업연수과정 > 교육과정
데이터베이스(DB)활용을 위한 빅데이터분석가 양성과정
훈련과정 데이터베이스(DB)활용을 위한 빅데이터분석가 양성과정
훈련자격 ㆍ전공무관ㆍ취업준비생ㆍ취업성공패키지참여자ㆍ재학생(방통대,야간대)
ㆍ다음연도 9월 이전 졸업이 가능한 대학(교) 졸업예정자
교육시간 09:30~18:30 (주5일수업.일일8시간) 총교육시간 5개월 (103일_총824시간)
교육일정 2020년 05월07일 ~ 2020년 09월29일 (1회차)
교육장소 강남
교육비용 교육총비용 6,034,976원ㆍ전액무료교육
교육문의 및 신청
02-539-8879온라인 신청하기 +
개인부담금 전액지원 (국가기간ㆍ전략산업직종훈련과정)
교육수당지원 단위기간별 훈련일수의 80% 이상을 출석한 경우 월훈련장려금 지급

​​​k_0512_m.png

 


​​​​
k_0507_c.png​​
​ 
ncs.png

구분


교과목 


단원 

훈련시간 

NCS 소양교과 

    의사소통능력 

 

8H 

NCS 전공교과

    빅데이터 분석 및 구축

    통계기반 데이터 분석

42H

    머신러닝 기반 데이터 분석

58H

    텍스트 데이터 분석

58H

    분석용 데이터 구축

24H

    탐색적 데이터 분석

26H

    빅데이터 분석 시각화

    빅데이터 분석 결과 시각화

56H

    빅데이터 분석 및 구축

    빅데이터 환경분석

40H

    데이터 베이스 구

    데이터베이스 구현

32H 

    데이터 표준화

24H 

    데이터 전환

32H

    SQL 활용

32H

    빅데이터 프로그래밍 및 UI 구현

    UI구현

72H 

    프로그래밍 언어활용

72H

비 NCS 교과 (실기) 

    서비스 구현을 위한 

    프로젝트

   

    

    프로젝트 기획

 

    - 주제선정

    - 요구사항정리 및 수집

    - 분석결과 서비스 개발계획

    - 프로젝트 일정관리 및 업무분담 

 

8H

    데이터 수집 및 탐색 분석

 

    - 정형 데이터 수집 및 분석

    - 비정형 데이터수집 및 분석

    - 공공데이터 포털 API를 활용한 데이터수집 및 분석

    - 포털 API를 활용한 데이터수집 및 분석

 

 24H

    서비스 개발 및 시각화

 

    - 서비스 개발을 위한 환경구축

    - 서비스 인터페이스 정의 및 프로세스 정의

    - 수집 데이터 정제 및 분류

    - 시각화 기술을 통한 요구사항에 맞는 시나리오 분석

    - 시각화 입력 데이터식별 및 매핑

    - 데이터분석 및 모델 평가구현

 

 88H

    테스트 및 발표

 

    - 단위테스트

    - 화면설계 및 구현

    - 통합테스트 및 디버깅 작업

    - 프로젝트 시연 및 발표

 

 8H

    Deep Learning

    Deep Learning

 

    - Tensorflow에서 구현

    - DeepNeuralNet 이해 및 Tensorflow에서 구현

    - 여러 종류의 활성화 함수이해 및 Tensorflow에서 구현

    - Tensorflow에서 NN/DNN을 이용한 MINIST 문자분류실습

    - onvolutionalNeuralNetwork(CNN)이해 및 Tensorflow 구현

    - Tensorflow와 CNN을 이용한 MINIST 문자분류실습 및

      기존방법들과 비교

    - RecurrentNeuralNetwork(RNN) 이해 및 Tensorflow 구현

    - Word2Vec이해 및 Tensorflow에서 구현​

    - 구글 Inception 모델을 이용한 이미지 인식 Tensorflow에서

      구현

 

 80H

    데이터 구조와 알고리즘

   데이터 구조와 알고리즘

    

    - 재귀와 백트래킹

    - 연결리스트

    - 스택

    - 큐,트리

    - 우선순위 큐와힙

    - 분리집합 ADT

    - 그래프 알고리즘

    - 정렬, 검색

    - 선택 알고리즘

    - 심볼테이블

    - 해싱

    - 문자열 알고리즘

    - 알고리즘 디자인기법

    - 탐욕 알고리즘

    - 분할 정복 알고리즘

    - 동적 계획법

    - 복잡도 클래스

 

 40H


 총 훈련시간


 824시간



​​

 

 

front_img.png
k_0512_book.png

 

​ ​    

 

 

 ​

​​​

​​​

교육센터 시설안내

강남 캠퍼스
강남 캠퍼스
강남 캠퍼스
강남 캠퍼스
종로 캠퍼스
종로 캠퍼스
종로 캠퍼스

커리큘럼Acorn Job Employment Center

주제 강의주요내용 시간
SQL입문
  • SQL 기본
  • 1) DQL(Data Query Language)
  • - 데이터의 조회
  • - GROUP BY 와 집계 산출
  • - 다양한 조인(JOIN) 수행
  • 2) DDL(Data Definition Language)
  • - 다양한 DB객체의 생성/수정/삭제
  • 3) DML(Data Manipulation Language)
  • - 데이터의 생성/수정/삭제
  • 4) DCL(Data Control Language)
  • - 데이터의 접근통제
  • SQL 고급
  • 1) 내장함수, NULL 값 처리, 의사컬럼,
  • IDENTITY, LIMIT 처리
  • 2) 중첩(부속)질의
  • 상관/비상관 부속질의, 인라인 뷰
  • 3) 다양한 DB 객체 CRUD
  • Index, View, Sequence,
  • Stored Procedure, Function,
  • Package
H
Analytic Function
  • Analytic SQL (분석용 SQL)
  • 1) Aggregation
  • 2) Group
  • 3) Window
  • 4) Partition
  • 5) Ranking
  • 6) Walking Tree
H
데이터베이스
  • 데이터베이스 설계
  • 1) Ubuntu Linux 설치와 패키지관리
  • - VMM(Virtual Machine Manager)
  • - 기본 패키지관리
  • - DBMS설치환경 설정
  • 2) DBMS 설치환경설정 및 설치수행
  • - On-premise (Windows/Ubunu)
  • - Cloud Database
H
데이터베이스 성능관리
  • 정규화(Normalization)
  • 1) 이상현상(Anormaly) 확인
  • 2) 함수 종속성 제거
  • 3) 1NF ~ BCNF (제1정규형 ~ BCNF)
  • 트랜잭션 관리
  • 1) 개념과 성질
  • 2) 락(Lock)
  • 3) 동시성 제어
  • 4) 고립수준 (Isolation Level)
H
데이터 전환
  • 관계대수
  • 1) 셀렉션(Selection)
  • 2) 프로젝션(Projection)
  • 3) 집합연산(Union/Intersection/..)
  • 4) 조인(Join), 디비전(Division)
  • 키 관리
  • 1) 슈퍼키(super key)
  • 2) 후보키(Candicate Key)
  • 3) 기본키(Primary Key)
  • 4) 대체키(Alternate Key)
  • 5) 외래키(Foreign Key)
  • 무결성 제약조건
  • 1) 개체 무결성 제약조건
  • 2) 참조 무결성 제약조건
  • 3) 컬럼 무결성 제약조건
  • 관계 데이터 모델링
  • 1) Conceptual Modeling
  • 2) Logical Modeling
  • 3) Physical Modeling
  • 4) 모델링 실습
H
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
H
분석도구 Python
『NumPy / pandas』
  • Python & PANDAS
  • 1) 파이썬 3.x 설치(Window, Ubuntu)
  • 2) Jupyter Lab 설치(Window, Ubuntu)
  • 와 사용법
  • 3) Visual Source Code 에서의 파이썬
  • 개발환경설정 및 사용법
  • 4) PANDAS 분석 라이브러리 활용
  • - 기초/요약/기술통계의 산출
  • - 기술통계 시각화 및 Insight도출
H
자바(Java) 프로그래밍
  • 1) 기본 문법
  • 2) 객체지향(OOP) 설계
  • 3) JCF(Java Collection Framework)
  • 4) Generic, Lambda
  • 5) 대용량 데이터 처리(STREAMS API)
H
분석용 데이터활용
『추출, 변환, 적재, Data Munging』
  • ETL(Extract/Transformation/Loading)
  • 1) CSV, TSV, PSV 파일 대상
  • 2) Excel 파일 대상
  • 3) Json 파일 대상
  • 4) XML 파일 대상
  • 5) Web Scraping, Crawling
  • 6) 외부자료:
  • - 롯데 L.point 빅데이터 컴피티션
  • 공모전 자료
  • - 한국보건사회연구원 웨이브 자료
  • 7) Cloud Database 에 데이터 구축

  • 탐색적 데이터 분석
  • 1) 데이터 먼징(Data Munging)
  • - 이상값(outliers) 확인 및 처리
  • - 결측치 대체(Imputation)
  • - 데이터프레임 조작
  • - Tidy 데이터 확보
  • 2) 변수의 기초통계량
  • 3) 다변량 데이터에 대한 기술통계량
  • 3) 시각화를 통한 변수간 관계, 의미도출
H
빅데이터 분석 결과 시각화
  • 데이터 분석을 위한 시각화
  • ⓐ이산변수와연속변수 시각화

  • 데이터 분석을 위한 전처리
  • ⓐ 데이터 특성 분석
  • ⓑ 데이터 전처리
  • 데이터리모델링
  • ⓐ 데이터 리모델링 패키지(plyr, dplyr,reshape,reshape2)
  • 정형 데이터와 비정형 데이터 처리
  • ⓐ 정형 데이터 처리(SQL 데이터 처리)
  • ⓑ 비정형 데이터 처리(워드클라우드 및 연관어 분석)
  • --------------------------------------------------------------
  • 시각화 :matplot 기본 / matplot 활용 예제 / pandas + matplot 활용 시각화
  • 시계열 데이터 활용 :시계열 데이터 변환
  • 시계열 데이터 활용 : 금융 데이터 활용한 예제
  • SciPy기본 : 기본적인 통계 분석
H
통계기반 심화 학습
『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
H
기술통계 및추론통계 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
H
Machine learning
R+Python
  • 1) 이상탐지(Anormaly Detection)
  • - based on One-class SVM
  • - based on PCA and EFA

  • 2) 군집화(Clustering)
  • - K-means clustering
  • 3) 분류(Classification)
  • - 로지스틱 회귀(Logistic Regression)
  • - 의사결정트리(Decision Tree)
  • - 부스트의사결정트리(Boosting)
  • - 서포트벡터머신(SVM)
  • 4) 회귀분석(Regression)
  • - 단순 선형회귀분석
  • - 다중 선형회귀분석
  • - 곡선 회귀분석
  • - 일반화 회귀분석
  • - 로지스틱 회귀분석
H
Deep Learning
  • 심층신경망(DNN, Deep Neural Net)
  • 1) 소개
  • 2) 딥러닝 기본 알고리즘 이해
  • 2) 딥러닝 프레임워크 소개 및 사용법
  • - Tensorflow2.0+케라스(Keras)
  • - 실습
  • 3) CNN, RNN, GAN 등 이해 및 실습
  • - 다양한 유형의 딥러닝 학습방법습득
  • - 실습
H
데이터구조와 알고리즘
『취업에 필요한 기술면접대비』
  • 1) 자료구조
  • - 배열
  • - 클래스

  • 2) 알고리즘
  • - 반복
  • - 검색
  • - 스택(Stack), 큐(Queue)
  • - 재귀(Recursive Call)
  • - 정렬
  • - 집합(Set)
  • - 문자열 검색
  • - 리스트(List)와 트리(Tree)
  • - 해시(Hash)
H
최종프로젝트 기획 및 개발
  • R과 Python를 활용한 빅데이터 기획설계 및 프로젝트
H

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

국비대상자 간편조회

정확한 지원비용을 산출해 드리고자 조회신청하신분들은
12시간(평일기준)안에 E-Mail 및 전화연락을 드릴수 있도록 하겠습니다
  • 성 명*
  • 연락처*
    - -
  • 이메일주소
    @
  • 현 상태
    졸업예정자
    야간대학 또는 사이버대학 재학중
    실업상태(구직중)
    실업급여 수급자
    취업성공패키지 진행인 자
    개인사업자 및 법인사업자가 있는분
    기타
  • 문의사항
  • 개인정보 수집 및 이용*
                 수집하는 개인정보의 항목
    
                 수집하는 목적/방법에 따라 수집하는 개인정보 항목은 다음과 같습니다.
                 - 기본 개인정보 정보
                  신청자, 샌년월일, 연락처, 이메일, 회사명
                 - 마케팅/서비스 이용을 위한 정보
                  신청자, 주민등록번호, 연락처, 이메일, 회사명
                 - 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, 주민등록번호, 연락처, 이메일, 회사명
                 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?

Back to Top