교육과정

유의사항 개강 후 일주일까지 입과할 수 있습니다. 단, 국민내일배움카드가 발급 완료된 분에 한합니다.

데이터 분석, 어디서 배우느냐가 중요합니다
아이티윌만의 특별한 이유를 확인하세요!

지금 데이터 분석 국비교육 수강등록하고
아이티윌만의 8가지 특별한 혜택받기!

수강료 걱정 NO, 95% 할인 혜택

국민 내일배움카드만 있다면, 수강료 8,333,560원 지원!
경제적 부담은 줄이고 안정적인 커리어를 시작할 수 있습니다.

경쟁력을 갖추기 위한 데이터 분석 스킬

압도적인 결과물 취업을 확정 짓는 나만의 포트폴리오

수집과 저장 : 데이터 인프라 구축의 시작

데이터 분석의 첫 단추인 수집 및 저장 기술을 학습합니다. 정형 데이터(SQL DB)에 대한 이해를 바탕으로, 웹 크롤링이나 API를 활용한 비정형 데이터 (텍스트, 로그 등) 수집 방법을 익힙니다. 수집한 데이터를 분석에 적합한 형태로 구조화하고 저장하는 실무 역량을 배양합니다.

핵심 기술 : SQL/NoSQL, Python (requests, API), 웹 크롤링, 데이터 모델링

데이터 추출과 시각화 : 인사이트를 발견하는 눈

수집된 데이터에서 필요한 정보를 효율적으로 추출하고 가공하는 전처리 과정을 집중적으로 다룹니다. 탐색적 데이터 분석(EDA)을 통해 데이터의 특성을 파악하고, Matplotlib, Seaborn, Tableau 등의 도구를 활용하여 결과를 시각화합니다. 단순 그래프를 넘어, 스토리텔링이 담긴 대시보드를 제작하여 인사이트를 효과적으로 전달하는 방법을 배웁니다.

핵심 기술 : Python (Pandas, Numpy), 데이터 전처리, EDA, Matplotlib/Seaborn, Tableau/Plotly

통계 및 머신러닝 : 지능적 분석과 예측 모델링

통계적 사고를 바탕으로 데이터의 유의미성을 판단하고 (가설 검정), 이를 기반으로 예측 모델을 구축합니다. 특히, 실제 비즈니스 데이터(거래 기록, 센서 정보, 고객 행동 등)를 활용하여 특정 사건(예: 고객 이탈, 장비 고장, 마케팅 성공) 발생 가능성을 예측하는 분류 모델(Classification) 구현에 집중합니다. 모델 평가 지표를 통해 성능을 검증하고, 최적화 기법을 적용하여 모델의 현업 적용 가능성을 높입니다.

핵심 기술 : 추론 통계, 가설 검정(T-test), 회귀/분류 알고리즘(Random Forest, SVM 등), 모델 평가 지표, 시계열 분석(선택)

파이널 프로젝트 : 실전 문제 해결을 위한 통합 역량 강화

Step 1부터 3까지 습득한 모든 지식과 기술을 활용하여 자율 주제 또는 제공된 실무 데이터셋을 이용해 심화 프로젝트를 수행합니다. 데이터 수집부터 문제 정의, 분석, 모델링, 최종 결과 도출 및 발표(커뮤니케이션)까지 전 과정을 주도적으로 진행합니다. 이 과정은 취업 및 경력 개발에 활용할 수 있는 고품질의 개인 포트폴리오를 완성하는 것을 목표로 합니다.

핵심 기술 : 문제 정의, 프로젝트 관리, 통합 데이터 파이프라인 구축, 보고서 및 프레젠테이션

[마케팅] 감성 분석을 통한 로컬관광 리디자인

[이커머스] Restaurant Recommender

[공공/행정] 수어번역 시스템 구현

[금융] 기업의 주식 가격변동 분석

나만의 경쟁력을 키우는 데이터분석 부트캠프

결과로 말하는 데이터 분석 부트캠프,
업계 선도기업 취업으로 실력을 증명합니다.

강사 Q&A

Q.강사님의 교육은 어떤 방식으로 진행되나요?

오늘 수업할 주제에 대해서 하루 전에 기본적인 개념과 주요 키워드를 정리한 강의자료를 카페로 제공합니다. 제공된 강의자료를 토대로 기본개념을 설명한 후 쉬운 예문 부터 단계별로 응용 예문까지 관련내용을 실습으로 진행합니다. 또한 각 단계별로 연습문제를 제공하여 학습한 내용을 바로 복습하고, 응용력을 높일 수 있도록 진행하고 있습니다.
Q.비전공자는 어떻게 지도해주시나요?

과정의 특성 상 비전공자의 비율이 비교적 높기 때문에 학습 주제에 대한 기초지식과 관련 내용을 최대한 쉽고, 상세하게 강의자료를 작성하는데 노력을 기울이고 있습니다. 본 수업시작 전에 전날 배운 내용과 연습문제를 재점검한 후 본수업을 진행합니다. 비전공자를 위해 강의 단원별 보충강의도 함께 실시합니다. 따라서 비전공자라도 열정과 호기심을 가지고 학습 과정에 적극적으로 참여한다면 실력 향상에 큰 도움이 될 것입니다.
Q.빅데이터 분석가에게 가장 필요한 스킬은 무엇인가요?

데이터 분석에 필요한 자료 수집 기술, 수집된 자료를 분석하기 위한 자료 탐색 기술, 탐색된 결과를 토대로 결측치나 이상치 및 자료변환 등의 전처리 기술 그리고 통계분석에 필요한 통계적 추론과 가설검정 기법 끝으로 예측모델 개발을 위한 머신러닝과 딥러닝 관련 프레임워크 활용 기술 등이 필요합니다.
Q.현업에서 가장 많이 사용되는 기술은 어떤 것이 있으며 본 교육에도 포함이 되어 있나요?

첫째, 데이터베이스를 활용한 고객 마케팅을 수행하는 기업들은 고객의 구매이력, 선호 상품 등을 토대로 개인별 맞춤형 광고 마케팅을 수행하는데 데이터분석 기법을 사용하고 있습니다.
둘째, 고객의 행동 패턴이나 선호도 등을 분석하여 이탈 가능성이 있는 고객을 분류하여 이탈을 방지하는데 분류모델을 적용하고 있습니다.
셋째, 기업 연구소나 신생(스타트업)기업 등에서 특화된 문서분류와 이미지 및 동영상 등의 분류모델을 연구.개발하고 있습니다.
본 교육과정에 포함된 첫번째 영역은 오라클 기반의 데이터베이스 자료 분석을 위한 SQL과정이 있습니다. 두번째 영역은 컴퓨터 분류 알고리즘에 의해서 데이터를 분석하고 패턴을 학습하여 예측 모델을 개발하는 머신러닝 과정이 있습니다. 세번째 영역은 대량의 데이터에서 유의미한 통찰력을 발견하고 예측을 수행하는 텍스트마이닝과 딥러닝 과정이 있습니다.
Q.프로젝트는 어떤 방식으로 진행되나요?

프로젝트는 교육기간 중 총 2회 진행됩니다. 세미프로젝트와 파이널 프로젝트를 통하여 실무능력을 배양합니다. 첫번째 프로젝트는 팀별 또는 개인별 프로젝트로 진행합니다. 세미프로젝트의 주 내용은 자료수집과 탐색 그리고 자료 처리와 텍스트마이닝 기법을 적용하여 분석결과를 웹으로 표현하는 결과물 제작이 목적입니다. 또한 파이널 프로젝트는 팀별 프로젝트를 권장하며, 세미프로젝트의 연장선으로 자료탐색과 전처리 그리고 머신러닝과 딥러닝 프레임워크를 이용한 예측모델을 개발하는데 목적이 있습니다. 빅데이터 분석은 현업에서 대부분 팀으로 수행되는 작업이 많습니다. 데이터 과학자뿐만 아니라 다양한 분야의 전문가들과 효과적인 커뮤니케이션과 협업 능력이 매우 중요합니다. 따라서 팀별 프로젝트를 통해서 팀원 간의 의사소통을 원활히 하고 다른 사람들의 의견을 존중하며 협업을 통해 팀의 성과를 극대화하는 실전 노력이 필요합니다.
Q.교육을 시작하기 전에 필요한 것이 있나요?

기본적인 윈도 운영체제 사용법은 필수입니다. 일반적인 데이터분석과정의 선수과목으로는 통계학, 컴퓨터과학, 데이터베이스 등을 들 수 있습니다. 통계학은 확률과 통계 그리고 통계적 추론과 가설검정 등의 용어를 숙지하며 도움이 됩니다. 컴퓨터과학은 컴퓨터 프로그래밍의 기본 개념 정도는 알아야 합니다. 끝으로 데이터베이스는 기본적인 데이터베이스 개념과 SQL의 의미 정도는 공부를 미리 하신 후 참여하면 도움이 많이 됩니다.
Q.본 교육에 참여하는 학생들에게 전해주고 싶은 말이 있다면 어떤 것이 있나요?

'힘이 들어야 힘든 일을 할 수 있는 힘이 생긴다'라는 말이 있듯이 6개월 교육과정은 쉽지않은 과정입니다. 열정과 호기심을 가지고 새로운 영역에 적극적으로 도전해 보세요. 빅데이터 분석가의 취업 전망은 매우 밝습니다. 기업과 기관들은 데이터를 활용하여 비즈니스 전략 수립, 마케팅, 운영 최적화 등 다양한 분야에서 중요한 결정을 내리고 있습니다. 이에 따라 빅데이터 분석가들의 수요가 급증하고 있으며, 취업 기회도 많아지고 있습니다. 또한 인공지능, 머신러닝, 딥러닝 등의 기술 발전으로 인해 데이터 분석의 가능성과 영역이 더욱 확장되고 있습니다. 예를 들어, 의료, 금융, 에너지, 제조 등 다양한 산업 분야에서 빅데이터 분석을 통해 효율성을 극대화하고 경쟁력을 확보하기 위해 노력하고 있습니다. 이러한 동향으로 인해 빅데이터 분석가의 취업 전망은 매우 높아지고 있습니다.