교육과정전체보기
빅데이터분석기사
-
- 학습기간
- 8주(105시간)
-
- NCS코드
- 20010105:빅데이터분석
-
- 지원
- 교재, 모바일
-
국민내일배움카드 (재직자)
-
국민내일배움카드 (구직자)
-
일반
-
사업주위탁과정
-
수강신청이 마감되었습니다.
국민내일배움카드의 유무에 관계없이
누구나 신청 가능합니다.
- 수료기준 : 별도 수료기준 없이 진행 가능
- 교재/모바일강의/무료 복습기간 제공
국민내일배움카드(근로자)를 발급받으신 분들의 경우
해당과정으로 신청하셔야 수강료의 일부 국비지원이 됩니다.
- 수료기준 : 진도율 80%, 평가 2회
- 교재/모바일강의/무료 복습기간 제공
교재소개
- 2021 BIGDATA 빅데이터분석기사 필기 한권완성
- 빅데이터 분석기사 국내 최대 문제 수록, 압도적 분량의 1,314문제로 완벽한 마무리
강사정보
최기선
- 서울과학기술대학교 산업정보 박사
- 현) 철강협회, 디지털융합진흥원 / 인공지능, 빅데이터 분석 강의
- 현) 기업기술지도 (KOTERA)
- LG CNS 빅데이터 사업 및 기술 전문위원
- 데이터 품질 강의 (KOSTA)
- 기업솔루션 강의 (인포레버)
- 주요저서: 2021 빅데이터 분석기사 필기 한권완성 (예문사)
박진원
- 현) LG CNS 데이터사이언티스트
- 주요저서: 2021 빅데이터 분석기사 필기 한권완성 (예문사)
김주현
- 현) LG CNS 데이터사이언티스트
- 주요저서: 2021 빅데이터 분석기사 필기 한권완성 (예문사)
권태협
- 현) LG CNS
- 빅데이터 분석 준전문가(ADsP)
- 주요저서: 2021 빅데이터 분석기사 필기 한권완성 (예문사)
이경숙
- 현) LG CNS
- 빅데이터 분석 준전문가(ADsP)
- 주요저서: 2021 빅데이터 분석기사 필기 한권완성 (예문사)
학습개요
전세계적으로 빅데이터가 미래 성장 동력으로 인식되어, 각국 정부에서 관련 기업 투자를 끌어내는 등 국가, 기업의 주요 전략 분야로 부상하고 있다. 국가와 기업의 경쟁력 확보를 위해 빅데이터 분석 전문가의 수요는 증가하고 있으나, 수요 대비 공급 부족으로 인력 확보에 어려움이 높은 실정이다. 이에 정부 차원에서 빅데이터 분석 전문가를 양성함과 동시에 체계적으로 역량을 검증할 수 있는 국가기술자격에 대한 수요가 높은 편이다.
학습목표
1. 빅데이터 분석기사 자격증 필기 시험 합격
- 필기시험 합격을 위해서 빅데이터 분석 및 유관 분야에 대한 기본 지식 함양
- 분석기사 실기시험 응시를 위한 기본 지식 함양
2. 빅데이터 분석 전문가로서의 능력 함양
-현업에서 실제 업무를 수행할 수 있을 정도의 기반 지식을 함양
학습대상
빅데이터분석기사 자격을 취득하기 위해 응시 요건을 갖추며 미리 필기시험을 대비하거나 준비하는 대상으로 한다.
빅데이터분석기사 응시 자격은 다음과 같다.
1. 대학졸업자 등 또는 졸업예정자(전공 무관)
2. 3년제 전문대학졸업자 등으로서 졸업 후 1년 이상 직장경력이 있는 사람(전공, 직무 분야 무관)
3. 2년제 전문대학 졸업자 등으로서 졸업 후 2년 이상 직장경력이 있는 사람(전공, 직무분야 무관)
4. 기사 등급 이상의 자격을 취득한 사람(종목 무관)
5. 기사 수준 기술 훈련과정 이수자 또는 그 이수예정자(종목 무관)
6. 산업기사 등급 이상의 자격을 취득한 후 1년 이상 직장경력이 있는 사람(종목, 직무 분야 무관)
7. 산업기사 수준 기술훈련과정 이수자로서 이수 후 2년 이상 직장경력이 있는 사람(종목, 직무분야 무관)
8. 기능사 등급 이상의 자격을 취득한 후 3년 이상 직장경력이 있는 사람(종목, 직무 분야 무관)
9. 4년 이상 직장경력이 있는 사람(직무 분야 무관)
평가기준
| 진도 | 진행단계평가 | 최종평가 | 과제 | 토론 | 총점 | |
|---|---|---|---|---|---|---|
| 배점 | - | 10% | 90% | - | - | - |
| 수료기준 | 80%이상 필수 | 필수 | 필수 | - | - | 60점이상 |
- · 진행단계평가(10%)+최종평가(90%) 합산점수 60점 이상 시 수료 / 진도율 80% 이상 수료
- * 수료기준 2가지 모두 완료되어야 수료 가능합니다.
- · 유의사항 : 진행단계평가를 반드시 응시해야 다음 차시 수강이 가능합니다.
학습내용
1. 빅데이터 분석기사 강의 개요
2. 빅데이터 분석 이해
3. 빅데이터 분석 활용 사례 및 플랫폼
4. 빅데이터 분석 기획 및 빅데이터 특징
5. 빅데이터가 만드는 변화와 가치
6. 데이터 산업의 이해
7. 빅데이터 조직
8. 빅데이터 기술
9. 빅데이터와 인공지능
10. 개인정보 법ㆍ제도
11. 개인정보 활용
12. 분석 로드맵 설정
13. 분석 문제 정의 (1)
14. 분석 문제 정의 (2)
15. 데이터 분석 방안
16. 분석 작업 계획
17. 데이터 수집 (1)
18. 데이터 수집 (2)
19. 데이터 유형 및 속성 파악
20. 데이터 처리와 비식별화
21. 데이터 품질 검증 및 데이터 적재
22. 데이터 분석 기획 정리
23. 빅데이터 탐색과 데이터 정제
24. 데이터 결측값 처리
25. 데이터 이상값 처리
26. 변수 선택
27. 차원축소 (1)
28. 차원축소 (2)
29. 파생변수 생성과 변수 변환
30. 불균형 데이터 처리
31. 데이터 탐색
32. 상관 관계 분석
33. 기초통계량 추출 및 이해
34. 시각적 데이터 탐색과 시공간 데이터 탐색
35. 다변량 데이터 탐색
36. 비정형 데이터 탐색
37. 기술 통계와 데이터 요약
38. 표본 추출
39. 확률 분포 (1)
40. 확률 분포 (2)
41. 확률 분포 (3)
42. 표본 분포
43. 추론 통계와 점 추정
44. 추론 통계와 구간 추정
45. 가설 검정
46. PART2 빅데이터 탐색 정리
47. 빅데이터 모델링
48. 분석 모형 정의와 구축절차
49. 분석 환경 구축
50. 분석 기법의 개요 및 회귀분석 (1)
51. 분석 기법의 개요 및 회귀분석 (2)
52. 로지스틱 회귀분석 (1)
53. 로지스틱 회귀분석 (2)
54. 의사결정나무 분석 (1)
55. 의사결정나무 분석 (2)
56. 인공신경망 분석 (1)
57. 인공신경망 분석 (2)
58. 서포트벡터머신(SVM, Support Vector Machine)
59. 연관성 분석(Association Rule)
60. 군집분석 (1)
61. 군집분석 (2)
62. 분석기법 Wrap Up
63. 범주형 자료 분석 (1)
64. 범주형 자료 분석 (2)
65. 다변량 분석 (1)
66. 다변량 분석 (2)
67. 다변량 분석 (3)
68. 시계열 분석 (1)
69. 시계열 분석 (2)
70. 시계열 분석 (3)
71. 베이지안 기법
72. 딥러닝 분석 (1)
73. 딥러닝 분석 (2)
74. 딥러닝 분석 (3)
75. 딥러닝 분석 (4)
76. 비정형 데이터 분석 (1)
77. 비정형 데이터 분석 (2)
78. 앙상블 분석 (1)
79. 앙상블 분석 (2)
80. 앙상블 분석 (3)
81. 비모수 통계 (1)
82. 비모수 통계 (2)
83. 고급 분석 기법 총정리
84. 평가지표 (1)
85. 평가지표 (2)
86. 분석모형 진단
87. 교차 검증
88. 모수 유의성 검정
89. 적합도 검정
90. 과대적합 방지
91. 매개변수 최적화
92. 분석모형 융합
93. 최종모형 선정
94. 분석모형 해석 (1)
95. 분석모형 해석 (2)
96. 비즈니스 기여도 평가
97. 시각화 개요
98. 시간 시각화
99. 공간 시각화
100. 관계 시각화
101. 비교 시각화
102. 인포그래픽
103. 분석결과 활용
104. PART4 총정리
