교육 과정
프로그래밍과 데이터 분석을 단계적으로 익히는 4~6개 과정으로 구성되어 있습니다.
SQL로 데이터 이해하기
₩ 320,000
SELECT부터 JOIN, 집계, 윈도우 함수까지 실무에서 자주 쓰는 SQL을 다룹니다. 분석 전 데이터 구조를 정확히 파악하는 훈련을 제공합니다.
형식
오프라인
기간
3주 (주 3회)
실습 주제
- 정규화/조인 설계 관점 학습
- 데이터 품질 점검 쿼리 작성
- 분석용 뷰(View) 구성
머신러닝 기초 (지도학습)
₩ 690,000
분류와 회귀의 기본 개념을 바탕으로 모델 학습·평가·검증 절차를 익힙니다. 과적합 점검과 성능 지표 해석을 중심으로 진행합니다.
형식
오프라인
기간
4주 (주 3회)
학습 내용
- 학습/검증 분할과 평가 프로토콜
- 특성 공학의 기본 원칙
- 모델 비교 및 오류 분석
캡스톤: 분석 리포트 제작
₩ 780,000
선정한 주제에 대해 데이터 수집·정제·분석·시각화·결론 정리까지 수행합니다. 강사진이 단계별 리뷰를 통해 방향을 조정합니다.
형식
오프라인
기간
6주 (주 2회)
진행 방식
- 주제 정의 및 데이터 소스 점검
- 분석 가설과 지표 설계
- 리포트 발표 및 피드백 세션
수강 목적에 맞춰 과정을 추천받으세요
현재 수준과 목표(데이터 분석, 자동화, 머신러닝 등)를 바탕으로 수업 흐름과 선행 학습을 안내합니다. 상담은 이메일 또는 연락처로 진행됩니다.
경험 있는 강사진
수업은 강사의 이력과 현업 경험을 바탕으로 구성됩니다. 각 과정에서 코드와 분석 결과에 대한 피드백을 제공합니다.
김지훈
파이썬 자동화·데이터 처리경력
데이터 정제 자동화 도구를 운영하며, 반복 작업을 파이프라인으로 전환한 경험을 수업에 반영합니다.
박서연
SQL·데이터 모델링경력
분석용 데이터 구조 설계와 품질 점검 쿼리 개발을 담당해 왔으며, 학습자가 스스로 검증하도록 지도합니다.
최민우
EDA·지표 설계경력
지표 정의와 시각화 기준을 정리해 의사결정 문서로 연결하는 업무를 수행했습니다. 결과 해석에 초점을 둡니다.
이하늘
지도학습·모델 평가경력
모델 성능 평가 체계와 오류 분석을 담당해 왔으며, 학습자가 실험 설계를 이해하도록 돕습니다.
수업 진행 흐름
-
1) 목표와 수준 확인사전 질문과 간단한 확인을 통해 과정 선택과 선행 학습을 안내합니다.
-
2) 개념 → 실습강의는 짧게, 실습은 충분히. 코드 작성과 데이터 확인을 반복합니다.
-
3) 리뷰와 피드백과제 결과를 기준으로 수정 포인트와 개선 방향을 함께 정리합니다.
-
4) 산출물 정리분석 리포트/코드 문서 형태로 학습 내용을 구조화합니다.
문의 및 상담
원하시는 과정, 현재 수준, 학습 가능 시간대를 알려주시면 수업 구성과 준비 사항을 안내합니다.