1. 취업교육과정
  2. 클라우드과정
  3. 일본취업과정
  4. K-디지털과정
  5. 재직자과정
  6. 취업지원안내
  7. 커뮤니티
  8. 솔데스크 수강후기
  9. 솔데스크 오시는길
이  름 :
휴대폰 : - -
개인정보수집동의 [자세히]

02-6901-7098

빅데이터취업과정 - 빅데이터 자바 파이썬을 활용한 머신러닝 과정

빅데이터취업과정 - 빅데이터 자바 파이썬을 활용한 머신러닝 과정
( 빅데이터 전문가 ) 자바 파이썬을 활용한 머신러닝 개발자
평일반 : 2022년 06월 07일
전화 : 02-6901-7098
100%국비지원 | 월 최대 80만원 훈련수당 지급
교육내용  

sw.gif

osua.gif


과정소개

JAVA를 통한 OOP 프로그래밍, R을 통한 통계 기반 데이터 분석 및 머신러닝, 파이썬을 통한 데이터 수집 및 분석, Tensorflow 2를 이용한 DNN, CNN, RNN, LSTM, NLP, GAN, Q-Learning, DQN 네트워크 모델 제작을 위한 딥러닝 기법을 학습하고 예측 모델을 제작하여 Django2, Spring 및 Spring Boot 2를 통한 지능형 웹서비스를 구축하는 과정입니다.


1) 학습목표

- 데이터 수집과 분석을 통하여 머신러닝 기초 데이터를 준비하고 Tensorflow 2를 이용한 예측 모델을 제작하여 Django2, Spring 및 Spring Boot 2를 통한 기상, 농업, 헬스 케어, 금융, 문화, 미디어, Food, 예술, 교육 분야 등의 지능형 웹서비스 구축 능력 함양을 목표로 합니다.


2) 교육과정 로드맵

 

JAVA OOP 개발, JSP 웹 개발 기초, MySQL DBMS

Oracle, Spring 및 Spring Boot 2를 통한 웹서비스 제작

 

 R을 통한 통계 기반 데이터 분석 및 시각화머신러닝 모델 제작

 파이썬을 통한 데이터 수집 Crawler 제작 및 분석

Hadoop을 통한 분산 데이터 입출력

인공지능, Machine learning, Tensowflow 2 학습을 통한 예측 모델 제작

Django2와 Spring Boot 2를 이용한 분석 결과와 머신러닝 모델 실시간 웹서비스 구축



3) 교육 대상 및 전망 

- 지능형 웹 개발에 입문하는 개발자
- 데이터 수집 및 분석에 입문하는 개발자
- 머신러닝에 입문하는 개발자
- 머신러닝의 시작을 어디서부터 해야할지 모르는 학생
- Python을 배우고 실무에 활용하고 싶은 구직자
- Tensorflow 2를 이용하여 모델을 개발하려는 개발자
- 빅데이터 분석 기사, 데이터 분석 전문가, 데이터 분석 준전문가 자격증 취득을 준비 중인 개발자


4) 교육목적 

- 데이터 수집과 분석을 통하여 머신러닝 기초 데이터를 준비하고 예측 모델을 제작하여 Django2, Spring 및 Spring Boot 2를 통한 지능형 웹서비스 구축


빅데이터개요
img!Bigdata.png


5) 교육진행 

- 최소의 필수 이론을 습득 후 실습을 최대한 진행
- 실습방식: 다양한 프로젝트 개발 관련 수업


6) 과정강점

- 현재 가장 많은 수요가 있는 JAVA, R, Python을 학습 후 웹서비스, 데이터 수집 및 분석, 예측 모델 개발 프로젝트를 통해 초급 경력자 수준의 개발 능력을 갖출 수 있으며, 빅데이터 분석 기사, 데이터 분석 전문가, 데이터 분석 준전문가 자격 취득과 관련한 실기 준비에도 많은 도움이 됨


musin.gif


자바프로그래머


프로그래밍 언어 ‘자바(JAVA)'를 통해서 프로그램을 개발하거나 웹사이트 제작, 어플리케이션을 개발할 수 있는 프로그래머


꾸준히 인기있는 ‘자바’

IT매체 테크리퍼블릭이 발표한 2018년 수요가 많은 프로그래밍 언어 7가지(자바, 파이썬, 자바스크립트, C++, C#, PHP, 펄)에 속해 있기도 합니다.

자바는 아주 잘 만들어진 언어로 전 세계 수십억 개의 디바이스에서 수백만 명의 개발자들이 사용하고 있는 프로그래밍 언어입니다.


자바 프로그래머의 전망

4차 산업혁명 시대를 맞아 개발자 또는 프로그래머 직업이 전망이 밝은 취업직종으로 떠오르고 있습니다. 4차 산업혁명 시대에 소프트웨어 부문 일자리 전망이 밝기 때문입니다.


"소프트웨어는 인공지능, 사물인터넷, 지능형 로봇, 빅데이터 분석.활용 등
4차 산업혁명 시대 주요 산업분야에서 공통적으로 쓰이는 핵심기술"

 
기존 일자리가 사라지더라도 소프트웨어 분야 일자리는 오히려 늘어날 것이라는 전망이 많습니다.


masu.gif

솔데스크강의장

edu01_02_d.png

교육대상
- 해당 교육·훈련을 성실히 이수할 수 있는 사람 
- 취업을 준비중인 대학교 졸업 예정자
- 고졸 이상 대학교 비진학 희망 자
- 개발 관련 계열에 소양이 있는 자
- 교육 및 취업에 대한 의지 및 취업 가능성 있는 자
- 대기업, 중견기업등 프로그래밍, 빅데이터 업무
- 소상공인, 1인 창업을 목표로 하는 자


과정특징

- 기업맞춤형 교육으로 기업니즈를 반영한 커리큘럼 구성
- 채용협약기업 우선 지원(안정적인 취업지원)
- 산업 현장 중심의 지식, 기술 습득
- NCS 기반의 체계적 교육 · 훈련으로 경력개발 유리
- NCS 능력 단위를 중심으로 수업을 진행하며 공공데이터를 활용할 수 있다.
- 통계 및 데이터 분석 언어인 파이썬 활용
- 데이터 수집, 처리, 분석, 시각화와 관련된 다양한 라이브러리 및 프레임워크 학습
- 실무 경험에 의한 교육을 받음으로 현업에 대한 적응력을 높일 수 있다.


진출분야

- 웹 프로그래밍 개발자
- 웹 컴퍼넌트 개발자
- GUI 응용프로그램 개발자
- ERP/CRM 기업용 솔루션 개발자
- 모바일 어플리케이션 개발자
- 데이터베이스 관리자, 빅데이터개발자
교육기간 · 6개월
수강생혜택
※ 국비지원 자격 ※   아래조건중 1가지이상 충족시 신청가능  30명선착순접수

ㆍ 구직자 ( 미취업자 및 실업자 )
ㆍ 직업안정기관(워크넷등)에 구직등록한 15세 이상 구직자
ㆍ 다음해 2월말까지 졸업예정인 고등학교 3학년 재학생으로서 상급학교 비진학 예정인 학생
ㆍ 다음해 2월말까지 졸업예정인 대학(전문대학 포함) 최종학년 재학생으로서 상급학교 비진학 예정인 학생
ㆍ 야간대학교, 사이버대, 방통대 재학생 및 휴학생 ( 재학중에도 수강신청가능 )
ㆍ 고용노동부- 국민내일배움카드 . 국민취업지원제도 발급자
ㆍ 비전공자 초보자도 지원 가능 30명 선착순접수  지원문의 02-6901-7098


※ 언택트 수업( 대면.비대면 선택가능 ) 현장강의 실시간 동시 진행 ※

 
수강료 전액 무료 + 매월 훈련수당 지급(최대 800,000원)
ㆍ 예습 및 복습을 위한 실습실 상시 개방 (오전 10:00 - 22:00)
ㆍ 온라인 인터넷 동영상 강의 무료지원
ㆍ 국내취업연계 , 해외취업연계 ( 일본IT취업연계가능 )
ㆍ NCS 기반의 체계적 교육 · 훈련으로 경력개발 유리
ㆍ 수료생은 취업보도실의 체계적인 관리시스템을 통해 취업지원
ㆍ 취업지원실을 별도로 운영하여 응용 SW 분야의 직무를 결정할 수 있도록 1:1밀착상담
ㆍ 훈련생과 상담자 간에 라포(친밀감 및 공감대) 형성, 이력서 특강 및 취업동향 세미나를 진행합니다.
ㆍ 수료 이후에는 트렌드에 맞는 이력서 첨삭, 일회성이 아닌 지속적 지원, 모의면접 진행 
ㆍ 취업지원은 본 교육기관으로 구인의뢰 내용과 취업포털사이트를 서칭 후 채용 알선을 진행하고 있습니다.
교육커리큘럼
세부내용

과목명

모듈

세부과정

빅데이터

빅데이터 수집 시스템 개발

• Web Scraping 기초

• BeautifulSoup 설치기본 트리 운행정규 표현식 이용

• 한겨레 신문 뉴스, Naver 뉴스동아 일보 뉴스 검색 crawling

• Web Scraping library Beautiful Soup 실습

• 시카고 샌드위치 맛집 분석

• 네이버 영화 평점 기준 영화의 평점 변화 확인하기

빅데이터 저장 시스템 개발

• Python CSV 파일 입출력

• MongoDB 특징구조, MongoDB 설치서버 실행 및 종료

• Database 생성 및 삭제, Collection 생성 및 삭제

• Documents 생성 및 삭제대용량 파일의 import 

• MongoDB client Compass 설치 및 이용

• PyMongo 설치하기, Pycharm에서의 MongoDB와 Python 연동

• Jupyter Notebook에서의 MongoDB와 Python 연동

• Hadoop 설정 및 활용

• R, Hadoop 연동 실습 

R,

빅데이터 처리 시스템 개발,

텍스트 데이터 분석,

빅데이터 분석 결과 시각화

 

• R project 설치, RStudio 설치 및 설정, R 프로젝트 생성

• 데이터 구조데이터의 종류벡터(Vector)

• 연산자제어문벡터 생성 함수

• 데이터 유형과 구조벡터(Vector), 연산자 실습, Factor 실습

• 행열(Matrix), 배열(Array), 리스트(List)

• 데이터 프레임(DataFrame) 

• 외부 데이터 읽기(CSV, TXT, Excel, XML), 키보드 입력

• Web에서 HTML 파일 가져오기

• 외부로 데이터 출력외부 파일로 저장하기(TXT, Excel)

• RData 다루기

• 함수(사용자 정의 함수주요 내장함수)

• 데이터 조작 - plyr, reshape, reshape2 패키지

• dplyr 패키지 활용, dplyr 패키지, filter(), select()

• arrange() 실습, mutate(), summarise(), group_by() 실습

• dplyr 활용 데이터 전처리 left_join(), bind_rows() 실습

• 데이터 정제빠진데이터(NA), 이상한 데이터 제거하기(Outlier)

• 범주형(정수형전처리연속형(실수형데이터 전처리

• 전처리 및 탐색적 분석을 위한 시각화파생 변수

• 데이터프레임 결합표본의 추출

• 다양한 주제를 대상으로한 개발 실습

• 시각화 도구의 분류, barplot, legend, title, dotchart 실습

• pie, boxplot, hist, lines, dnorm, rnorm 실습

• 중첩 자료 시각화(숫자형 컬럼 2개 이상 사용), 산점도

• abline, scatterplot3d, 3차원 챠트, 3차원 산점도 시각화

• 히스토그램밀도 그래프막대 그래프점 그래프 제작 실습

• 산점도 그래프데이터 범주화 제작 실습

• 조건 그래프, 3차원 산점도 그래프 제작 실습

• ggplot2 package를 이용한 시각화

빅데이터 분석 시스템 개발 

 

• 분석 절차와 기본 통계 지식

• 가설(hypothesis) 설정유의수준 결정측정 도구의 설계

• 척도의 분류데이터의 수집데이터 코딩

• 통계 분석 수행 원리 분석

• 통계학의 구분조사의 방법모집단과 표본통계적 추정

• 기각역(Critical region)과 채택역(Acceptance region) 파악

• 양측검정과 단측검정가설 검정 오류검정 통계량 파악

• 정규 분포모수와 비모수 검정 분석

• 표준정규분포표준화 변수 Z, Z값과 확률 구간신뢰구간 파악

• 표본오차왜도(Skewness)와 첨도 분석

• 기술 통계(Descriptive Statistics) 분석척도별 기술 통계량

• 대표값 산출산포도변동계수빈도분석

• 교차분석과 카이제곱 검정

• 일원 카이제곱 검정(적합도 검정선호도 분석)

• 이원카이제곱검정(독립성 검정동질성 검정)

• 추정과 검정모수와 표본의 구분점추정과 신뢰구간 추정의 구분

• 모평균의 구간 추정

• 단일 집단 비율 검정단일집단 평균검정(단일표본 T검정)

• 두 집단 비율 검정두집단 평균검정((독립표본 T검정)

• 세 집단 비율 검정

• 분산 분석(F 검정, ANOVA: Analysis Of Variance) 

• 요인 분석(Factor Analysis)

• 상관관계 분석(Correlation Analysis) 

빅데이터 플랫폼 테스트

• 요구사항을 기반으로 빅데이터 플랫폼 테스트 계획을 수립

• 상세 설계된 빅데이터 플랫폼 세부 시스템의 단위기능에 대하여 기

능 테스트 시나리오를 작성

• 요구사항 명세와 아키텍처 설계서를 기반으로 빅데이터 플랫폼의

• 비기능 요소를 식별하고 평가기준을 수립

• 작성된 빅데이터 플랫폼 테스트 시나리오를 기반으로 동적 테스트

를 수행하고 결함여부와 개선의견을 포함하는 테스트 결과서 작성

응용 SW/파이썬/머신러닝

응용SW 기초기술 활용(JAVA)

• Software 개론자바 언어의 이해, JDK1.8.0 설정 

• Eclipse JAVA Application 개발 환경 설정

• 컴파일자바 프로그램의 구조

• 데이터 형(data type), 연산자(Operator)

• 제어문의 실습

• OOP 특성, Class, Method, 생성자, Package, 예외처리

• Call By Reference, 메소드로 객체의 전달

• 추상 메소드추상 클래스(Abstract Class), 인터페이스(Interface) 

• File IO 프로그램 개발

• Network 프로그램의 개발

• JDBC 프로그램의 개발

데이터 입출력 구현(Oracle)

• Oracle XE 11g 개발자 버전 설치최소 설치 사양

• SQL Developer 설치

• Sql developer sql 파일 생성, RDBMS 테이블 결합 JOIN ERD 제작

• self join ERD 제작

• DDL(Data Definition Language) 명령어 실습

• Single-Row Function(단일행 함수실습

• GROUP BY, HAVING, Group Functions(그룹화 함수), SubQuery 

• Transaction, Sequence, Index 관리

• VIEW 제작

• 데이터 사전(Data Dictionary), 제약 조건의 조회추가삭제

• PL/SQL의 이해, PL/SQL의 종류, PL/SQL의 구조, Script

• Stored Procedure Create & Execution - IN/OUT 매개변수

• Stored Procedure INSERT, SELECT, UPDATE, DELETE의 이용

• Stored Function, Trigger

화면 구현(Javascript, jQuery, Bootstrap)

• Data Type, Variable, Operator(연산자), 제어문

• function(함수), 시스템 지원 전역 함수의 사용가변인수

• 객체 지향 프로그래밍

• Event의 처리(INPUT, BUTTON, SUBMIT)

• Ajax(Asynchronous JavaScript and XML), XMLHttpRequest 객체 

• JSON(JavaScript Object Notation) 출력의 Ajax 처리

• Javascript framework jQuery 설치

• selector를 이용한 DOM Element(태그)의 검색

• jQuery Ajax 요청의 처리, GET, POST 방식과 한글 처리

• Bootstrap 활용

서버 프로그램 구현(JSP, Spring, Spring Boot 2)

• TOMCAT 8 Install

• JSP 스크립트 기본 문법, JSP 스크립틀릿 코드의 생성 및 실행

• Page 지시자(Directive), class import, request 내부 객체 실습

• response 내부 객체, out 내부 객체, application 내부 객체의 사용

• GET, POST Form Data 전송 방식

• CSS(Cascading Style Sheet)의 사용

• JSP 기반 공지사항의 제작 및 응용

• JSP 기반 회원 관련 제작

• JSP 기반 로그인/로그아웃, Cookie, Session의 활용

• STS(Spring Tool Suite) 설치(권장)

• Data Management(SQL Development) 설정

• servlet원리, servlet을 이용한 폼 데이터의 처리, Servlet 실습

• Spring기반 MVC의 원리, STS Spring MVC의 개발 구조 분석

• Maven 의존성 추가, Local 저장소의 설정, settings.xml 

• EL(표현 언어, Expression Language)의 사용

• JSTL(JSP Standard TAG Library)의 사용

• DI(Dependency Injection)의 구현

• MyBATIS 설치 및 사용

• Spring 기반 공지사항의 제작 및 응용

• Spring 기반 자료실의 제작 및 응용

• Spring 기반 회원(관리자관련 기능의 제작 및 응용

• Spring boot 2 기반 공지사항의 제작 및 응용

• Spring boot 2 기반 자료실의 제작 및 응용

• Spring boot 2 기반 회원(관리자관련 기능의 제작 및 응용

• Filter, Interceptor의 활용

• AOP(Aspect Oriented Programming)의 구현

• Transaction 구현

• AOP + MyBATIS + Oracle기반 선언적 Trancation

파이썬

• 파이썬 설치와 환경 설정,Anaconda (Python 3) 설치

• Conda를 이용한 Python 3 기반 가상환경 생성

• 내장 데이터 타입숫자시퀀스매핑, set 타입

• 연산자제어문의 실습함수의 제작 실습

• 모듈과 패키지, datetime 모듈상속, import

• 객체지향 프로그래밍클래스 제작

• Class 선언클래스 멤버메소드인스턴스 멤버메소드의 실습생성자소멸자모듈 분리

• try ~ except를 사용한 예외 처리

• 파일 입출력 처리

• 네트워크 프로그래밍네트워크 Server/Client의 제작

• MySQL DBMS 사용하기

• DBMS 응용 Application 제작

• BeautifulSoup 설정

• 웹 크롤러를 활용한 데이터의 수집

• 수집된 데이터의 저장

• 파이썬 라이브러리를 활용한 데이터 분석

• 데이터 시각화 library Matplotlib(맷플롯립)

• 대용량 데이터 연산 package(library) Numpy

• 데이터셋 생성 및 분석 package(library) Pandas

• 데이터 분석 및 스토리 텔링 프로젝트 실습

머신러닝 기반 데이터 분석

(R programming

/

Tensorflow 2)

• 개발 환경 설정, Anaconda install

• CPU 기반 Conda를 이용한 Python 3 기반 가상환경 생성

• Tensorflow 2 설치

• Jupyter Notebook 커널 연동개발 환경 구성

• 머신러닝 개론

• 선형 회귀(Linear Regression), 성적 예측 모델 구현

• 평균 제곱근 오차(RMSE: Root Mean Square Error)

• 정규 분포 난수의 생성균등 분포 난수의 생성

• Tensorflow에서의 경사 하강법(gradient decent)

• 다중 선형 회귀(Multiple Linear Regression) 모델

• 로지스틱 회귀(Logistic Regression) 모델의 구현,

• 퍼셉트론(perceptron), 오차 역전파(Back Propagation)

• 기울기 소실 문제와 활성화 함수손실 함수

• 수치 예측 모델의 개발

• 이항 분류(Binary Classification) 모델 개발

• 와인의 종류 예측하기(이항 분류(binary classification)), 모델 업데이트 및 저장

• 다중 분류(Multi Classification) 모델 개발

• 아이리스(붓꽃품종 예측-핫 인코딩(one-hot-encoding)

• GPU 기반, CUDA, cuDNN, Conda를 이용한 Python 3 가상환경 설정

• 컨볼루션 신경망 레이어 CNN 모델 개발

• 미국 국립 표준 기술원(NIST)의 MNIST 이용 모델 제작 

• CIFAR-10, OpenCV를 이용한 이미지 인식 모델 개발

• VGG 학습모델 재사용

• 순환 신경망 레이어 RNN 모델 개발

• 다양한 분야의 예측 모델 주제 선정

• Django Web Application library의 생성 및 설정

• Django application 세부 환경 설정

• DJango와 딥러닝 모델의 연동을 통한 지능형 웹 개발 

프로젝트/

빅데이터 플랫폼 요구사항 분석/

빅데이터 플랫폼 아키텍처 설계

/빅데이터 품질관리시스템 개발/통합 구현

• 프로젝트 주제주제 결정프로젝트 주요 기술 결정

• 프로젝트 주제 개인 역활의 결정개발 요소 파악하기

• 개발 요소 등록

• Amateras UML 객체 분석 설계 툴 설치

• 데이터베이스 설계 ERD 툴 설치

• 빅데이터 플랫폼 요구사항 분석

• 요구사항의 파악요구 사항 정의(Defining Requirement)

• Usecase Diagram 작성 실습

• 팀 통합 프로젝트 및 개인별 개발 프로젝트의 생성

• 빅데이터 플랫폼 아키텍처 설계

• 빅데이터 품질관리시스템 개발

• DBMS 설계, DBMS 정규화(Normalization)

• AmaterasERD 파일 생성모델링(논리적/물리적실습

• 테이블 3개이상의 JOIN

• Import, TABLE 구조 생성, SQL 생성

• Local 저장소의 설정

• Maven 설정, Spring 환경 설정

• 화면 Layout, Action TAG를 이용한 Mneu 페이지의 제작

• JSP Template 설정

• 화면구현(User Interface Design, Prototype, Storyboard)

• Prototype 제작 실습

• VO(DTO), XML, DAO, Controller 기초 코드 작업

• 컨텐츠별 CRUD 구현

• Frontend 제작

• 파이썬을 통한 웹 데이터 수집 및 DBMS에 저장

• R Studio에서의 파일 데이터 분석 및 시각화 제작

• 텐서플로 케라스 연동 각종 예측 시스템 개발

• 수집 및 분석된 데이터 Spring 프레임워크로 웹 서비스 구축 및 테스트

• Github 소스 통합 구현

• 프로젝트 통합 및 변경 사항 수정

• 프로젝트 운영 테스트 및 수정

• 프로젝트 문서화 작업 및 발표

강사프로필


[최규리]
[교육경력사항]


(주) 한빛이엔아이 전임강사
JSP project cloud web 페이지 구축
사내 네트워크 방화벽 보안 운영
IDS/IPS 보안 장비 운영및 보안정책 수립

前 중부대학교 네트워크 학부, 소프트웨어(프로그래밍) 학부 강사
前 대영직업능력개발원 소프트웨어(프로그래밍) 학부
前 4세대 아카데미 직업학교 보안/소프트웨어
前 대우 직업능력개발원 소프트웨어(프로그래밍) 힉부
現 광운대학교 네트워크, 빅데이터 자바 계절학기 강사
現 솔데스크 소프트웨어(프로그래밍) 학부



[보유자격증]


컴퓨터 공학 학사

직업훈련교사정보처리 기사

리눅스 1급

네트워크 관리사 2급

정보기기운영

CCNA



[엄기흥]
[교육경력사항]


숭실 대학교 정보과학 대학원 공학 석사

(A Study on Message Transmission Performance Comparison between AR application and Middleware)

아이티윌정보처리학원 수석 강사

한신대학교 정보통신 학부 청년취업 아카데미 강의

성신여자 대학교 전산정보팀 CBD & FLEX 강의

울산 과학대학교 정보통신학부 자바 전문가 과정 강의삼성전자 정보통신연구소 신입사원(2005년)

Mobile Platform 강의

서울지하철공사 전산직원 C, C++, Oracle Database Modeling(Erwin 4.1) 강의

 



[보유자격증]


직업 능력 개발 훈련 교사 2급 (정보기술전략·계획 / 정보기술개발)
직업 능력 개발 훈련 교사 3급 (문화콘텐츠 / 영상 제작)
직업 능력 개발 훈련 교사 3급 (디자인)
직업 능력 개발 훈련 교사 3급 (정보기술운영·관리)
모바일앱 개발 전문가 공인 강사(MAP-CPI)
정보처리기사/사무자동화산업기사
네트워크 관리사 2급/리눅스 마스터 2급
전자시스템 제어사 2급/유비쿼터스 기술 관리사 2급
전자상거래 운용사/해킹 보안 전문가(HSE) 3급
RFID-GL/SCJP2(Sun)/SCJP5(Sun)

솔데스크소개  |  솔데스크교육시스템  |  솔데스크학원연혁  |  솔데스크시설  |  솔데스크제휴기관  |  솔데스크오시는길  |  기업교육  |  개인정보보호정책
교육내용
교육커리큘럼
강사프로필
수강후기
온라인문의
수강료조회