![[브오디-95] [디티] [신규] 빅데이터분석기사 필기: 1과목 빅데이터 분석기획](https://www.masocampus.com/wp-content/uploads/2024/05/001-1.jpg)
빅데이터 분석기사로서의 첫걸음!
빅데이터의 이해부터 실제 분석 기획까지, 체계적인 교육으로 자격증 취득 준비 바로 시작!
빅데이터의 이해부터 실제 분석 기획까지,
체계적인 교육으로 자격증 취득 준비 바로 시작!
- 빅데이터 이해와 분석 계획 수립 방법
- 데이터 수집 및 저장 계획의 설계
- 필수 이론 및 요점 정리를 통한 완벽한 자격 검정 시험 준비
- 유형별 문제 풀이로 완성하는 시험 준비
누구나 쉽게 시작하는 빅데이터분석기사 필기!
데이터 시대의 도래와 함께 빅데이터 분석 기술의 중요성이 갈수록 커지고 있습니다.
그렇다면 빅데이터 분석에 대한 전문성을 어떻게 증명할 수 있을까요?
빅데이터 분석 기사는 이러한 시대적 요구에 부응하여 빅데이터의 이해부터 수집, 저장, 처리, 분석, 시각화까지 데이터에 관한 전반적인 역량을 갖춘 전문가를 양성하는 것이 목표입니다.
그러나, 빅데이터에 대한 지식, 분석을 위한 통계적 지식이 부족하신가요?
그래서 마소캠퍼스의 이번 강의에서 데이터, 통계 지식이 부족해도 시험에 도전할 수 있는 역량을 한번에 준비했습니다!
이번에 소개할 강의는 빅데이터 분석기사 필기 1과목입니다.
이 강의에서는 빅데이터의 기본적인 이해와 함께 데이터 분석 계획을 세우는 방법, 데이터를 수집하고 저장하는 계획을 수립하는 방법을 학습합니다.
또한, 빅데이터를 효율적으로 탐색하고 모델링하여 실질적인 비즈니스 인사이트를 도출하는 기술에 대해서도 다룹니다.
이 모든 것이 전문가만의 영역이라고 생각하시나요?
사실은 기초적인 빅데이터 지식과 적절한 활용법으로도 누구나 효과적인 빅데이터 분석을 수행할 수 있습니다.
본 과정에서는 빅데이터 분석의 기본부터 시작하여, 실무에 적용할 수 있는 분석까지 체계적으로 배울 수 있습니다.
빅데이터 분석 전문가가 되고싶으신가요?
본 과정을 통해 빅데이터 분석 기초 역량을 갖추고, 빅데이터 분석기사로서의 첫걸음을 디딜 수 있습니다.
“빅데이터 분석기사 필기 1과목”에서 여러분의 가능성을 발견하고, 데이터 드리븐 시대의 주역으로 거듭나세요!
본 강의는 빅데이터 분석기사 필기 1과목 전반에 걸쳐 빅데이터 기본 개념부터 데이터 수집 및 저장 계획까지 포괄적으로 다루며, 데이터 분석에 필요한 필수 이론을 체계적으로 배울 수 있는 과정입니다.
- 1과목 빅데이터 분석기획 핵심 이론!
1과목에서 다루는 빅데이터의 기본적인 이론과 데이터 분석 계획, 데이터 수집까지
핵심적인 내용만 쉽고 유용하게 제공합니다.
- 빅데이터 분석을 위한 체계적 접근
자격증 준비가 아니더라도 어디서부터 빅데이터 분석을 시작하기 막막한 비전공자나 비전문가 수강생도
본 강의를 통해 빅데이터 분석에 필수적인 분석 지식과 통계 지식을 습득할 수 있습니다.
- 주요 기출 문제로 실전 준비 완성!
핵심 이론 설명과 더불어 대표 유형 기출 문제를 같이 풀어보며
합격을 위한 확실한 준비 과정을 지원합니다.
- 단기간에 빅데이터 분석 자격증 취득을 목표로 하는 분
- 빅데이터 분석 관련 취업 또는 커리어를 쌓고 싶은 모든 분
- 빅데이터가 무엇이고 어떻게 활용되는지 배우고 싶은 분
- IT업계로 입사/직무전환/리스킬을 꿈꾸는 분
빅데이터 분석기사 필기 1과목 강의를 수료하고 나면,
데이터 분석 분야의 기초부터 심화까지의 포괄적인 이해를 바탕으로
실무에서 필요한 다양한 역량을 갖추게 됩니다.
이 강의는 데이터 분석 입문자부터 현직 데이터 분석가까지
모든 수준의 학습자에게 적합합니다.
- 빅데이터의 기본 이해
- 데이터 분석 기획 능력 향상
- 다양한 데이터 플랫폼 활용법
- 인공지능과 빅데이터의 통합 이해
이 강의와 함께 빅데이터 분석의 전문적인 지식을 획득하고
빅데이터 분석의 전문가로 거듭나기 위한 첫걸음을 내디딜 준비를 하세요.
1. 빅데이터 정확히 알아보기
3. 다양한 데이터 분석 방안 알아보기
2. 분석 전 기획하기!
4. 섹션별 기출문제로 정리하기
Q. 데이터 분석이나 통계, 코딩에 대한 선수지식이 필요한가요?
A. 본 강의는 데이터 분석에 관심이 생긴 누구나 들을 수 있으며 데이터 분석 역량 제공을 목표로 설계된 강의로, 데이터 분석이나 통계, 코딩 실력까지도 필요하지 않습니다.
Q. 강의를 수강하기 위한 요구 사항 또는 필요 조건이 있나요?
A. 이론과 문제 풀이 및 해설 강의이기 때문에 필수적으로 필요한 요구 사항이나 조건 없이 강의를 수강하실 수 있습니다! 필기를 원하신다면 필기하실 수 있는 도구가 필요합니다.
Q. 시험에 응시할 생각은 없고 데이터 역량 강화를 원하는데 도움이 되나요?
A. 본 강의는 자격증이 목표가 아닌 데이터 분석에 관심이 있는 분이면 누구나 수강하실 수 있도록 데이터 분석의 기본 개념부터 체계적으로 구성되어있습니다. 데이터 분석 역량을 갖춘 인재가 목표라면 본 강의로도 많은 도움을 받을 수 있습니다.
-
-
- 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
- 또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.
- 강의 교안 및 실습파일은 <00. 교재 다운로드 센터> 섹션에 존재합니다.
-
“어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다.”
마소캠퍼스의 진심과 소망을 담은 Actionable Content로,
2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간!
이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다.
마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다.
1. 배우면 반드시 쓸 수 있는 Actionable Content
2. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum
마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.
학습 규정 및 환불 규정
학습 규정
- 본 상품은 동영상 형태의 강의를 자유롭게 수강할 수 있는 VOD(온라인 녹화 강의) 상품입니다.
- 수강 신청 및 결제를 완료하시면, ‘내 강좌’를 통해 바로 수강이 가능합니다.
총 학습기간
- 정상 수강기간(유료 수강기간) 최초 30일, 무료 수강 기간은 31일 일차 이후로 무제한이며, 유료 수강기간과 무료 수강기간 모두 동일하게 시청 가능합니다.
- 하루 3시간 내외로 학습하시면 정상 수강기간(유료 수강기간) 내에 전체 과정을 모두 수강하실 수 있습니다.
- 수강 시작일은 결제일로부터 산정됩니다.
환불 규정
환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
- 쿠폰을 사용하여 강의를 결제하신 후 취소/환불 시 쿠폰은 복구되지 않습니다.
- 31일차 이후 무료로 제공되는 기간은 환불 산정에 포함되지 않습니다.
- 강의 자료(교재 등)를 다운로드한 경우에는 위 기준과 무관하게 환불이 불가합니다.
* 보다 자세한 환불 규정은 마소캠퍼스 [주의사항 및 환불규정]페이지에서 확인 가능합니다.
기타 환불 관련 안내
환불 요청은 cs@masocampus.com으로 주문번호를 함께 보내주시면 접수됩니다.
- 환불 금액은 신청 시점을 기준으로 산정되며, 업무시간 외 요청은 2영업일 오후까지 순차 처리됩니다.
- 환불 금액은 수업 시간을 기준으로 반올림하여 산정합니다.
- 계좌이체로 환불받으실 경우 이체 수수료 500원이 공제된 금액이 지급됩니다.
- 환불 대금은 접수일로부터 7영업일 이내 지급됩니다.
- 취소 및 환불 접수·처리는 평일 오전 10시~오후 4시 (점심시간 12시~1시 제외) 내에만 가능합니다.
- 취소 및 환불은 한국소비자원 고시 소비자분쟁해결기준에 의거하여 처리됩니다.
주의 사항
- 상황에 따라 별도의 사전 안내 없이 할인 혜택이 조기에 마감되거나 연장될 수 있는 점 참고 부탁드립니다.
- 천재지변, 폐업 등 불가피한 사유로 서비스 운영이 어려운 경우, 서비스가 종료될 수 있습니다.
- 커리큘럼은 완성도 향상을 위한 제작 과정에서 일부 내용이 추가, 삭제 또는 변경될 수 있습니다.
마소캠퍼스 정책 안내
마소캠퍼스 ID 공유 금지 정책
- 마소캠퍼스의 모든 온라인 강의에서는 1개의 아이디로 여러 명이 공유하는 형태를 금지하고 있습니다.
- 동시접속에 대한 기록은 내부 시스템을 통해 자동으로 누적되며, 이후 서비스 이용이 제한될 수 있습니다.
저작권 정책
- 마소캠퍼스의 모든 강의는 무단 배포 및 가공하는 행위, 캡처 및 녹화하여 공유하는 행위, 무단으로 판매하는 행위 등 일체의 저작권 침해 행위를 금지합니다.
- 부정 사용이 적발될 경우 저작권법 위반에 의한 법적인 제재를 받으실 수 있습니다.
그 외 공통 사항은 마소캠퍼스 [주의사항 및 환불규정], [이용약관] 페이지를 따릅니다.
Course Curriculum
| 00. 교재 다운로드 센터 | |||
| [onc2007]BDA0000 교재 다운로드 센터 | 00:00:00 | ||
| 01. 빅데이터분석기사 필기 소개 | |||
| [onc2007]BDA0101 빅데이터분석기사 필기 소개 | FREE | 00:08:12 | |
| 02. 빅데이터 개요 | |||
| [onc2007]BDA0201 데이터의 이해 | 00:10:53 | ||
| [onc2007]BDA0202 데이터베이스의 이해 | 00:11:17 | ||
| [onc2007]BDA0203 데이터베이스의 활용 | 00:11:29 | ||
| [onc2007]BDA0204 기출변형문제 | 00:03:19 | ||
| 03. 빅데이터의 특징 | |||
| [onc2007]BDA0301 빅데이터의 특징 | 00:07:21 | ||
| [onc2007]BDA0302 빅데이터의 유형 | 00:06:23 | ||
| [onc2007]BDA0303 빅데이터 출현 배경 | 00:14:47 | ||
| [onc2007]BDA0304 기출변형문제 | 00:04:33 | ||
| 04. 빅데이터의 가치 | |||
| [onc2007]BDA0401 빅데이터의 가치 | FREE | 00:09:08 | |
| [onc2007]BDA0402 빅데이터의 위기요인 | 00:07:43 | ||
| 05. 데이터 산업의 이해 | |||
| [onc2007]BDA0501 데이터 산업의 이해 | 00:07:40 | ||
| [onc2007]BDA0502 공공 데이터 | 00:03:43 | ||
| 06. 빅데이터 조직 및 인력 | |||
| [onc2007]BDA0601 빅데이터 조직 | 00:06:55 | ||
| [onc2007]BDA0602 데이터 사이언스 | 00:06:03 | ||
| [onc2007]BDA0603 빅데이터 인력 | 00:12:07 | ||
| [onc2007]BDA0604 기출변형문제 | 00:05:21 | ||
| 07. 빅데이터 플랫폼 | |||
| [onc2007]BDA0701 빅데이터 플랫폼 | 00:09:25 | ||
| [onc2007]BDA0702 하둡 | 00:12:05 | ||
| [onc2007]BDA0703 하둡 에코시스템 | 00:08:03 | ||
| [onc2007]BDA0704 API Gateway | 00:01:54 | ||
| [onc2007]BDA0705 기출변형문제 | 00:05:21 | ||
| 08. 빅데이터와 인공지능 | |||
| [onc2007]BDA0801 인공지능 | 00:09:21 | ||
| [onc2007]BDA0802 빅데이터와 인공지능 | 00:04:24 | ||
| 09. 개인정보 법·제도 | |||
| [onc2007]BDA0901 데이터 3법 | FREE | 00:15:34 | |
| [onc2007]BDA0902 해외 개인정보 보호 법제 | 00:07:11 | ||
| 10. 개인정보 활용 | |||
| [onc2007]BDA1001 개인정보 활용 | 00:11:11 | ||
| [onc2007]BDA1002 기출변형문제 | 00:03:09 | ||
| 11. 분석 로드맵 설정 | |||
| [onc2007]BDA1101 분석 기획 | 00:17:13 | ||
| [onc2007]BDA1102 분석 로드맵 | 00:05:49 | ||
| 12. 분석 문제 정의 | |||
| [onc2007]BDA1201 분석 문제 정의 | 00:05:13 | ||
| [onc2007]BDA1202 분석 과제 도출-하향식 | 00:15:06 | ||
| [onc2007]BDA1203 분석 과제 도출-상향식 | 00:11:32 | ||
| [onc2007]BDA1204 기출변형문제 | 00:02:19 | ||
| 13. 분석 마스터 플랜 | |||
| [onc2007]BDA1301 분석 마스터 플랜 | FREE | 00:16:53 | |
| [onc2007]BDA1302 분석 거버넌스 | 00:14:58 | ||
| [onc2007]BDA1303 데이터 거버넌스 | 00:07:46 | ||
| [onc2007]BDA1304 기출변형문제 | 00:05:17 | ||
| 14. 데이터 분석 방안 | |||
| [onc2007]BDA1401 KDD 분석 방법론 | 00:10:02 | ||
| [onc2007]BDA1402 CRISP-DM 분석 방법론 | 00:10:26 | ||
| [onc2007]BDA1403 기출변형문제 | 00:02:47 | ||
| 15. 분석 작업 계획 | |||
| [onc2007]BDA1501 데이터 확보 계획 | 00:05:22 | ||
| [onc2007]BDA1502 분석 절차 및 작업 계획 | 00:13:31 | ||
| [onc2007]BDA1503 기출변형문제 | 00:03:45 | ||
| 16. 데이터 수집 | |||
| [onc2007]BDA1601 데이터 수집 | 00:13:03 | ||
| [onc2007]BDA1602 데이터 유형 및 속성 파악 | 00:04:55 | ||
| 17. 데이터 전환 | |||
| [onc2007]BDA1701 데이터 변환 | 00:08:09 | ||
| [onc2007]BDA1702 데이터 비식별화 | 00:06:57 | ||
| [onc2007]BDA1703 기출변형문제 | 00:03:27 | ||
| 18. 데이터 품질 검증 | |||
| [onc2007]BDA1801 데이터 품질 | 00:11:16 | ||
| [onc2007]BDA1802 기출변형문제 | 00:02:14 | ||
| 19. 데이터 적재 및 저장 | |||
| [onc2007]BDA1901 데이터 적재 | 00:03:06 | ||
| [onc2007]BDA1902 데이터 저장 | 00:06:57 | ||
| [onc2007]BDA1903 DBMS | 00:09:40 | ||
| [onc2007]BDA1904 기출변형문제 | 00:02:23 | ||
540162 STUDENTS ENROLLED
