응용 금융
데이터, AI, 클라우드 강의
중요한 기술을 마스터하세요전문 강사가 진행하는 짧은 동영상을 시청한 후 브라우저에서 인터랙티브 연습문제로 학습한 내용을 실습해보세요.
- 자신만의 속도로 학습
- 실무 경험 습득
- 짧은 챕터로 완주
무료 계정 만들기
Google에서 계속 진행더 많은 옵션 보기또는
강의
케이스 스터디: Tableau로 이커머스 분석
- 중급기술 수준
- 4.7+
- 리뷰 62개
이커머스의 핵심은 매출 증대와 비용 절감입니다. 이 케이스 스터디에서 온라인 반려동물 용품 기업의 데이터를 분석합니다.
데이터 시각화
보고
데이터 조작
강의
Developing R Packages
- 중급기술 수준
- 4.7+
- 리뷰 139개
Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.
소프트웨어 개발
강의
R로 배우는 Machine Learning 기반 마케팅 분석
- 중급기술 수준
- 4.8+
- 리뷰 67개
이 강의에서는 데이터 과학을 활용해 여러 핵심 마케팅 업무를 수행하는 방법을 학습합니다.
머신 러닝
응용 금융
강의
Python으로 하는 Financial Forecasting
- 중급기술 수준
- 4.8+
- 리뷰 88개
CFO 관점에서 핵심 지표로 이사회에 조언하고, 재무 예측을 수립하는 방법을 배웁니다.
응용 금융
소프트웨어 개발
확률 및 통계
강의
Introduction to Modern Data Engineering with Snowflake
- 중급기술 수준
- 4.8+
- 리뷰 6개
Build end-to-end data pipelines in Snowflake: ingest, transform with SQL and Snowpark, deliver, and orchestrate.
데이터 엔지니어링
소프트웨어 개발
머신 러닝
데이터 시각화
탐색적 데이터 분석
강의
spaCy로 배우는 Advanced NLP
- 중급기술 수준
- 4.6+
- 리뷰 20개
규칙 기반과 머신러닝 접근을 모두 활용해 spaCy로 고급 자연어 이해 시스템을 구축하는 방법을 배웁니다.
머신 러닝
강의
Google DeepMind: Discover The Transformer Architecture
- 중급기술 수준
- 4.9+
- 리뷰 14개
In this Google DeepMind course you will discover the mechanisms of the transformer architecture.
클라우드
강의
R로 배우는 Feature Engineering
- 중급기술 수준
- 4.7+
- 리뷰 141개
머신러닝 모델을 위한 특징 공학 원리를 배우고, R tidymodels 프레임워크로 구현하는 방법을 익히세요.
머신 러닝
강의
R로 소셜 미디어 데이터 분석하기
- 중급기술 수준
- 4.8+
- 리뷰 86개
Twitter 데이터를 수집·시각화하고, 감성 분석과 네트워크 분석을 수행하며, 트윗의 지리 위치를 지도에 표시합니다.
데이터 조작
강의
Google Sheets로 하는 대출 상환 일정표
- 중급기술 수준
- 4.7+
- 리뷰 45개
Google Sheets에서 금융·조건부 수식으로 상환 스케줄 대시보드를 만드는 법을 학습하세요.
응용 금융
강의
Essential Google Cloud Infrastructure: Core Services
- 중급기술 수준
- 4.9+
- 리뷰 17개
This course introduces the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Core Services.
클라우드
강의
Elastic Google Cloud Infrastructure: Scaling and Automation
- 중급기술 수준
- 4.9+
- 리뷰 13개
This course introduces solution elements, including networks, load balancing, autoscaling, infrastructure automation and managed services.
클라우드
강의
Getting Started with Google Kubernetes Engine
- 중급기술 수준
- 4.8+
- 리뷰 17개
The goal of this course is to introduce the basics of Google Kubernetes Engine, or GKE, and how to get applications containerized and running in Google Cloud.
클라우드
강의
사례 연구: Tableau로 하는 공급망 분석
- 중급기술 수준
- 4.7+
- 리뷰 67개
Tableau 공급망 분석 케이스 스터디에 참여하세요. 선적, 재고 관리, 대시보드 구축을 다루어 비즈니스 개선을 이끕니다.
데이터 시각화
데이터 조작
강의
R에서 Bioconductor로 배우는 ChIP-seq
- 중급기술 수준
- 4.7+
- 리뷰 48개
사람 암 데이터셋으로 ChIP-seq 데이터를 Bioconductor로 분석·해석하는 법을 학습하세요.
확률 및 통계
강의
사례 연구: Tableau로 재고 분석
- 중급기술 수준
- 4.7+
- 리뷰 56개
재고 분석 사례로 Tableau 역량을 강화하세요. 데이터셋을 분석하고 계산 필드를 만들며 시각화를 구축합니다.
데이터 시각화
강의
Google DeepMind: Fine-Tune Your Model
- 중급기술 수준
- 4.7+
- 리뷰 14개
Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task.
클라우드
강의
flexdashboard로 대시보드 만들기
- 중급기술 수준
- 4.7+
- 리뷰 49개
이 과정에서는 flexdashboard와 shiny로 정적·대시보드와 대화형 대시보드를 만드는 방법을 학습합니다.
보고
머신 러닝
FAQs
데이터 사이언스란 무엇인가요?
데이터 사이언스는 데이터로부터 정보를 얻는 데 중점을 둔 전문 분야입니다. 프로그래밍 기술, 과학적 방법론, 알고리즘 등을 활용하여 데이터 사이언티스트는 데이터를 분석해 실행 가능한 인사이트를 도출합니다.
데이터 사이언스를 어떻게 배울 수 있나요?
Python이나 R과 같은 프로그래밍 언어를 배우고 수학과 통계학의 원리를 마스터해야 합니다. 데이터 분석 방법과 데이터 사이언스 도구에 대한 지식도 필수적입니다. 데이터 사이언스를 배우는 방법은 다양합니다. 학위나 대학 교육과 같은 정규 교육 과정뿐만 아니라 자신만의 속도로 학습할 수 있는 다른 자료들도 많이 있습니다. 온라인 강의와 튜토리얼뿐만 아니라 책, 동영상 등도 있습니다.
데이터 사이언스에 필요한 기술은 무엇인가요?
수학과 통계학 지식뿐만 아니라 데이터 사이언티스트는 Python, R, SQL과 같은 언어의 프로그래밍 기술이 필요합니다. 또한 데이터 사이언스는 대용량 데이터세트를 다루는 능력, 데이터 시각화, 데이터 랭글링, 데이터베이스 관리에 대한 지식이 필요합니다. 머신러닝과 딥러닝 기술도 유용할 수 있습니다.
데이터 사이언스를 무엇에 활용할 수 있나요?
전문적인 관점에서 거의 모든 산업이 어느 정도 데이터 사이언스를 활용할 수 있습니다. 의료 기관은 데이터 사이언스를 사용해 질병을 발견하고 치료하며, 금융 회사는 사기를 탐지하고 예방하는 데 사용합니다. 모든 종류의 산업에서 추천 시스템 구축이나 고객 이탈 분석과 같은 마케팅에 데이터 사이언스를 활용합니다.
데이터 사이언스는 좋은 직업인가요?
네, 데이터 사이언스는 미국과 전 세계에서 가장 빠르게 성장하는 분야 중 하나입니다. 또한 가장 높은 급여를 받는 직업 중 하나이기도 합니다. Payscale 데이터에 따르면, 경험 있는 데이터 사이언티스트는 미국에서 평균 $97,609를 벌고 5점 만점에 4점의 만족도를 보입니다.
데이터 사이언티스트가 되기 어려운가요?
여기서 고려해야 할 몇 가지가 있습니다. 먼저 데이터 사이언스 학위는 경쟁이 치열할 수 있으며, 종종 지속적으로 높은 성적이 필요합니다. 마찬가지로 데이터 사이언스에 필요한 많은 기술들은 많은 학습과 인내가 필요합니다. 필요한 모든 기초를 마스터하는 데 몇 달이 걸릴 수 있으며, 초급 수준의 직책을 확보하려면 많은 실무 경험이 필요합니다.
데이터 사이언스에 코딩이 필요한가요?
네, Python, R, SQL, Java, C/C++와 같은 언어의 코딩 경험이 필요합니다. 하지만 상대적으로 간단한 문법 때문에 Python 프로그래밍 언어가 초보자들 사이에서 선호되는 선택인 경우가 많습니다.
데이터 사이언티스트가 되는 데 얼마나 걸리나요?
사전 코딩 경험이나 수학적 배경이 없는 사람의 경우, 일반적으로 초급 데이터 사이언티스트 수준에 도달하려면 7~12개월의 집중적인 학습이 필요합니다. 하지만 데이터 사이언스의 이론적 기초만 학습하는 것으로는 진정한 데이터 사이언티스트가 될 수 없다는 점을 기억하는 것이 중요합니다.
데이터 사이언스 내에서 어떤 주제를 공부할 수 있나요?
데이터 사이언스의 기초를 마스터한 후에는 머신러닝, 인공지능, 빅데이터 분석, 비즈니스 분석 및 인텔리전스, 데이터 마이닝 등 다양한 분야로 전문화할 수 있습니다.
DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.
모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.