강의
Gemini for Application Developers
- 중급기술 수준
- 4.8+
- 리뷰 21개
You learn how to prompt Gemini to explain code, recommend Google Cloud services, and generate code for your applications.
클라우드
전문 강사가 진행하는 짧은 동영상을 시청한 후 브라우저에서 인터랙티브 연습문제로 학습한 내용을 실습해보세요.
또는
강의
You learn how to prompt Gemini to explain code, recommend Google Cloud services, and generate code for your applications.
클라우드
강의
Build stateful AI agents that maintain context and remember user preferences using session state, memory management, and personalization.
클라우드
머신 러닝
확률 및 통계
응용 금융
강의
PostgreSQL로 시계열 분석을 효과적으로 수행하고, 실제 데이터에 기법을 적용하는 방법을 배웁니다.
데이터 조작
강의
Tableau 공급망 분석 케이스 스터디에 참여하세요. 선적, 재고 관리, 대시보드 구축을 다루어 비즈니스 개선을 이끕니다.
데이터 시각화
강의
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
탐색적 데이터 분석
머신 러닝
강의
Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.
클라우드
강의
Well explore how CPUs, GPUs, and TPUs make AI tasks super fast, what makes each one unique, and how AI software gets the most out of them.
클라우드
응용 금융
강의
This course covers techniques to practically identify fairness and bias and mitigate bias in AI/ML practices.
클라우드
데이터 시각화
탐색적 데이터 분석
강의
MongoDB와 LangGraph를 활용한 텍스트-쿼리 AI 에이전트로 데이터와 대화하는 방법을 알아보세요.
AI
소프트웨어 개발
확률 및 통계
응용 금융
강의
Learn about Gen AI applications and how you can use prompt design and retrieval augmented generation (RAG) to build powerful applications using LLMs.
클라우드
강의
This course introduces solution elements, including networks, load balancing, autoscaling, infrastructure automation and managed services.
클라우드
강의
Haystack을 사용하여 의료 AI 에이전트를 생성하세요. Haystack은 대규모 언어 모델(LLM)과 외부 구성 요소를 오케스트레이션하기 위한 오픈소스 프레임워크입니다.
AI
강의
Build modern data lakehouses on Google Cloud using BigQuery, Cloud Storage, Apache Iceberg, BigLake, federated queries, and data governance tools.
클라우드
강의
재고 분석 사례로 Tableau 역량을 강화하세요. 데이터셋을 분석하고 계산 필드를 만들며 시각화를 구축합니다.
데이터 시각화
클라우드
확률 및 통계
소프트웨어 개발
강의
Journey through the storage solutions available on Google Cloud, specifically tailored for AI and high-performance computing (HPC) workloads.
클라우드
강의
머신러닝 모델을 위한 특징 공학 원리를 배우고, R tidymodels 프레임워크로 구현하는 방법을 익히세요.
머신 러닝
데이터 과학은 데이터로부터 정보를 얻는 데 중점을 둔 전문 분야입니다. 프로그래밍 기술, 과학적 방법론, 알고리즘 등을 활용하여 데이터 과학자는 데이터를 분석해 실행 가능한 인사이트를 도출합니다.
Python이나 R과 같은 프로그래밍 언어를 배우고 수학과 통계학의 원리를 마스터해야 합니다. 데이터 분석 방법과 데이터 과학 도구에 대한 지식도 필수적입니다. 데이터 과학을 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.
수학과 통계학 지식뿐만 아니라 데이터 과학자는 Python, R, SQL과 같은 언어의 프로그래밍 기술이 필요합니다. 또한 데이터 과학과 대용량 데이터세트를 다루는 능력, 데이터 시각화, 데이터 랭글링, 데이터베이스 관리에 대한 지식이 필요합니다. 머신 러닝과 딥러닝 기술도 유용할 수 있습니다.
전문적인 관점에서 거의 모든 산업이 어느 정도 데이터 과학을 활용할 수 있습니다. 의료 기관은 데이터 과학을 사용해 질병을 발견하고 치료하며, 금융 회사는 사기를 탐지하고 예방하는 데 사용합니다. 모든 종류의 산업에서 추천 시스템 구축이나 고객 이탈 분석과 같은 마케팅에 데이터 과학을 활용합니다.
네, 데이터 과학은 미국과 전 세계에서 가장 빠르게 성장하는 분야 중 하나입니다. 또한 가장 높은 급여를 받는 직업 중 하나이기도 합니다. Payscale 데이터에 따르면, 경험 있는 데이터 과학자는 미국에서 평균 $97,609를 벌고 5점 만점에 4점의 만족도를 보입니다.
여기서 고려해야 할 몇 가지가 있습니다. 먼저 데이터 과하학 학위는 경쟁이 치열할 수 있으며, 종종 지속적으로 높은 성적이 필요합니다. 마찬가지로 데이터 과학에 필요한 많은 기술들은 많은 학습과 시간이 필요합니다. 필요한 모든 기초를 마스터하는 데 몇 달이 걸릴 수 있으며, 초급 수준의 직무를 맡으려면 많은 실무 경험이 필요합니다.
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.
사전 코딩 경험이나 수학적 배경이 없는 사람의 경우, 일반적으로 초급 데이터 과학자 수준에 도달하려면 7~12개월 집중적으로 학습해야 합니다. 하지만 데이터 과학의 이론적 기초만 학습하는 것으로는 진정한 데이터 과학자가 될 수 없다는 점을 기억하는 것이 중요합니다.
데이터 과학의 기초를 마스터한 후에는 머신 러닝, 인공 지능, 빅데이터 분석, 비즈니스 분석 및 인텔리전스, 데이터 마이닝 등 다양한 분야로 전문화할 수 있습니다.
모바일 강의와 매일 5분 코딩 챌린지로 이동 중에도 학습을 이어가세요.