데이터 시각화
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
소프트웨어 개발
머신 러닝
탐색적 데이터 분석
강의
Website Modernization with Generative AI on Google Cloud
- 중급기술 수준
- 5
- 리뷰 14개
Use Agent Search on Gemini Enterprise Agent Platform to provide your website users a generative search experience.
클라우드
머신 러닝
소프트웨어 개발
강의
Serverless Data Processing with Dataflow: Foundations
- 중급기술 수준
- 4.9+
- 리뷰 19개
Master Apache Beam and Dataflow foundations including portability, Runner v2, Shuffle Service, Streaming Engine, IAM, quotas, and security.
클라우드
확률 및 통계
강의
케이스 스터디: Tableau로 이커머스 분석
- 중급기술 수준
- 4.7+
- 리뷰 67개
이커머스의 핵심은 매출 증대와 비용 절감입니다. 이 케이스 스터디에서 온라인 반려동물 용품 기업의 데이터를 분석합니다.
데이터 시각화
강의
Service Orchestration and Choreography on Google Cloud
- 중급기술 수준
- 5
- 리뷰 16개
This course introduces you to event-based applications and teaches you how to use service orchestration and choreography to coordinate microservices.
클라우드
강의
Architecting with Google Kubernetes Engine: Production
- 중급기술 수준
- 4.8+
- 리뷰 18개
Secure and monitor GKE production environments. Learn access control, logging, monitoring, CI/CD pipelines, and managed storage integration on Google Cloud.
클라우드
머신 러닝
강의
Developing Applications with Google Cloud: Foundations
- 중급기술 수준
- 5
- 리뷰 17개
You learn best practices for cloud applications, and how to select compute and data options to match your application use cases.
클라우드
소프트웨어 개발
강의
Streamline App Development with Gemini Code Assist
- 중급기술 수준
- 5
- 리뷰 16개
This course introduces you to the core features and functionalities of Gemini Code Assist, an AI-powered app development collaborator for Google Cloud.
클라우드
데이터 시각화
강의
Work with Gemini Models in BigQuery
- 중급기술 수준
- 4.8+
- 리뷰 19개
Work with Gemini AI models in BigQuery for sentiment analysis. Analyze customer reviews using SQL and Python notebooks with Gemini.
클라우드
강의
Developing Applications with Cloud Run Functions on Google Cloud
- 중급기술 수준
- 5
- 리뷰 17개
Cloud Run functions is Googles serverless, fully-managed functions as a service (FaaS) product.
클라우드
확률 및 통계
강의
Architecting with Google Kubernetes Engine: Workloads
- 중급기술 수준
- 4.8+
- 리뷰 21개
Deploy and manage Kubernetes workloads on GKE. Cover networking, deployments, jobs, persistent storage, and data management in production environments.
클라우드
강의
Python으로 Machine Learning을 활용한 CTR 예측
- 중급기술 수준
- 4.9+
- 리뷰 21개
광고 클릭률 예측과 기본 머신 러닝 모델을 Python으로 구현하여 광고 최적화 방안을 파악합니다.
머신 러닝
강의
R로 배우는 네트워크 데이터 기반 Predictive Analytics
- 중급기술 수준
- 4.8+
- 리뷰 36개
네트워크 학습과 네트워크에서 설명적 특징을 추출해 노드의 레이블을 예측하는 방법을 배웁니다.
확률 및 통계
강의
Developing Containerized Applications on Google Cloud
- 중급기술 수준
- 5
- 리뷰 15개
Learn about creating and securing containers, and Google Kubernetes Engine for application developers.
클라우드
확률 및 통계
강의
LangChain을 활용한 Retrieval-Augmented Generation
- 중급기술 수준
- 4.7+
- 리뷰 125개
Learn to build knowledge-grounded LLM applications that retrieve relevant information from structured and unstructured sources before generating responses.
AI
강의
LangChain을 활용한 LLM 애플리케이션 기초
- 중급기술 수준
- 4.7+
- 리뷰 404개
안정적인 구조화 출력, 지속되는 대화 기록, 실시간 스트리밍을 갖춘 대화형 LLM 애플리케이션 구축법을 배워보세요.
AI
강의
LangChain을 활용한 LLM 도구 사용
- 중급기술 수준
- 4.7+
- 리뷰 110개
Learn to extend your LLM applications with external tools, so your applications can retrieve live data, perform computations, and take real-world actions.
AI
AI
강의
LangChain을 활용한 프롬프트 엔지니어링
- 중급기술 수준
- 4.5+
- 리뷰 162개
Learn to write effective prompts and systematically improve them through evaluation rather than intuition.
AI
FAQs
데이터 과학이란 무엇인가요?
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.
데이터 과학을 학습하려면 어떻게 하나요?
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.
데이터 과학에 필요한 기술은 무엇인가요?
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.
데이터 과학은 어디에 활용할 수 있나요?
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.
데이터 과학은 좋은 커리어인가요?
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.
데이터 과학자가 되기 어려운가요?
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.
데이터 과학에 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 과학자가 되는 데 얼마나 걸리나요?
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 과학에서는 어떤 주제를 학습할 수 있나요?
데이터 과학의 기초를 마스터한 후에는 머신 러닝, 인공 지능, 빅데이터 분석, 비즈니스 분석 및 인텔리전스, 데이터 마이닝 등 다양한 분야로 전문화할 수 있습니다.
DataCamp for Mobile로 데이터 역량을 키우세요
모바일 강의와 매일 5분 코딩 챌린지로 이동 중에도 학습을 이어가세요.