소프트웨어 개발
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
Essential Google Cloud Infrastructure: Core Services
- 중급기술 수준
- 4.9+
- 리뷰 50개
This course introduces the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Core Services.
클라우드
머신 러닝
강의
Google Sheets로 배우는 오류와 불확실성
- 중급기술 수준
- 4.7+
- 리뷰 158개
무작위 잡음과 실제 차이를 구분하고, 합리적 의사결정을 방해하는 심리적 지지 수단을 살펴봅니다.
확률 및 통계
강의
Production Machine Learning Systems
- 중급기술 수준
- 4.9+
- 리뷰 23개
Learn how to implement the various flavors of ML: static, dynamic, and continuous training; static and dynamic inference; and batch and online processing.
클라우드
강의
AI Infrastructure: Networking Techniques
- 중급기술 수준
- 4.9+
- 리뷰 32개
Design and deploy high-performance AI/ML solutions using Google Clouds AI Hypercomputer, GPUs, TPUs, Compute, and Google Kubernetes Engine.
클라우드
강의
R로 배우는 비즈니스 프로세스 분석
- 중급기술 수준
- 4.8+
- 리뷰 51개
R에서 비즈니스 프로세스를 분석하고 방대한 이벤트 데이터에서 실행 가능한 인사이트를 추출하는 방법을 배워보세요.
보고
강의
Designing Forecasting Pipelines for Production
- 고급기술 수준
- 4.7+
- 리뷰 75개
Learn how to design, automate, and monitor scalable forecasting pipelines in Python.
머신 러닝
응용 금융
강의
Machine Learning Operations (MLOps): Getting Started
- 중급기술 수준
- 4.9+
- 리뷰 25개
Learn MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud.
클라우드
강의
Developing R Packages
- 중급기술 수준
- 4.7+
- 리뷰 164개
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
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
강의
Google: Manage Agent Memory and State
- 중급기술 수준
- 4.7+
- 리뷰 50개
Build stateful AI agents that maintain context and remember user preferences using session state, memory management, and personalization.
클라우드
머신 러닝
확률 및 통계
확률 및 통계
응용 금융
강의
PostgreSQL로 살펴보는 시계열 분석
- 중급기술 수준
- 4.8+
- 리뷰 104개
PostgreSQL로 시계열 분석을 효과적으로 수행하고, 실제 데이터에 기법을 적용하는 방법을 배웁니다.
데이터 조작
강의
사례 연구: Tableau로 하는 공급망 분석
- 중급기술 수준
- 4.7+
- 리뷰 73개
Tableau 공급망 분석 케이스 스터디에 참여하세요. 선적, 재고 관리, 대시보드 구축을 다루어 비즈니스 개선을 이끕니다.
데이터 시각화
강의
Getting Started with Google Kubernetes Engine
- 중급기술 수준
- 4.8+
- 리뷰 47개
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
Google Workspace End User: Gmail
- 기초기술 수준
- 4.8+
- 리뷰 44개
Learn to compose, send, and manage email in Gmail, organize messages with labels, and configure settings like filters and signatures.
클라우드
AI
머신 러닝
강의
Google: Add Agent Capabilities With Tools
- 중급기술 수준
- 4.8+
- 리뷰 46개
Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.
클라우드
강의
AI Infrastructure: Cloud GPUs
- 중급기술 수준
- 4.8+
- 리뷰 33개
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
확률 및 통계
강의
R에서 대치(Imputation)로 결측치 다루기
- 고급기술 수준
- 4.7+
- 리뷰 110개
누락 데이터를 진단·시각화하고 다양한 대치 기법으로 처리하세요. 결과 향상을 위한 실전 팁도 제공합니다.
데이터 조작
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.