데이터 리터러시
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
Power BI에서 데이터 변환
- 중급기술 수준
- 4.7+
- 리뷰 5,337개
테이블을 (언)피벗하고, 전치하고, 추가하고, 결합하는 방법을 배우게 될 것입니다. 사용자 정의 열, M 언어 및 고급 편집기를 통해 기능을 확장하세요.
데이터 조작
강의
Python으로 배우는 소프트웨어 공학 원칙
- 기초기술 수준
- 4.7+
- 리뷰 738개
모듈화, 문서화, 자동화된 테스트에 대해 알아보고 데이터 과학 문제를 더 빠르고 안정적으로 해결하는 데 활용하세요.
소프트웨어 개발
강의
데이터 커뮤니케이션 개념
- 기초기술 수준
- 4.7+
- 리뷰 5,608개
스프레드시트 보는 걸 좋아하는 사람은 아무도 없어요! 데이터에 생명을 불어넣으세요. 프레젠테이션 능력을 향상시키고 기술적 데이터를 실행 가능한 통찰력으로 전환하는 방법을 배우세요.
데이터 리터러시
강의
Docker 입문
- 중급기술 수준
- 4.7+
- 리뷰 2,754개
Docker에 대한 소개를 얻고 데이터 전문가의 도구 모음에서 그 중요성을 알아보세요. Docker 컨테이너, 이미지 등에 대해 알아보세요.
소프트웨어 개발
강의
LLMOps 개념
- 기초기술 수준
- 4.8+
- 리뷰 2,961개
아이디어부터 배포까지 LLMOps를 학습하고, 수명 주기와 과제를 이해하며, 개념을 실제 애플리케이션에 적용하는 방법을 익히십시오.
AI
AI
강의
Shell 입문
- 기초기술 수준
- 4.8+
- 리뷰 3,686개
유닉스 명령줄은 사용자가 기존 프로그램을 새로운 방식으로 결합하고, 반복적인 작업을 자동화하며, 클러스터 및 클라우드에서 프로그램을 실행하는 데 도움을 줍니다.
소프트웨어 개발
데이터 준비
확률 및 통계
데이터 엔지니어링
강의
GitHub Copilot을 활용한 소프트웨어 개발
- 중급기술 수준
- 4.8+
- 리뷰 1,058개
GitHub Copilot을 마스터하여 컨텍스트, 맞춤 설정 및 스마트 기능을 활용해 코드를 이해하고 작성하며 개선하세요.
AI
데이터 관리
강의
Power BI의 DAX 함수
- 기초기술 수준
- 4.8+
- 리뷰 4,719개
데이터 분석 표현식(DAX)을 사용하면 사용자 정의 함수를 작성하여 Power BI 기술을 한 단계 업그레이드할 수 있습니다.
데이터 조작
강의
Microsoft Azure 이해하기
- 기초기술 수준
- 4.8+
- 리뷰 2,512개
Microsoft Azure와 클라우드 컴퓨팅 소프트웨어의 힘을 알아보고 데이터 엔지니어링 기술을 향상시키는 데 활용하세요.
클라우드
강의
OpenAI API로 시작하는 임베딩 Introduction
- 중급기술 수준
- 4.8+
- 리뷰 2,936개
OpenAI의 embedding 모델로 semantic search와 추천 엔진 등 고급 AI 응용을 구현하세요!
AI
강의
MLOps 개념
- 중급기술 수준
- 4.8+
- 리뷰 2,713개
MLOps가 어떻게 머신러닝 모델을 로컬 노트북에서 실제 비즈니스 가치를 창출하는 운영 환경의 실행 가능한 모델로 전환하는지 알아보세요.
머신 러닝
데이터 리터러시
데이터 엔지니어링
데이터 조작
강의
LangChain을 활용한 RAG(검색 증강 생성)
- 중급기술 수준
- 4.8+
- 리뷰 1,909개
LangChain을 활용한 검색 강화 생성(RAG)으로 외부 데이터를 대규모 언어 모델(LLM)과 통합하는 최신 기법을 익히세요.
AI
강의
Tidyverse 입문
- 기초기술 수준
- 4.8+
- 리뷰 1,161개
R의 강력하고 인기 있는 데이터 사이언스 도구 모음인 tidyverse를 활용해 데이터를 탐색하고 시각화하는 여정을 시작해 보세요.
소프트웨어 개발
AI
소프트웨어 개발
AI
강의
효율적인 Python 코드 작성
- 중급기술 수준
- 4.8+
- 리뷰 2,547개
효율적인 코드 작성법을 익혀 불필요한 오버헤드를 피하고, 빠르게 실행되며 자원을 능숙하게 할당하도록 하십시오.
소프트웨어 개발
강의
Replit와 함께하는 Vibe Coding
- 기초기술 수준
- 4.8+
- 리뷰 868개
Replit로 바이브 코딩을 배워보세요. Typeform 복제 앱을 만들고, Replit 앱의 보안 설정 및 배포를 마스터하세요.
AI
강의
비즈니스를 위한 Large Language Models
- 기초기술 수준
- 4.8+
- 리뷰 2,364개
Large Language Models(LLMs)의 개념과, 이들이 비즈니스 판도를 어떻게 바꾸는지 학습합니다.
AI
강의
GitHub 중급 개념
- 중급기술 수준
- 4.7+
- 리뷰 2,366개
GitHub Projects, Administration, 고급 보안 기능을 다루는 중급 과정으로 GitHub 역량을 한층 강화하세요.
소프트웨어 개발
강의
Finance를 위한 Python 입문
- 기초기술 수준
- 4.8+
- 리뷰 477개
파이썬 기술을 습득하여 금융 커리어를 한 단계 업그레이드하세요. 금융 분석을 마스터하기 위해 리스트, 배열 및 데이터 시각화 작업 방법을 익히세요.
응용 금융
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.