본문으로 바로가기

데이터, AI, 클라우드 강의

중요한 기술을 마스터하세요

전문 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 보기

또는


계속 진행하시면 당사의 이용약관 및 개인정보처리방침에 동의하고 및 귀하의 데이터가 미국에 저장되는 것에 동의하게 됩니다.
179 강의

강의

케이스 스터디: Python으로 소프트웨어 만들기

  • 고급기술 수준
  • 4.7+
  • 리뷰 315개

Python으로 실제 애플리케이션을 구축하세요. OOP와 소프트웨어 공학 원칙으로 깔끔하고 유지보수 가능한 코드를 연습합니다.

소프트웨어 개발

3시간

강의

스프레드시트 사용자를 위한 Python

  • 기초기술 수준
  • 4.8+
  • 리뷰 39개

일반적인 스프레드시트 함수와 기법에 대한 지식을 활용하여 파이썬을 탐구해 보세요!

소프트웨어 개발

4시간

강의

Python으로 배우는 선형 모델 입문

  • 중급기술 수준
  • 4.7+
  • 리뷰 233개

Python으로 선형 모델의 개념과 활용을 배우고, 데이터 패턴을 설명·예측·통찰 도출을 위한 모델을 구축하세요.

확률 및 통계

4시간

강의

Python에서의 앙상블 기법

  • 고급기술 수준
  • 4.8+
  • 리뷰 438개

Python에서 bagging, boosting, stacking 등 앙상블 기법으로 고급·효과적인 머신러닝 모델을 구축하는 방법을 학습합니다.

머신 러닝

4시간

강의

Python으로 하는 Financial Forecasting

  • 중급기술 수준
  • 4.8+
  • 리뷰 99개

CFO 관점에서 핵심 지표로 이사회에 조언하고, 재무 예측을 수립하는 방법을 배웁니다.

응용 금융

4시간

강의

Python에서 배우는 추론 통계 기초

  • 고급기술 수준
  • 4.8+
  • 리뷰 250개

이 4시간 코스에서 Python으로 통계적 추론을 학습하고, 데이터에 근거한 타당한 결론을 실습으로 도출합니다.

확률 및 통계

4시간

강의

Python으로 배우는 이상치 탐지

  • 중급기술 수준
  • 4.8+
  • 리뷰 185개

이 4시간 코스에서 데이터 분석의 이상치를 탐지하고 Python 통계 도구를 확장하세요.

확률 및 통계

4시간

강의

Keras로 배우는 이미지 모델링

  • 고급기술 수준
  • 4.8+
  • 리뷰 94개

Python과 Keras로 합성곱 신경망을 구축·학습·평가하며 이미지 분석을 학습합니다.

AI

4시간

강의

Python으로 하는 통계 시뮬레이션

  • 중급기술 수준
  • 4.9+
  • 리뷰 31개

시뮬레이션으로 데이터를 생성·분석하며 점점 더 복잡한 문제를 해결하는 방법을 학습합니다.

확률 및 통계

4시간

강의

Amazon Bedrock 입문

  • 중급기술 수준
  • 4.7+
  • 리뷰 138개

복잡한 인프라 관리 없이 Amazon Bedrock로 기초 AI 모델에 접근하고, AI 기반 애플리케이션을 구축하는 방법을 학습합니다.

AI

3시간

강의

Python으로 통계 면접 문제 연습하기

  • 고급기술 수준
  • 4.7+
  • 리뷰 90개

조건부확률, A/B 테스트, 편향-분산 트레이드오프 등 핵심 개념을 복습해 다음 통계 면접을 준비하세요.

확률 및 통계

4시간

강의

Python으로 배우는 예측 분석 입문

  • 기초기술 수준
  • 4.8+
  • 리뷰 244개

이 과정에서는 예측을 위해 로지스틱 회귀 모델을 사용하고 효과적으로 제시하는 방법을 학습합니다.

머신 러닝

4시간

강의

Python 중급 네트워크 분석

  • 고급기술 수준
  • 4.8+
  • 리뷰 93개

시계열 그래프를 분석하고, 이분 그래프를 사용하며, 네트워크 분석의 고급 문제를 해결하는 기술을 익히세요.

확률 및 통계

4시간

강의

Python으로 배우는 Generalized Linear Models

  • 고급기술 수준
  • 4.7+
  • 리뷰 150개

로지스틱·포아송 회귀로 도구를 확장하고, 학습·해석·검증 방법과 예측까지 단계별로 익히세요.

확률 및 통계

5시간

강의

Python으로 배우는 이산 사건 시뮬레이션

  • 고급기술 수준
  • 4.7+
  • 리뷰 82개

이산 사건 시뮬레이션으로 비즈니스 프로세스를 최적화하세요. Python의 SimPy 패키지로 디지털 트윈 개발을 학습합니다.

확률 및 통계

4시간

강의

Python으로 배우는 GARCH 모델

  • 중급기술 수준
  • 4.8+
  • 리뷰 205개

GARCH 모델을 이해하고, 주식부터 외환까지의 금융 데이터에 적용·구현하며, 캘리브레이션 방법을 학습합니다.

응용 금융

4시간

강의

MATLAB 사용자를 위한 Python

  • 기초기술 수준
  • 4.8+
  • 리뷰 33개

MATLAB에서 전환하며 핵심 Python 개념을 익히고, NumPy와 Matplotlib로 실습해 보세요.

소프트웨어 개발

4시간

강의

Weaviate로 배우는 End-to-End RAG

  • 중급기술 수준
  • 4.6+
  • 리뷰 22개

Weaviate로 RAG 마스터하기! 검색용 텍스트와 이미지를 임베드하고, vector, BM25, hybrid search를 실험합니다.

AI

2시간

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.