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 계정을 만드세요

또는

계속 진행하시면 당사의 이용약관, 개인정보처리방침 및 귀하의 데이터가 미국에 저장되는 것에 동의하시는 것입니다.
38 강의

강의

Finance를 위한 Python 입문

  • 기초기술 수준
  • 4.7+
  • 3.6K

파이썬 기술을 습득하여 금융 커리어를 한 단계 업그레이드하세요. 금융 분석을 마스터하기 위해 리스트, 배열 및 데이터 시각화 작업 방법을 익히세요.

응용 금융

4시간

강의

Excel로 하는 Financial Modeling

  • 중급기술 수준
  • 4.7+
  • 2.1K

엑셀 재무 모델링에 대해 알아보세요. 여기에는 현금 흐름, 시나리오 분석, 시간 가치, 자본 예산 편성이 포함됩니다.

응용 금융

3시간

강의

Power BI로 하는 재무 분석

  • 중급기술 수준
  • 4.6+
  • 1.6K

Power BI로 재무 분석을 수행하고, 보유한 재무 역량을 Power BI 시각화를 통해 적용하는 방법을 학습합니다.

응용 금융

6시간

강의

금융을 위한 중급 Python

  • 중급기술 수준
  • 4.5+
  • 1.5K

금융을 위한 Python 역량을 확장하세요. datetime, if문, DataFrame 등 핵심 기능을 익혀 더 깊이 있는 분석을 수행합니다.

응용 금융

4시간

강의

금융을 위한 R 입문

  • 기초기술 수준
  • 4.6+
  • 923

리스트와 데이터 프레임 등 핵심 자료구조를 배우고, 금융 사례에 바로 적용해 보세요.

응용 금융

4시간

강의

Credit Risk Modeling in Python

  • 중급기술 수준
  • 4.6+
  • 692

Learn how to prepare credit application data, apply machine learning and business rules to reduce risk and ensure profitability.

응용 금융

4시간

강의

Python으로 배우는 금융 기초

  • 기초기술 수준
  • 4.6+
  • 687

Python과 NumPy로 가장 기본적인 금융 개념을 학습하세요.

응용 금융

4시간

강의

Python으로 시작하는 포트폴리오 리스크 관리

  • 중급기술 수준
  • 4.6+
  • 676

포트폴리오 위험·수익을 평가하고, 시가총액 가중 주식 포트폴리오를 구성하며, 시나리오 생성으로 시장 위험을 예측·헤지합니다.

응용 금융

4시간

강의

Python으로 배우는 금융 트레이딩

  • 중급기술 수준
  • 4.7+
  • 610

Python으로 맞춤형 트레이딩 전략을 구현하고, 백테스트하며, 성과를 평가하세요!

응용 금융

4시간

강의

Python을 활용한 정량적 리스크 관리

  • 고급기술 수준
  • 4.7+
  • 532

2008년 금융위기에 적용된 리스크 관리와 VaR 등을 Python으로 학습합니다.

응용 금융

4시간

강의

Python으로 금융 데이터 가져오기와 관리

  • 중급기술 수준
  • 4.8+
  • 521

이 코스에서는 다양한 도구와 소스를 활용해 Python에서 금융 데이터를 불러오고 관리하는 방법을 학습합니다.

응용 금융

5시간

강의

사례 연구: Excel로 살펴보는 순매출 관리(Net Revenue Management)

  • 중급기술 수준
  • 4.4+
  • 517

Fast Moving Consumer Goods 기업에서 Excel로 Net Revenue Management 기법을 활용합니다.

응용 금융

4시간

강의

금융 전문가를 위한 수학

  • 기초기술 수준
  • 4.8+
  • 498

실무 Excel 연습과 실제 사례로 핵심 금융 수학 역량을 학습하세요.

응용 금융

3시간

강의

Google Sheets로 하는 금융 분석

  • 기초기술 수준
  • 4.2+
  • 490

Google 스프레드시트를 사용하여 금융 상품의 성과를 추적하는 그래픽 대시보드를 구축하는 방법을 알아보세요.

응용 금융

4시간

강의

Python으로 배우는 포트폴리오 분석 입문

  • 고급기술 수준
  • 4.6+
  • 445

의미 있는 위험·성과 지표 계산법과 원하는 위험–수익 균형에 맞춘 최적 포트폴리오 구성 방법을 학습합니다.

응용 금융

4시간

강의

Google Sheets로 하는 Financial Modeling

  • 중급기술 수준
  • 4.4+
  • 445

Google Sheets로 현금흐름, 투자, 연금, 대출 상환 등 기본 비즈니스 모델링을 학습합니다.

응용 금융

4시간

강의

기업 재무 기초

  • 기초기술 수준
  • 4.7+
  • 434

자본 투자, WACC, 주주 가치 등 핵심 금융 개념을 학습하세요.

응용 금융

2시간

강의

Power BI로 시작하는 재무제표 분석

  • 중급기술 수준
  • 4.7+
  • 419

Power BI에서 손익계산서와 재무상태표 활용 방법을 알아보세요

응용 금융

4시간

강의

케이스 스터디: Power BI로 모기지 트레이딩 분석

  • 중급기술 수준
  • 4.6+
  • 385

이 Power BI 사례 연구에서 주니어 트레이더 역할로 모기지 트레이딩을 분석하며 데이터 모델링과 재무 분석 역량을 강화합니다.

응용 금융

3시간

강의

금융을 위한 R 중급

  • 기초기술 수준
  • 4.3+
  • 348

R에서 날짜 처리 방법을 익히고, 금융 예제로 if 문, 반복문, 함수까지 탐구하세요.

응용 금융

5시간

강의

Python으로 재무제표 분석하기

  • 중급기술 수준
  • 4.2+
  • 347

Python으로 재무제표를 분석하세요. 비율 계산, 재무건전성 평가, 결측치 처리, 분석 결과 발표까지 익힙니다.

응용 금융

4시간

강의

Python으로 배우는 GARCH 모델

  • 중급기술 수준
  • 4.7+
  • 334

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

응용 금융

4시간

강의

R로 배우는 포트폴리오 분석 입문

  • 기초기술 수준
  • 4.5+
  • 310

재무 지식과 R 실무로 포트폴리오를 백테스트하고 분석·최적화하세요.

응용 금융

5시간

강의

기업 가치평가 입문

  • 기초기술 수준
  • 4.8+
  • 245

현업 사례와 실습으로 DCF를 활용해 기업가치를 체계적으로 산정합니다.

응용 금융

3시간

강의

사례 연구: KNIME으로 재무 분석하기

  • 중급기술 수준
  • 4.2+
  • 220

현실 데이터로 KNIME에서 재무 분석을 적용하고, 데이터 준비와 워크플로우 역량을 강화하세요.

응용 금융

3시간

강의

R로 배우는 계량적 위험 관리(Quantitative Risk Management)

  • 기초기술 수준
  • 4.3+
  • 186

위험요인 수익률 시계를 다루고, 실증적 특성을 분석하며, value-at-risk를 추정합니다.

응용 금융

5시간

강의

R에서의 GARCH 모델

  • 고급기술 수준
  • 4.5+
  • 160

변동하는 변동성과 VaR 예측을 위해 GARCH 모델을 정의하고 적합합니다.

응용 금융

4시간

강의

R로 배우는 신용 위험 모델링

  • 중급기술 수준
  • 4.4+
  • 160

로지스틱 회귀 분석과 의사 결정 트리를 활용하여 실제 환경에서 신용 위험을 모델링하는 통계적 모델링을 적용한다.

응용 금융

4시간

강의

Python으로 하는 Financial Forecasting

  • 중급기술 수준
  • 4.7+
  • 153

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

응용 금융

4시간

강의

Google Sheets로 하는 대출 상환 일정표

  • 중급기술 수준
  • 3.5+
  • 125

Google Sheets에서 금융·조건부 수식으로 상환 스케줄 대시보드를 만드는 법을 학습하세요.

응용 금융

4시간

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.