빅데이터 분석기사 자격증
빅데이터 이해를 기반으로 빅데이터 분석 기획, 빅데이터 수집·저장·처리, 빅데이터 분석 및 시각화를 수행하는 실무자를 말합니다.코리아IT아카데미의 빅데이터분석기사 수업은 자격증은 물론이고 실무능력까지 겸할 수 있는 과정형 수업으로 편성하였습니다.
-
교육기간
2개월
-
교육난이도
입문~고급
-
정원
20명 내외
-
전화상담
02-6203-7302
주말 · 공휴일 상담 및 접수가능
빅데이터분석기사의 필요성
전 세계적으로 빅데이터가 미래성장동력으로 인식돼, 각국 정부에서는 관련 기업투자를 끌어내는 등 국가/기업의 주요 전략분야로 부상하고 있습니다. 국가와 기업의 경쟁력 확보를 위해 빅데이터 분석 전문가의 수요는 증가하고 있으나, 수요 대비 공급 부족으로 인력 확보에 어려움이 높은 실정입니다. 이에 정부차원에서 빅데이터 분석 전문가 양성과 함께 체계적으로 역량을 검증할 수 있는 국가기술자격 수요가 높은 편입니다.빅데이터분석기사의 하는일
대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 목적에 따라 분석기술과 방법론을 기반으로 정형/비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화하는 업무를 수행합니다.※ 빅데이터분석기사는 과정평가형이 존재하지않고, 오직 검정형으로만 응시합니다.
응시자격 및 과목
| 검정형 | |||
|---|---|---|---|
| 종류 | 기술자격 소지자 | 관력학과 전공자 | 순수 경력자 |
| 응시자격 |
· 동일(유사)분야 다른 종목 기사 · 동일종목 외국자격취득자 · 산업기사 + 실무경력 1년 · 기능사 + 실무경력 3년 |
· 대졸(졸업예정자) · 기사수준의 훈련과정 이수자 · 3년제 전문대졸 + 실무경력 1년 · 2년제 전문대졸 + 2년 · 산업기사수준 훈련과정 이수 + 2년 |
* 실무경력 4년 (동일, 유사 분야) |
| 응시과목(필기) |
① 빅데이터 분석기획 - (빅데이터의 이해 / 데이터분석 계획 / 데이터 수집 및 저장 계획) ② 빅데이터 탐색 - (데이터 전처리 / 데이터 탐색 / 통계기법 이해) ③ 빅데이터 모델링 - (분석모형 설계 / 분석기법 적용) ④ 빅데이터 결과 해석 - (분석모형 평가 및 개선 / 분석결과 해석 및 활용) 객관식 과목당 20문항 (문제수 80) 시험시간 120분 과목당 100점을 만점으로 하여 전 과목 40점 이상, 전 과목 평균 60점 이상 |
||
| 응시과목(실기) |
① 빅데이터 분석실무 - (데이터 수집 작업 / 데이터 전처리 작업 / 데이터 모형 구축 작업 / 데이터 모형 평가 작업) 통합형 (필답형, 작업형) 시험시간 180분 100점을 만점으로 하여 60점 이상 |
||
| 특징 | 정기(필기/실기) 연 2회 | ||
커리큘럼안내
코리아IT아카데미의 빅데이터분석기사 수업은 자격증은 물론이고 실무능력까지 겸할 수 있는 과정형 수업으로 편성하였습니다.-
일차 교과 세부내용 1일차(4h) 1과목 빅데이터의 이해
- 빅데이터의 특징과 가치
- 데이터 산업의 이해
- 빅데이터와 인공지능
- 개인정보 법, 제도, 활용
2일차(4h) 데이터 분석 계획, 데이터 수집 및 저장 계획
- 데이터 분석 방안, 데이터 확보 계획
- 데이터 수집 후 데이터 유형 및 속성 파악
- 데이터 변환, 데이터 저장
3일차(4h) 2과목 데이터 전처리
- 데이터 정제, 결측값, 이상값 처리
- 차원축소, 파생변수 생성
- 불균형 데이터 처리
4일차(4h) 데이터 탐색, 통계기법 이해
- 상관관계 분석
- 데이터 탐색(시각적, 시공간, 다변량, 비정형)
- 확률, 표본 분포
- 점추정, 구간추정, 가설검정
5일차(4h) 3과목 분석 모형 설계
- 분석모형 정의, 선정
- 분석모형 구축 절차
- 데이터 분할
6일차(4h) 분석기법 적용
- 회귀분석, 로지스틱 회귀분석, 의사결정나무
- 인공신경망, SVM, 군집분석, 시계열 분석
- 베이지안, 딥러닝, 앙상블, 등등
7일차(4h) 4과목 분석 모형 평가 및 개선
- 평가 지표, 문석모형 진단
- 교차 검증, 모수 유의성 검정
- 적합도 검정, 과대적합 방지
- 매개변수 최적화, 분석모형 융합
- 최종모형 선정
8일차(4h) 분석결과 해석 및 활용
- 분석모형 해석, 비즈니스 기여도 평가
- 시공간, 관계, 비교 시각화
- 분석 모형 전대
- 분석결과 활용 시나리오 개발
- 분석모형 모니러팅, 리모델링
-
일차 교과 세부내용 1일차(4h) 프로그래밍 언어 파이썬 프로그래밍
- 변수, 자료형, 연산자, 컬렉션
- 조건문, 반복문, 함수, 모듈
2일차(4h) 제1유형 데이터 전처리
- 판다스 데이터 구조, 데이터 선택, 수정
- 판다스의 산술 연산, 데이터 입출력 및 누락값 처리
- 중복값 처리, 데이터프레임 연결/병합
- 그룹 연산, 탐색적 데이터분석
3일차(4h) 4일차(4h) 제2유형 데이터 분석
- 머신러닝 프로젝트 구조, scikit-learn
- 모델링 및 모델 평가, 이진 분류
- 다중 분류, 회귀, 분석 모형 선택