학습 과정 소개
| 과정 |
입문자 과정 (4주) |
중급자 과정 (7주) |
실무자 과정 (9주) |
| 1-2주 |
SQL |
Python |
SQL |
| 3-4주 |
Data Modeling |
ETL |
Github |
| 5-6주 |
|
Github |
Cloud |
| 7주 |
|
Bigdata Processing |
Bigdata Processing |
| 8주 |
|
Sale ETL Pipeline 프로젝트 |
Sale ETL Pipeline 프로젝트 |
| 9주 |
|
|
Financial Data Warehouse 프로젝트 또는 Data Cloud Modernization 프로젝트 중 선택 |
| 가격 |
280,000원 |
360,000원 |
590,000원 |
세부 커리큘럼
| 직무 카테고리 |
입문 과정 (4주) |
중급 과정 (7주) |
심화 과정 (9주) |
프로젝트 |
AI 도우미 |
|
SQL Python |
Data Modeling ETL Git |
Cloud Processing |
Project |
AI 학습 도우미 |
| Analytics Engineer |
|
|
|
|
|
| (에너레틱스 엔지니어) |
SQL |
|
|
|
|
| Basic Query |
|
|
|
|
|
| Intermediate Query |
|
|
|
|
|
| Advanced Query |
|
|
|
|
|
| Join/Union |
|
|
|
|
|
| CTE/Subquery |
|
|
|
|
|
| Window Function |
|
|
|
|
|
| Index |
|
|
|
|
|
| Query Optimization |
Data Modeling |
|
|
|
|
| Database Components |
|
|
|
|
|
| OLTP vs OLAP |
|
|
|
|
|
| Normalization/Denormalization |
|
|
|
|
|
| Data Warehouse |
|
|
|
|
|
| Data Mart |
|
|
|
|
|
| Data Lake |
|
|
|
|
|
| Data Lakehouse |
|
|
|
|
|
| Data Mesh |
Cloud |
|
|
|
|
| Cloud Foundation |
|
|
|
|
|
| AWS |
|
|
|
|
|
| Azure |
|
|
|
|
|
| GCP |
Project |
|
|
|
|
- Sales ETL Pipeline
- Financial Data Warehouse
| |
| Data Engineer
(데이터 엔지니어) | Python
Python Basics
Object-Oriented Programming
Exception Handling
Data Processing
Pandas/Numpy
API Integration | ETL
Extract
Transform
Load
Logging
Retry
Quality Check
Pipelines
DAG | Processing
Bigdata Foundation
Hadoop
Spark
Data Streaming | Project
- Data Cloud Modernization Project
- Event Streaming Architecturing with Kafka | |
| Common Stack
공통 과정 | | Git
Git Command
Git Branch
Git Collaboration
CI/CD | | | |
자주하는 질문
<aside>
- 강의는 라이브로 진행되나요, 녹화 강의로 진행되나요?
- 수업 일정과 시간은 어떻게 되며, 직장인도 참여할 수 있나요?
- 수업을 놓쳤을 때 다시 볼 수 있는 녹화본이 제공되나요?
- 이미 SQL과 Python을 사용하는 현업 데이터 분석가라면 중급 과정부터 시작해도 되나요?
- 매주 공부와 과제에 어느 정도의 시간을 투자해야 하나요?
- 입문 4주·중급 7주·심화 9주는 각각 별도의 과정인가요, 아니면 누적 과정인가요?
- 수강 종료 후에도 강의 자료와 프로젝트 코드를 계속 볼 수 있나요?
- 프로젝트를 포트폴리오로 사용할 수 있나요?
- AI 학습 도우미는 무엇인가요?
</aside>
datarichard© All Rights Reserved.
[뉴스레터] 9주 후, 흩어진 기술이 하나의 데이터 시스템이 됩니다