176만명의 커뮤니티!! 함께 토론해봐요.
해결됨
R을 활용한 빅데이터 및 통계분석
링크로 안내 부탁드립니다. 메일내 삽입해주신 링크(아래)를 눌러보면 오류가 납니다. 강사랑 직접 문의가능한 페이지가 어딘지도 모르겠고 수업 중에 상단에 보이는 큐앤에이에 질문드리고 있습니다. 그거 말고 다른 루트가 있는지요. 일정이 급한데 즉답 ai로 빙빙 돌리기만 해서 답답합니다. 안녕하세요 요청하신 실습자료는 여기서 다운 받으시기 바랍니다. https://buly.kr/BeKz5Gs
trainhye
2026-01-22T06:47:35.951Z
댓글 2
좋아요 0
조회수 122
해결됨
R을 활용한 빅데이터 및 통계분석
R강의 섹션 11, 26강 듣는중입니다. 수업 중 만든 Rworks 폴더 내 자료 공유한다고 강사가 얘기하는데 어디서 받을 수 있나요?
trainhye
2026-01-22T06:37:43.842Z
댓글 2
좋아요 0
조회수 109
미해결
빅데이터분석기사 필기 올인원: 3주에 끝내는 완벽 대비
통합과정을 수강신청 했는데, 4개 과목에 대한 강좌 구분을 어떻게 해야하나요..? 1~44강 중 1~10강은 1과목, 11~20강은 2과목 이런식으로요...
김욱선
2026-01-19T06:45:53.559Z
댓글 2
좋아요 0
조회수 153
해결됨
반도체 공정 직무 취업을 위한 강력한 무기, 데이터 분석
안녕하세요, 반도체 공정 직무 취업을 위한 강력한 무기, 데이터 분석 수업 신청한 수강생입니다 pandas로 csv 로 불러오는 파이썬 코드로 작성한 부분이 있는데, 혹시 csv 는 어디서 다운 가능할까요? 본 강의에 없다면 감사하겠습니다 다운을 받긴 했는데, 만약 실 데이터가 없다면 환불 가능할까요? 인프런 정책으로는 현재 불가능해서요 데이터와 함께 실습 코드를 따라하고 싶어 현 강의 구매했습니다 만약 없다면 환불 요청드립니다 감사합니다 박준규 드림
촉촉한 판다
2026-01-18T15:40:28.340Z
댓글 1
좋아요 0
조회수 207
미해결
실무에서 바로 쓰는 SQL [SQL200제 저자 직강]
CREATE OR REPLACE VIEW speech_view AS SELECT REGEXP_SUBSTR(lower(speech_text), '[^ ]+', 1, a) word FROM speech, (SELECT LEVEL a FROM dual CONNECT BY LEVEL <= 52); SELECT COUNT(word) AS 부정단어 FROM speech_view WHERE lower(word) IN (SELECT lower(n_text) FROM negative);
c신승호
2026-01-11T13:54:20.712Z
댓글 2
좋아요 0
조회수 132
미해결
[2026년 빅분기 실기 준비] 빅데이터 분석 기사 실기 시험 100% 합격 ! 기출 문제의 패턴이 보인다 !
안녕하세요, 강사님. 강의의 수강 기한이 곧 만료되어 문의드립니다. 최근 1년간 다른 직종에 관련된 일을 하느라 강의를 거의 수강하지 못했습니다. 이번 연도에 강의를 들으며 빅데이터분석기사 실기를 준비하고 싶은데, 혹시 수강기한을 연장해 주실 수 없을까요? 제 메일은 ksforuo@gmail.com 입니다.
마리오
2026-01-10T13:09:54.384Z
댓글 4
좋아요 0
조회수 174
미해결
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요, 강사님. 강의의 수강 기한이 곧 만료되어 문의드립니다. 최근 1년간 다른 직종에 관련된 일을 하느라 강의를 거의 수강하지 못했습니다. 이번 연도에 강의를 들으며 빅데이터분석기사 실기를 준비하고 싶은데, 혹시 수강기한을 연장해 주실 수 없을까요? 제 메일은 ksforuo@gmail.com 입니다.
python 머신러닝 빅데이터 pandas 빅데이터분석기사
마리오
2026-01-10T13:03:23.980Z
댓글 2
좋아요 0
조회수 143
미해결
15일간의 빅데이터 파일럿 프로젝트
안녕하세요! 강의 구매후 실력이 되지않아 엄두를 못내다가 수강기간 만료가 도래했어요ㅠㅠ 새로 맡은 프로젝트에 꼭 필요한 내용이라 공부를 시작해야하는데 며칠 남지를 않아 버렸네요. 강사님 죄송하지만 최대한 연장 부탁드려도 될까요? 열심히 공부하겠습니다!!
빅데이터 hadoop kafka zookeeper redis flume impala 데이터-엔지니어링
outofmtx
2026-01-09T14:19:09.729Z
댓글 2
좋아요 0
조회수 140
미해결
빅데이터 파이프라인 마스터; 성공을 위한 도구와 기술
아래와 같은 양식으로 질문을 남겨주세요 🙂 수업을 들으시면 이해하기 어려운 부분이 있으면 상세히 질문을 남겨주세요. 서로 Tone and Manner 를 지키며, 즐거운 수업 시간을 만들어보아요. 잠깐! 인프런 서비스 운영 관련 문의는 1:1 문의하기를 이용해주세요. 강의 pdf가 없는거 같은데 따로 제공해주시지는 않나요? 강의 들을 때 있으면 더 도움될거 같아서 질문드립니다
빅데이터 hadoop elasticsearch logstash Kibana apache-spark s3-bucket
김도연
2026-01-09T14:08:15.453Z
댓글 1
좋아요 0
조회수 101
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
안녕하세요 선생님, 저는 이직 준비를 위해 빅데이터 분석기사 자격증을 준비중인 회사원입니다. 2025년 2회차 실기시험을 목표로 인프런에서 유명한 선생님의 강의를 신청했지만, 2025년도 하반기 중국 출장(2달)을 가게 되어 2회차 시험에 응시하지 못했습니다.. 수강기간이 2026.04.28까지인데, 2026년 1회차 시험을 목표로 강의를 수강하려고 합니다! 혹시 2026년 1회차 시험인 2026.06.20까지 강의 연장이 가능할까요? 가능하다면 정말 열심히 수강하여 꼭 합격하고 싶습니다! 답변 기다리겠습니다. 읽어주셔서 감사합니다! 제 이메일은 ( ysy0950@gmail.com ) 입니다!
python 머신러닝 빅데이터 pandas 빅데이터분석기사
다람쥐
2026-01-03T06:13:12.328Z
댓글 2
좋아요 0
조회수 144
미해결
실무에서 바로 쓰는 SQL [SQL200제 저자 직강]
안녕하세요 혹시 오라클18c로 진행하더라도 문제 없을까요?
c신승호
2025-12-31T16:48:58.081Z
댓글 1
좋아요 0
조회수 133
미해결
실무에서 바로 쓰는 SQL [SQL200제 저자 직강]
안녕하세요, 1. 책만 있어도되는건지, 2. 강의만 들어도되는건지, 3. 책이랑 강의를 둘다 보는게 맞는건지 궁금합니다!
모짜르트
2025-12-27T03:25:12.624Z
댓글 1
좋아요 0
조회수 102
미해결
빅데이터분석기사 필기 올인원: 3주에 끝내는 완벽 대비
인강 결제 했습니다만 강의 내용 최종 업데이트가 25년 8월으로 확인됩니다. 최신 기출 기반 내용이 반영이 안된 것 같은데 지금 강의 구성과 첨부교재만으로 26년 1회차 시험 대비 가능할까요?
김욱선
2025-12-23T04:03:56.876Z
댓글 2
좋아요 0
조회수 159
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
유튜브 유입입니다 :D 인강에서 알려주신대로 직접 따라하면서 공부했더니 합격했어요. 인강 1회쭉 따라서만해도 충분히 합격할 수 있었습니다. 실무와 실전(수험) 노하우를 잘 알려주셔서 좋았습니다.
python 머신러닝 빅데이터 pandas 빅데이터분석기사
beomws
2025-12-20T15:26:38.178Z
댓글 2
좋아요 0
조회수 97
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
강의를 다 듣지 않으면 수강평을 못남길까요? 2유형이 과적합이였는지 예상외로 점수가 꽤 깎였지만 도움많이받고 합격했어요~
python 머신러닝 빅데이터 pandas 빅데이터분석기사
key.nam
2025-12-19T06:33:05.633Z
댓글 2
좋아요 0
조회수 100
해결됨
실리콘밸리 엔지니어와 함께하는 Apache Airflow
안녕하세요 mac에서 apache 설치하려고 하는데, Apache Airflow 설치하기 강의가 learn-apache-airflow-main.zip 파일 기반으로 진행되는 걸까요? 일단 강의환경에 맞춰서 python 3.10 & airflow 2.6.2 로 가상환경 생성해서 하고있는데 강의에서보이는 파일목록이 따로 생성되지 않아서 문의드립니다..
python 빅데이터 데이터-엔지니어링 airflow
얌얌쩝쩝
2025-12-15T11:29:57.270Z
댓글 2
좋아요 0
조회수 156
해결됨
토스 개발자와 함께하는 Data Workflow Management 기반의 대용량 데이터 처리 설계 패턴
dynamicDag from datetime import datetime, timedelta from airflow import DAG from airflow.operators.python import PythonOperator from db_utils import execute_query import logging def log_task_start(message): logging.info(f"[START] {message}") def log_task_end(message): logging.info(f"[END] {message}") # 분석할 주식 종목 리스트 (설정으로 관리) STOCK_SYMBOLS = ['AAPL','GOOGL','MSFT','AMZN','TSLA'] default_args = { 'owner': 'data-team', 'depends_on_past': False, 'start_date': datetime(2024, 1, 1), 'email_on_failure': False, 'email_on_retry': False, 'retries': 1, 'retry_delay': timedelta(minutes=5), } def analyze_stock_data(symbol, **context): """주식 종목에 대해서, 최근 30일간의 주식 데이터를 분석""" log_task_start(f"주식 분석 - {symbol}") query = """ SELECT symbol, AVG(price) as avg_price, MAX(price) as max_price, MIN(price) as min_price, SUM(volume) as total_volume, COUNT(*) as trading_days FROM stock_prices WHERE symbol = %s AND trade_date >= DATE_SUB(CURDATE(), INTERVAL 30 DAY) GROUP BY symbol """ result = execute_query(query, [symbol]) if result: data = result[0] print(f"{symbol} 분석 결과:") print(f" 평균 가격: ${data[1]:.2f}") print(f" 최고 가격: ${data[2]:.2f}") print(f" 최저 가격: ${data[3]:.2f}") print(f" 총 거래량: {data[4]:,}") print(f" 거래일수: {data[5]}일") log_task_end(f"주식 분석 - {symbol}") return result def create_stock_dag(symbol): """개별 주식에 대한 DAG 생성 함수""" dag_id = f'stock_analysis_{symbol.lower()}' dag = DAG( dag_id, default_args=default_args, description=f'{symbol} 주식 데이터 분석 DAG', schedule='@daily', catchup=False, tags=['dynamic', 'stock', 'analysis', symbol] ) # 데이터 품질 체크 태스크 def check_data_quality(**context): query = """ SELECT COUNT(*) as count FROM stock_prices WHERE symbol = %s AND trade_date = CURDATE() - INTERVAL 1 DAY """ result = execute_query(query, [symbol]) logging.info(f"{symbol} 데이터 품질 체크: {result[0][0] if result else 0}") return result data_quality_check = PythonOperator( task_id=f'check_data_quality_{symbol.lower()}', python_callable=check_data_quality, dag=dag ) # 주식 분석 태스크 analyze_task = PythonOperator( task_id=f'analyze_{symbol.lower()}', python_callable=analyze_stock_data, op_kwargs={'symbol': symbol}, dag=dag ) # 결과 저장 태스크 def save_results(**context): query = """ INSERT INTO daily_stats (symbol, summary_date, avg_price, total_volume, trade_count) SELECT %s, CURDATE() - INTERVAL 1 DAY, AVG(price), SUM(volume), COUNT(*) FROM stock_prices WHERE symbol = %s AND trade_date = CURDATE() - INTERVAL 1 DAY ON DUPLICATE KEY UPDATE avg_price = VALUES(avg_price), total_volume = VALUES(total_volume), trade_count = VALUES(trade_count) """ result = execute_query(query, [symbol, symbol]) logging.info(f"{symbol} 분석 결과 저장 완료") return result save_results = PythonOperator( task_id=f'save_analysis_{symbol.lower()}', python_callable=save_results, dag=dag ) # 태스크 의존성 설정 data_quality_check >> analyze_task >> save_results return dag # Dynamic DAG 생성 # 각 주식 종목에 대해 별도의 DAG 생성 for symbol in STOCK_SYMBOLS: dag_id = f'stock_analysis_{symbol.lower()}' globals()[dag_id] = create_stock_dag(symbol) CrossDag (트리거 센서) from datetime import datetime, timedelta from airflow import DAG, Dataset from airflow.operators.python import PythonOperator from airflow.operators.trigger_dagrun import TriggerDagRunOperator from airflow.sensors.external_task import ExternalTaskSensor from db_utils import execute_query import logging #기본 설정 default_args = { 'owner': 'data-team', 'start_date': datetime(2024, 1, 1), 'retries': 1, 'retry_delay': timedelta(minutes=2), } # ======================================================== # TriggerDagRunOperator # ======================================================== def process_data(**context): """간단한 데이터 처리""" logging.info("데이터 처리 시작") query = "SELECT COUNT(*) FROM stock_prices" result = execute_query(query) count = result[0][0] if result else 0 logging.info(f"처리된 레코드 수 : ${count}") return {"record_count": count} trigger_dag = DAG( 'trigger_example_dag', default_args=default_args, description='TriggerDagRunOperator 예제', schedule='@daily', catchup=False, tags=['cross-dag', 'trigger'] ) process_task = PythonOperator( task_id='process_data', python_callable=process_data, dag=trigger_dag ) #다른 DAG를 트리거 (가장 기본적인 사용법) trigger_next_dag = TriggerDagRunOperator( task_id='trigger_sensor_dag', trigger_dag_id='sensor_example_dag', wait_for_completion=False, # 완료를 기다리지 않음 dag=trigger_dag ) process_task >> trigger_next_dag # ======================================================== # ExternalTaskSensor # ======================================================== # 두 번째 DAG: 외부 태스크 대기 def analyze_triggered_data(**context): """트리거된 후 분석 작업""" logging.info("외부 태스크 완료 후 분석 시작") # 간단한분석로직 analysis_result = {"status": "completed", "timestamp": str(datetime.now())} logging.info(f"분석 완료: {analysis_result}") return analysis_result sensor_dag = DAG( 'sensor_example_dag', default_args=default_args, description='ExternalTaskSensor 예제', schedule=None, # 트리거로만 실행됨 catchup=False, tags=['cross-dag', 'sensor'] ) # 외부 DAG의 태스크 완료를 기다림 def get_most_recent_dag_run(dt): """가장 최근의 DAG 실행을 찾는 함수""" from airflow.models import DagRun from airflow.utils.session import provide_session @provide_session def get_recent_run(session=None): recent_run = session.query(DagRun).filter( DagRun.dag_id == 'trigger_example_dag', DagRun.state == 'success' ).order_by(DagRun.execution_date.desc()).first() if recent_run: return recent_run.execution_date return dt return get_recent_run() wait_for_external_task = ExternalTaskSensor( task_id='wait_for_process_data', external_dag_id='trigger_example_dag', # 기다릴 DAG external_task_id='process_data', # 기다릴 태스크 execution_date_fn=get_most_recent_dag_run, #최근성공한 실행 DAG timeout=60, # 1분 타임아웃 poke_interval=5, # 5초마다 확인 allowed_states=['success'], #성공 상태만 기다림 dag=sensor_dag ) analyze_task = PythonOperator( task_id='analyze_triggered_data', python_callable=analyze_triggered_data, dag=sensor_dag ) wait_for_external_task >> analyze_task # ======================================================== # Dataset Denpendencies # ======================================================== # Dataset 정의 (Dataset Dependencies 용) market_data_dataset = Dataset("market_data") analysis_dataset = Dataset("analysis_result") def create_market_data(**context): """마켓 데이터를 생성하고 Dataset을 업데이트""" logging.info("마켓 데이터 생성 시작") # 실제 데이터 생성 로직 query = """ SELECT symbol, AVG(price) as avg_price FROM stock_prices WHERE trade_date = CURDATE() - INTERVAL 1 DAY GROUP BY symbol LIMIT 3 """ result = execute_query(query) market_data = [] if result: for row in result: market_data.append({"symbol": row[0], "avg_price": float(row[1])}) logging.info(f"생성된 마켓 데이터: {market_data}") return market_data dataset_producer_dag = DAG( 'dataset_producer_dag', default_args=default_args, description='Dataset Dependencies - 생산자', schedule='@daily', catchup=False, tags=['cross-dag', 'dataset', 'producer'] ) create_data_task = PythonOperator( task_id='create_market_data', python_callable=create_market_data, outlets=[market_data_dataset], # Dataset 업데이트 알림 dag=dataset_producer_dag ) # Consumer def consume_market_data(**context): """생성된 마켓 데이터를 소비하여 분석""" logging.info("마켓 데이터 소비 및 분석 시작") # Dataset이 업데이트되면 자동으로 실행됨 query = "SELECT COUNT(DISTINCT symbol) FROM stock_prices" result = execute_query(query) symbol_count = result[0][0] if result else 0 analysis = { "total_symbols": symbol_count, "analysis_time": str(datetime.now()), "status": "Dataset 기반 분석 완료" } logging.info(f"Dataset 기반 분석 결과: {analysis}") return analysis def generate_final_report(**context): """최종 리포트 생성""" logging.info("최종 리포트 생성") ti = context['ti'] analysis = ti.xcom_pull(task_ids='consume_market_data') report = f"Dataset 기반 리포트: {analysis.get('total_symbols', 0)}개 심볼 분석 완료" logging.info(report) return report dataset_consumer_dag = DAG( 'dataset_consumer_dag', default_args=default_args, description='Dataset Dependencies - 소비자', schedule=[market_data_dataset], # Dataset이 업데이트되면 실행 catchup=False, tags=['cross-dag', 'dataset', 'consumer'] ) consume_task = PythonOperator( task_id='consume_market_data', python_callable=consume_market_data, outlets=[analysis_dataset], # 다음 Dataset 업데이트 dag=dataset_consumer_dag ) report_task = PythonOperator( task_id='generate_final_report', python_callable=generate_final_report, dag=dataset_consumer_dag ) consume_task >> report_task
빅데이터 docker docker-compose airflow
dellahong
2025-12-15T08:27:48.214Z
댓글 7
좋아요 0
조회수 269
해결됨
베개 투자법: 자면서 돈 버는 AI 주식 자동 매매 머신
강의 "베개 투자법: 자면서 돈 버는 AI 주식 자동 매매 머신" 에서 한국투자증권의 API 가 사용되었는데, 이것을 다른 증권회사 예를 들면 미래에셋의 API 를 사용하여 실전에 적용하는 것도 가능한가요? 이때 주의점은 무엇인가요
python 딥러닝 빅데이터 FastAPI 데이터-엔지니어링
mitco7
2025-12-12T07:52:59.373Z
댓글 2
좋아요 1
조회수 2548
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
방금 사전점수 확인했는데 합격이네요 ㅎㅎ 강사님 덕에 1트에 바로 합격한 것 같습니다. 강의가 정말 도움 많이 되었고, 질문을 많이 남겼는데 답변도 빠르게 해주셔서 보다 빠르고 효율적으로 공부할 수 있었던 것 같습니다. 감사합니다! 여담이지만 2유형은 그냥 무지성 randomforest에다가 train_test_split 검증도 안 하고 score 확인도 안 한 채로 코드 실행되는 것만 확인하고 제출했더니 5점 감점됐고, 3유형에선 민감도 구하는 문제에서 민감도가 뭐였는지가 헷갈렸는데 아마 이거 틀린 거 같네요 ㅋㅋㅋㅠㅠ
python 머신러닝 빅데이터 pandas 빅데이터분석기사
Jin
2025-12-12T07:26:20.188Z
댓글 2
좋아요 0
조회수 163
해결됨
[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)
오늘 사전점수가 공개됐는데 랜덤포레스트 사용한 사람들은 다 감점이라네요,,ㅠㅠ 전처리할 게 아예 없었는데 재검토 요청하면 수용되는 경우도 있나요?
python 머신러닝 빅데이터 pandas 빅데이터분석기사
김혜인
2025-12-12T07:25:51.504Z
댓글 5
좋아요 0
조회수 456