데이터 리터러시: AI 시대를 위한 통계적 사고와 데이터 분석 기초

프론트엔드 개발의 필수 기술인 리액트를 처음 접하는 분들을 위한 강의입니다. 어려운 개념을 쉽게 풀어내고, 실습 중심의 학습을 통해 리액트의 기본 원리부터 실무 활용까지 자연스럽게 익힐 수 있습니다. 초보자가 막히기 쉬운 포인트를 짚어주며, 프로젝트 실습으로 자신감 있는 리액트 개발자로 성장할 수 있도록 돕습니다.

코딩 지식 없이도 챗GPT를 활용해 주식과 암호화폐 자동매매 프로그램을 직접 구축하는 과정입니다. 데이터 수집부터 예측 모델 개발, 종목 추천 시스템, 실제 자동매매까지 전 과정을 실습하며 AI 활용 개발 능력과 금융 투자 지식을 동시에 습득합니다.

AI를 통해 마케팅 리스크를 줄이고, 브랜딩·개인화 마케팅·콘텐츠 제작에 이르는 전 과정을 효율적으로 수행하는 방법을 익힙니다. 프롬프트 엔지니어링 기초부터 실무 적용까지, 마케팅 담당자를 위한 필수 AI 활용법을 제시합니다.

ChatGPT부터 이미지·영상 생성 AI, 노코드 툴까지 최신 생성형 AI 기술의 원리와 실전 활용법을 체계적으로 학습합니다. 프롬프트 엔지니어링, 코파일럿 활용, AI 확장프로그램 등 7가지 핵심 주제를 통해 업무 효율을 극대화하고 창의적 문제 해결 능력을 키울 수 있습니다.

서버, 네트워크, 클라우드, AI 인프라 등 복잡한 IT 시스템의 동작 원리를 일상의 쉬운 비유로 풀어냅니다. 비전공자도 기술 전문가와 원활하게 소통하고, 디지털 환경에서 논리적인 의사결정을 내릴 수 있는 핵심 리터러시를 체계적으로 학습합니다.

문학, 영화, 음악, 역사 등 인문학적 관점에서 생성형 AI의 개념과 원리를 쉽게 이해하고, AI가 가져올 문화적 영향과 삶의 변화를 탐구합니다. 개인과 기업이 AI 시대에 어떻게 대응하고 준비해야 할지에 대한 실질적인 통찰과 전략을 제공합니다.

LLM 애플리케이션이 개발 패러다임을 어떻게 변화시키고 있는지 탐구합니다. 기존 기술들과의 비교를 통해 LLM이 왜 지속 가능한 핵심 기술로 자리잡고 있는지 이해하고, 개발자로서 갖춰야 할 필수 역량과 사고방식의 변화를 학습합니다. 전문 강사의 인사이트를 통해 LLM 애플리케이션 개발의 본질과 미래 방향성을 파악할 수 있습니다.

Microsoft AZ-900 자격을 동시에 대비 할 수 있는 이론적 토대를 마련 할 수 있는 특강이며 2025년 5월 기준의 출제 범위를 반영한 최신 콘텐트로서 핵심 데이터 개념 ,Azure의 관계형 데이터 ,Azure의 비관계형 데이터,Azure의 분석 워크로드에 관련된 내용을 이론과 실습이 겸비된 형태로 제공함으로서 자격증 취득은 물론 데이터 전문가로의 첫걸음 다지는 의미있는 교육 기회로 활용 할 수 있습니다

데이터에 관심있는 개인이나 리더를 대상으로 데이터 팀이 하는 일을 소개하고 조직의 데이터 활용 능력을 나타내는 데이터 문해력이 어떤 것인지 소개합니다.

[이 강의가 해결하는 문제] - 아이디어는 있는데 직접 만들 수 없는 기획자의 한계 - "이렇게 만들어주세요" → 상상으로 판단하는 비효율적 의사결정 - 데이터 분석, API 검증 등 매번 개발팀에 요청하고 기다리는 병목 - AI 도구를 써봤지만 ChatGPT 질문-답변 수준에 머물러 있는 현실 [이 강의에서 배우는 것] 1. AI 시대 기획 프로세스 재설계 - 기존: 기획 → 디자인 → 개발 (순차 대기) - 전환: PRD 작성 → 프로토타입 생성 → 실물 보고 의사결정 → 확정 후 전달 - 문서로 설명하는 기획에서, 실물로 보여주는 기획으로 2. PM을 위한 AI 에이전트 설계 - Harness Engineering: AI에게 질문하는 것이 아니라 일하는 구조를 설계하는 것 - CLAUDE.md, Rules, Hooks, MCP, Plugins — 각 레이어의 역할과 설계 원칙 - Agent Router: 요청 하나가 자동으로 최적의 에이전트에 배정되는 구조 - PGE 파이프라인: Planner → Generator → Evaluator, 대형 작업의 품질 관리 설계 3. 나만의 AI 팀 구축 - 기획/리서치, 프로덕트, 디자인, 개발, 마케팅 — 5개 칼럼 20+ 에이전트 - 1인 기획자가 전문가 팀을 운영하는 실제 워크플로우 - MCP로 외부 도구 연결 (Notion, Figma, Slack, 데이터 소스) - Skill로 반복 업무를 원커맨드 자동화 4. 부가 업무 자동화 실전 - GA4 + Clarity + GSC + BigQuery → 통합 대시보드 + 주간 인사이트 자동 생성 - 자사 API 직접 호출 → 시나리오 검증 → 품질 평가 리포트 - BigQuery 코호트 분석 → Aha Moment 가설 검증 - A/B 테스트, Notion 동기화, UI/UX 감사 자동화 --- 이런 분이 들으면 좋습니다 - 기획 프로세스의 대기 시간과 리뷰 사이클에 지친 PM/PO/서비스기획자 - AI를 업무 도구로 제대로 설계하고 싶은 분 - 데이터 기반 의사결정을 직접 하고 싶지만 분석팀 리소스가 부족한 분 - "터미널"에 겁먹지 않고 한 단계 넘어가고 싶은 비개발자 [선수 지식] - 없음. 설치부터 세팅까지 처음부터 안내합니다. - 코딩 경험 불필요. PM 관점의 설계와 활용에 집중합니다. [수강 후 변화] - PRD.md 하나로 동작하는 프로토타입을 직접 만들어 의사결정 속도를 높인다 - 나만의 AI 에이전트 팀을 설계하고 운영한다 - 데이터 분석, API 검증, 보고서 생성을 직접 자동화한다

"스마트팩토리, 이름은 멋진데 머릿속엔 안 그려지시나요?" 뉴스에서는 연일 4차 산업혁명과 AI 공장을 말하지만, 막상 관련 자료를 찾아보면 PLC, MES, ERP, 엣지 컴퓨팅 같은 외계어(?)만 가득합니다. 비전공자에게 필요한 건 복잡한 회로도가 아니라, 전체가 어떻게 돌아가는지 보여주는 '지도'입니다. 본 강의는 어려운 공학 용어를 걷어내고, 누구나 이해할 수 있는 직관적인 그림과 비유로 스마트팩토리의 모든 것을 설명합니다.

언제 어디서나 쉽고 강력한 데이터 분석! 코딩을 몰라도 오렌지 3로 간단하게!

엑셀과 Orange로 끝내는 고객 분석, 교차판매부터 A/B 테스트, 이탈 리스크 관리까지 한 번에

조선·해운 산업은 전통적인 중공업의 대표 분야이지만, 디지털 전환과 인공지능(AI) 기술의 결합을 통해 새로운 경쟁력을 확보하고 있습니다. 본 강의는 AI 기반의 조선소 생산 관리, 선박 설계 자동화, 해상 물류 최적화, 예지보전 시스템 구축 등 실제 현장에서 활용되는 구체적 적용 사례를 중심으로 구성되었습니다. 현장 중심의 접근으로, 단순한 이론이 아닌 **‘조선소에서 AI가 실제로 어떻게 일하는가’**를 이해할 수 있습니다. 또한, AI 기술의 도입 단계에서 고려해야 할 데이터 인프라 구축, 모델 학습, 그리고 해양 환경 특유의 제약 사항까지 다룹니다.

"유저리서치를 하긴 했는데 ... 이게 진짜 모든 유저를 대변할 수 있는 결과일까?" 고민 중이라면 주목! 데이터를 기반으로 여러분의 디자인에 설득력을 더하는 방법을 낱낱이 알려드릴게요. ✅ 복잡한 통계 용어를 정말 쉽게 풀어 설명해요. ✅ UX 실무에 꼭 필요한 3가지 핵심 가설검정만 골라, 원리부터 실습까지 꼼꼼히 소개해요. ✅ AI를 활용해 비용없이, 할루시네이션 없이 간단히 유저데이터를 분석하는 방법을 알려드려요.

이 과정은 기계·금속 가공 산업에서 AI를 활용해 생산성과 품질을 높이는 실무 전략을 다룹니다. CNC, 용접, 절단 등 주요 공정 데이터를 분석하고, 불량률 감소·예지보전·작업자 안전 관리까지 AI 기술이 어떻게 적용되는지 실제 사례와 함께 설명합니다. 학습자는 중소기업부터 대기업까지 현장에서 바로 활용할 수 있는 AI 기반 가공 최적화 방법을 이해하고, 글로벌 경쟁 속에서 제조 혁신을 실현할 수 있는 인사이트를 얻게 됩니다.

데이터분석가로 성장하고 싶은 스타터 분들을 위한 파이썬 기본 강의입니다. - 데이터 분석을 하고 싶지만 파이썬을 모르는 분 - 파이썬으로 머신러닝 배우고 싶은 분 - 빅데이터 분석기사 실기 시험을 준비하는 분 - 파이썬으로 머신러닝 기반 애플리케이션을 개발하고 싶은 분

이 과정은 식품·의약품 제조업에서 AI를 활용해 생산성과 품질을 높이는 방법을 다룹니다. 원자재 관리, 생산 공정, 품질 검사, 규제 준수 등 주요 단계에서 AI가 어떻게 적용되는지 실제 사례를 통해 배우며, 불량률 감소와 효율적인 운영 전략을 이해할 수 있습니다. 이 과정을 통해 학습자는 ▲식품·의약품 산업 특성과 AI 도입 필요성 ▲데이터 기반 품질 관리 ▲예측 유지보수 및 설비 효율화 ▲규제 준수 모니터링과 리스크 관리 ▲국내외 도입 사례 분석 등을 익히며, 현장에서 곧바로 적용 가능한 전략과 인사이트를 얻을 수 있습니다.

온라인MD로서의 성과를 좌우하는 데이터 분석! 이커머스 시장에서 매출과 수익을 극대화하기 위해 MD에게 필요한 필수 데이터 분석과 전략 수립 기법을 배웁니다.

데이터를 활용하고 싶은 PM 분들을 위한 강의입니다. PM 직무에서 데이터를 활용하는 모든 과정이 포함된 강의로 이직 1일차의 삶부터 프로젝트 시작과 종료까지 업무의 흐름을 모두 담았습니다. 데이터 기반 사고부터 논리적 사고, 지표 정의, 로그 설계, 실험 설계, 데이터 문화 만들기 등을 모두 다루며 생각하는 힘을 키우기 위한 데이터 입문 강의입니다. PM을 위한 강의로 만들었지만 데이터 분석가도 보면 좋을 내용으로 구성했습니다(실제로 많은 분석가분들이 수강해주셨어요) 그 외에도 마케터, 디자이너, 사업 기획 직무 분들도 많이 수강하고 계셔요.

전자·반도체 산업은 초정밀 공정과 복잡한 공급망으로 인해 데이터 기반 관리와 혁신이 특히 중요한 분야입니다. 이 강의는 AI 기술을 활용하여 불량 검출, 공정 최적화, 예지보전, 공급망 관리 등 전자·반도체 제조업에서 바로 적용할 수 있는 실무 전략을 다룹니다. 글로벌 기업의 실제 사례와 함께, 중소·중견기업이 현실적으로 활용할 수 있는 저비용·고효율 AI 도입 방법도 제시합니다. 이를 통해 수강생은 생산성 향상과 비용 절감뿐 아니라, 미래 경쟁력을 갖추는 AI 기반 제조 전략을 이해하고 적용할 수 있게 됩니다.

이 강의는 달리3(DALL-E)를 활용해 이미지를 생성하는 방법을 배웁니다. 기본 기능, 3단계 프롬프트 전략, 그리고 실제 이미지 생성 실습을 통해 참가자들은 창의적인 이미지 제작자가 될 수 있습니다.

본 과정은 AI 모델링 프로젝트를 성공적으로 수행하기 위해 필수적인 ‘AI 학습 데이터 구축’ 전 과정을 학습하는 과정입니다. 학습자는 단순히 이론적인 지식에 머무르지 않고, 실제 실무에서 요구되는 데이터 구축 프로세스를 단계별로 경험하게 됩니다. 구체적으로 AI 학습 데이터의 기획 → 획득 → 저장 → 정제 → 라벨링 → 가명정보 결합 및 변환에 이르는 전 과정을 실습 중심으로 다루어, 현업에서 바로 적용 가능한 실무 능력을 기를 수 있도록 구성되어 있습니다. 또한 데이터의 품질 관리와 보안 이슈, 개인정보 비식별화 처리, 데이터셋 최적화와 같은 AI 프로젝트에서 가장 중요한 데이터 관리 역량을 체계적으로 학습하게 됩니다. 이를 통해 학습자는 단순한 데이터 수집자가 아닌, AI 프로젝트를 주도적으로 기획하고 실행할 수 있는 데이터 전문가로 성장할 수 있습니다. 👉 본 과정을 통해 학습자는 AI 모델 성능을 좌우하는 양질의 학습 데이터 구축법을 이해하고, 이를 실무 환경에 효과적으로 적용할 수 있는 실질적인 역량을 확보하게 될 것입니다.

1세대 데이터분석가로서 많은 인사이트와 성공을 보여준 데이터오븐 CEO 하용호님에게 인사이트를 얻어보세요. 2024년 7월 18일 진행한 데이터 직군을 위한 밋업 영상입니다.

본 과정은 일반 사무직 재직자가 생성형 AI를 단순한 도구가 아닌 업무 파트너로 활용할 수 있도록 설계된 실무 중심의 기초 과정입니다. AI의 작동 원리와 한계에 대한 정확한 이해를 바탕으로 보안·저작권을 준수하며 안전하게 활용하는 능력을 기르는 데 목적이 있습니다. 프롬프트 설계의 핵심 원리부터 기획, 보고서, 이메일, 회의록 등 텍스트 기반 업무의 효율화, 엑셀 데이터 분석과 이미지·PDF 문서 활용까지 단계적으로 학습하여 반복 업무 시간을 획기적으로 단축하고 1인 다역의 실무 역량을 확보하도록 돕습니다. 개인 차원의 활용을 넘어 팀 단위 업무 템플릿과 표준을 구축하는 방법까지 다루어, 수강 종료 후 즉시 현업에 적용 가능한 업무 자동화 자산을 보유하고 조직 전체의 생산성 향상으로 이어지도록 구성된 실천 중심의 교육 과정입니다.

코파일럿 (copilot) 과 함께 개발에 입문을 해봐요. AI와 함께라면 초등학생도 따라할 수 있어요!

"데이터 분석, 툴(Tool) 공부만 하다가 포기하셨나요?" 대기업 PM은 이미 분석팀이 심어둔 데이터를 보기만 하면 됩니다. 하지만 스타트업이나 사이드 프로젝트의 PM은 다릅니다. 직접 로그를 설계하고, 이름표를 붙이고, 수집하는 '기반'부터 닦아야 합니다. "데이터가 중요하다는데, 대체 내 서비스 어디에 뭘 심어야 할까?" 더 이상 추상적인 개념에 매몰되지 마세요. 로그인 내역 확인부터가 진짜 데이터 기반 의사결정(DDDM)의 시작입니다.