실리콘밸리 엔지니어와 함께하는 Codex
미쿡엔지니어
ChatGPT만 쓰던 개발자에서 AI 에이전트를 다루는 개발자로. Codex의 Rules, Hooks, Skills, MCP를 활용해 코딩 생산성을 극대화하는 실전 활용법을 배웁니다.
입문
인공지능(AI), Python, codex
현대적인 데이터 팀이 dbt를 활용하는 방식을 배웁니다. 유지보수 가능한 분석 모델과 검증된 데이터 파이프라인을 직접 만들어봅니다. 분석 엔지니어링의 핵심 개념을 실무 중심으로 익힙니다. 데이터 커리어를 한 단계 더 성장시키고 싶은 분들을 위한 강의입니다 🚀





NICE평가정보
임직원들도 이 강의를 듣고 있어요!





NICE평가정보
임직원들도 이 강의를 듣고 있어요!
먼저 경험한 수강생들의 후기
5.0
홍태경
Airflow 강의 이후 보고 있습니다 정보계 모델링 강의는 여기가 유일하지 않나 싶습니다 추후 모르면 승진 안되는 데이터 아키텍처의 정석 강의도 당연히 구매하겠습니다 인프런을 항시 끼고 사는 주니어 엔지니어 입장에서 api, 가공안된 여러 데이터를 ods에 넣고 펙트, 기준 테이블등 조합하여 dw -> dm 까지 해볼 수 있는 잘 만들어진 토이 프로젝트성 ELT 실습 예제 몇개 있으면 가격이 몇 십만원이라도 소비할 의향이 있는데.. 없더라구요..ㅠ 혹시 관련하여 추후 론칭 예정이 있으실까욥..ㅠ
5.0
asdf
DBT에 대해 찍먹 해볼 수 있는 기회였던 거 같습니다 실습이 군더더기 없이 막히지 않고 깔끔해서 좋았던 거 같아요 지금 있는 곳에서는 써볼 수 있을지 모르겠으나, 언젠가 쓸 기회가 생겼으면 하는 바람입니다 좋은 강의 감사합니다
5.0
이승호
데이터 사이언스에 대해서 새로운 개념을 2시간 정도만에 입문하고 배울수 있는 유익한 강의였던거 같습니다. 그동안 제게 있어 DB관련 지식은 API를 요청하면 그에 대한 응답을 해주는 쿼리를 작성하는 SQL과 관련된 개념과 그 이상 올라가면 테이블 관계를 설계하는 정도에서 그쳤었는데, 여기서 한 걸음 더 나아가 데이터를 어떤식으로 최대한 원형을 유지하면서 유연하게 실무에 필요한 데이터를 가공할 수 있는지에 대한 접근 개념 자체에 처음으로 발을 딛게 되어서 참으로 유익했다고 생각합니다. 앞으로도 좋은 강의 부탁드려요
현대적인 데이터 팀이 dbt로 일하는 전체 흐름을 이해
복잡한 SQL을 구조화된 모델로 정리하고 확장
실무에 바로 적용 가능한 분석 엔지니어링 감각
테스트와 문서화를 통한 데이터 신뢰도 향상
이 강의에서는 dbt를 활용해 현대적인 데이터 분석 환경을 구축하는 방법을 배웁니다.
단순히 SQL 쿼리를 작성하는 수준을 넘어, 유지보수 가능한 분석 모델을 설계하고 테스트와 문서화를 통해
신뢰할 수 있는 데이터 파이프라인을 만드는 과정을 다룹니다.
모델링, 테스트, 문서화까지 하나의 흐름으로 연결하며 실제 데이터 팀이 사용하는 분석 엔지니어링의 핵심 개념을 실무 중심으로 이해할 수 있습니다.
#SQL, #데이타베이스, #데이타모델링, #dbt, #실습중심
이 강의에서 다루는 dbt와 분석 엔지니어링 방식은 다음과 같은 분야에서 널리 사용됩니다.
📊 데이터 분석 팀 (Analytics / BI)
🧠 분석 엔지니어(Analytics Engineer)
🏗️ 데이터 엔지니어링 조직
🏢 스타트업부터 대기업의 모던 데이터 스택 환경
☁️ 클라우드 기반 데이터 웨어하우스(BigQuery, Snowflake, Redshift 등)
실무에서 많은 팀이 여전히
“잘 돌아가긴 하지만 아무도 믿지 못하는 SQL”
“누가 만들었는지 모르는 분석 쿼리”로 어려움을 겪고 있습니다.
저 역시 현업에서 이런 문제를 반복해서 경험했고,
그 해결책으로 dbt와 분석 엔지니어링 방식을 도입해 왔습니다.
이 강의는 이론 설명이 아닌, 실제 데이터 팀에서 쓰는 방식 그대로 dbt를 이해하고 적용할 수 있도록 기획되었습니다. SQL을 넘어 데이터를 ‘관리 가능한 자산’으로 만들고 싶은 분들께 도움이 되도록 만들었습니다.
현대적인 데이터 팀이 dbt를 활용해 분석 데이터를 만드는 전체 흐름을 배웁니다. 임시로 작성하던 SQL을 재사용 가능하고 관리 가능한 분석 모델로 바꾸는 방법을 이해합니다. 모델 간 의존성을 명확히 하고, 단계별로 데이터를 정제하는 구조를 직접 설계합니다.
데이터를 “그럴듯해 보이는 결과”가 아니라 신뢰할 수 있는 분석 자산으로 만드는 방법을 배웁니다. dbt의 테스트 기능을 활용해 데이터 품질을 검증하고, 자동 문서화를 통해 팀 전체가 이해할 수 있는 분석 환경을 구축합니다.
Modern analytics starts here.
운영 체제 및 버전(OS): Windows, macOS, Linux, Ubuntu
사용 도구:
dbt Core (Open Source)
Python 3.9 이상
Docker & Docker Compose (실습 환경 통일용)
Visual Studio Code 또는 선호하는 코드 에디터
PC 사양:
CPU: 2코어 이상
메모리(RAM): 8GB 이상 권장 (최소 4GB)
디스크: 여유 공간 10GB 이상
강의 슬라이드(PDF / PPT)
실습용 소스 코드 (dbt 프로젝트 전체)
기본적인 SQL 사용 경험은 필요합니다.
(SELECT, JOIN, GROUP BY 수준)
강의에서는 PostgreSQL을 Docker 환경에서 사용하게 됩니다.
Docker가 아직 낯설다면 걱정하지 마세요! 😊
제가 만들어 둔 무료 Docker 강의가 있으니, 필요하신 분들은 편하게 보고 오시면 금방 따라오실 수 있어요. 👉 https://inf.run/KkNw9
SQL을 처음 배우는 분들도 가볍게 시작해서 바로 써먹을 수 있게 만드는 실전 중심 강의입니다. ✨
SELECT로 데이터 꺼내보고, JOIN으로 연결하고, GROUP BY로 정리하는 등
실무에서 가장 자주 쓰는 기능만 쉽고 재미있게 배워봐요! 📊
복잡한 설명은 최소화하고,
“아, 이래서 SQL이 중요하구나!” 바로 이해되는 현실적인 예제 중심으로 진행됩니다. 💡
데이터 분석가, 개발자, 데이터 엔지니어…
어떤 길을 선택하든 SQL은 필수 스킬입니다. 🚀
이 강의 하나로 기본기를 확실하게 잡고,
실전에서도 스스로 문제를 해결할 수 있는 데이터 감각을 만들어 드릴게요! 🔥
학습 대상은
누구일까요?
👨💻 SQL은 쓰지만, 분석 구조가 늘 아쉬운 분
🧩 분석 결과를 더 신뢰 가능하게 만들고 싶은 분
🚀 모던 데이터 팀의 일하는 방식을 배우고 싶은 분
📈 데이터 커리어를 한 단계 성장시키고 싶은 분
🔥 임시 SQL에서 벗어나고 싶은 분
선수 지식,
필요할까요?
✅ 기본적인 SQL 사용 경험이 있다면 충분합니다.
📊 SELECT, JOIN, GROUP BY 정도를 이해하신다면 문제없이 따라올 수 있습니다.
🚀 데이터 분석 또는 데이터 엔지니어링 경험이 있다면 더 빠르게 이해할 수 있습니다.
인프런인증
25,082
명
수강생
1,408
개
수강평
364
개
답변
4.8
점
강의 평점
32
개
강의
한국에서 끝낼 거야? 영어로 세계 시장을 뚫어라! 🌍🚀
안녕하세요. UC Berkeley에서 💻 컴퓨터 공학(EECS)을 전공하고, 실리콘 밸리에서 15년 이상을 소프트웨어 엔지니어로 일해왔으며, 현재는 실리콘밸리 빅테크 본사에서 빅데이터와 DevOps를 다루는 Staff Software Engineer로 있습니다.
🧭 실리콘 밸리의 혁신 현장에서 직접 배운 기술과 노하우를 온라인 강의를 통해 이제 여러분과 함께 나누고자 합니다.
🚀 기술 혁신의 최전선에서 배우고 성장해 온 저와 함께, 여러분도 글로벌 무대에서 경쟁할 수 있는 역량을 키워보세요!
🫡 똑똑하지는 않지만, 포기하지 않고 꾸준히 하면 뭐든지 이룰수 있다는 점을 꼭 말씀드리고 싶습니다. 항상 좋은 자료로 옆에서 도움을 드리겠습니다
전체
23개 ∙ (2시간 41분)
해당 강의에서 제공:
전체
18개
4.8
18개의 수강평
수강평 18
∙
평균 평점 5.0
5
데이터 사이언스에 대해서 새로운 개념을 2시간 정도만에 입문하고 배울수 있는 유익한 강의였던거 같습니다. 그동안 제게 있어 DB관련 지식은 API를 요청하면 그에 대한 응답을 해주는 쿼리를 작성하는 SQL과 관련된 개념과 그 이상 올라가면 테이블 관계를 설계하는 정도에서 그쳤었는데, 여기서 한 걸음 더 나아가 데이터를 어떤식으로 최대한 원형을 유지하면서 유연하게 실무에 필요한 데이터를 가공할 수 있는지에 대한 접근 개념 자체에 처음으로 발을 딛게 되어서 참으로 유익했다고 생각합니다. 앞으로도 좋은 강의 부탁드려요
안녕하세요 이승호님, 좋은 리뷰 정말 감사합니다! 말씀해주신 것처럼 SQL이나 테이블 설계에서 한 단계 더 나아가, 데이터를 어떻게 ‘유연하게 가공하고 활용할 것인가’에 대한 감을 드리는 게 이 강의의 목표였는데, 그 부분을 잘 느껴주셔서 정말 기쁩니다. 앞으로도 실무에서 바로 적용할 수 있는 개념과 관점을 중심으로 계속 좋은 강의 만들어보겠습니다. 감사합니다!
수강평 21
∙
평균 평점 4.9
5
DBT에 대해 찍먹 해볼 수 있는 기회였던 거 같습니다 실습이 군더더기 없이 막히지 않고 깔끔해서 좋았던 거 같아요 지금 있는 곳에서는 써볼 수 있을지 모르겠으나, 언젠가 쓸 기회가 생겼으면 하는 바람입니다 좋은 강의 감사합니다
안녕하세요 asdf님, 좋은 리뷰 감사합니다! DBT를 ‘찍먹’해보는 경험이 도움이 되셨다니 정말 기쁩니다 😊 말씀해주신 것처럼 꼭 지금 당장 사용하지 않더라도, 이런 도구와 개념을 한 번 경험해두면 나중에 필요할 때 훨씬 빠르게 활용하실 수 있을 거예요. 실습 부분도 막히지 않게 구성하려고 신경 썼는데 좋게 봐주셔서 감사합니다 앞으로도 실무에 도움이 되는 강의 계속 만들어보겠습니다!”
수강평 33
∙
평균 평점 5.0
5
Airflow 강의 이후 보고 있습니다 정보계 모델링 강의는 여기가 유일하지 않나 싶습니다 추후 모르면 승진 안되는 데이터 아키텍처의 정석 강의도 당연히 구매하겠습니다 인프런을 항시 끼고 사는 주니어 엔지니어 입장에서 api, 가공안된 여러 데이터를 ods에 넣고 펙트, 기준 테이블등 조합하여 dw -> dm 까지 해볼 수 있는 잘 만들어진 토이 프로젝트성 ELT 실습 예제 몇개 있으면 가격이 몇 십만원이라도 소비할 의향이 있는데.. 없더라구요..ㅠ 혹시 관련하여 추후 론칭 예정이 있으실까욥..ㅠ
안녕하세요 홍태경님, 좋은 말씀 감사합니다. 😊 저도 강의를 만들면서 비슷한 고민을 많이 했습니다. 말씀하신 것처럼 dbt나 데이터 모델링을 배우는 과정에서 가장 아쉬운 부분이, 단순히 문법이나 기능을 익히는 것을 넘어 실제 업무와 비슷한 규모의 데이터를 가지고 ODS → DW → DM까지 설계하고 구축해보는 실습 환경이 많지 않다는 점인 것 같습니다. 특히 데이터 엔지니어 입장에서는 API, 로그, 운영 DB 등의 데이터를 수집한 뒤 dbt를 활용해 Fact/Dimension 모델링을 수행하고, 최종적으로 데이터 마트까지 만들어보는 경험이 실무 역량에 훨씬 가까운데 이런 형태의 교육 콘텐츠는 생각보다 찾기 어렵더라고요. 현재 구체적으로 준비 중인 강의는 없지만, 말씀해주신 것처럼 실습 중심의 데이터 웨어하우스 구축 프로젝트는 저도 충분히 가치가 있다고 생각합니다. 향후 강의를 기획하게 된다면 단순한 dbt 기능 설명을 넘어서 실제 데이터 플랫폼을 구축하는 흐름을 경험할 수 있는 형태도 고려해보겠습니다. 좋은 의견 남겨주셔서 감사합니다. 이런 피드백들이 다음 강의를 준비하는 데 정말 큰 도움이 됩니다. 🙏
헉 주니어의 수준 낮은 질문에 응해주셔서 감사합니다 꼭 dbt 가 들어가지 않아도 간단하게 db to db 프로시저로 땡기는 간단한 실습도 큰 도움이 될거 같습니다 스파크, airflow 등 기술스택보다 정보계 모델링인 이런 기준으로 펙트와 디멘전 테이블을 나누고, 붓기전 멱등성 뭐 이런이런 상황에 고려해봐야한다등 시니어 데이터 엔지니어의 elt, etl 철학을 배우고 싶습니다
지식공유자님의 다른 강의를 만나보세요!
같은 분야의 다른 강의를 만나보세요!