가장 빠른 데이터 전과정 로드맵 (by 잔재미코딩 Dave Lee)

데이터 분석가, 데이터 과학자, 데이터 엔지니어 입문자를 위한
데이터 전과정 로드맵!

실제 네카라쿠배 + 대기업에서의 풀스택 + 데이터 분야 현업 경험
꼭 익혀야하는 데이터 분야 기술을 익히는 순서까지 선정하고,
첫 강의는 입문자도, 이후 강의부터는 이전 강의 기술만 안다고 가정,
난이도는 강의 순서에 따라 서서히 올려서, 전문가 레벨까지!

---

네카라쿠배 데이터 기획과 개발 20년 현업 경험과
8년간의 온오프라인 IT 강의 경험으로
입문자에서 데이터 분석가/과학자가 될 수 있도록 꾸몄습니다!

데이터 분야 전과정 기본기를 쌓으려면 어떻게 해야 하나요?

먼저 IT 분야에서 데이터를 어떻게 다루는지, 그리고 데이터를 둘러싼 IT 환경을 이해해야 합니다. 이를 위해, 본 강의는 파이썬과 크롤링을 가장 먼저 익힙니다. 데이터는 웹에 가장 많습니다. 이를 자동으로 가져오는 기술이 크롤링입니다.

크롤링을 익히려면 현업에서 데이터 전분야에 사용하는 파이썬을 익혀야 합니다. 단순 크롤링 기술뿐만 아니라, 웹 환경, 데이터를 어떻게 IT에서 처리하는지, 또 가져온 데이터를 어떻게 정리하는지, 즉 전처리도 익힙니다. 이렇게 익히면, 데이터와 IT 분야에 감을 빠르게 잡을 수 있습니다. 

이후에는 방대한 데이터를 처리하기 위한 데이터베이스 기술을 익힙니다. IT 분야에서 데이터는 데이터베이스 프로그램을 통해 저장하고 관리됩니다. 데이터베이스는 크게 SQL 기반 데이터베이스와 빅데이터를 처리하는 NoSQL 데이터베이스로 나뉩니다. 실제 현업에서는 SQL과 NoSQL 데이터베이스를 모두 활용합니다.

데이터베이스 기술을 익힐 때는 순서가 중요합니다. 가장 효율적인 방법은 SQL을 먼저 현업 수준까지 익힌 후 NoSQL 기술을 배우는 것입니다. SQL을 현업 수준으로 익히려면, SQL을 사용해 데이터를 분석하는 기술까지 숙달해야 합니다. 이를 위해 다음 그림과 같이 데이터 저장 단계의 기본 SQL 을 익힌 후, 바로 데이터 분석 단계의 고급 SQL 데이터 분석 (중고급 SQL 과 실전 데이터 분석 100 문제 풀이) 을 먼저 익힙니다.

이후에 다시 데이터 저장 단계의 NoSQL 데이터베이스를 익히면, 빠르게 습득할 수 있습니다. SQL에서 다뤘던 다양한 기능이 NoSQL 데이터베이스에서도 유사하게 적용되기 때문에, NoSQL에 특화된 문법만 익히면 됩니다. 다만, NoSQL 데이터베이스는 프로그램마다 문법이 다르므로, 전 세계적으로 가장 널리 사용되는 MongoDB를 기준으로 학습하여 NoSQL의 개념을 이해하는 것이 좋습니다.

데이터베이스 학습 후에는 파이썬을 활용해 데이터를 분석하고 시각화하는 기술을 익혀야 합니다. 파이썬 데이터 분석은 파이썬을 다룰 줄 알아야 하기 때문에, 파이썬에 익숙하지 않으면 어려움을 느낄 수 있습니다. 본 패키지는 처음부터 난이도를 단계적으로 높여가며 각 단계에서 자연스럽게 파이썬을 익힐 수 있도록 구성되어 있습니다. 이를 통해 데이터 분석 단계에 이르면 파이썬이 어색하지 않을 것입니다. 이러한 상태에서 파이썬 기반 데이터 분석 기술을 익히면 효율적으로 학습할 수 있으며, 자신감도 높일 수 있습니다.

SQL/NoSQL 기술과 파이썬을 활용한 데이터 분석 능력을 갖추면, 데이터 분석가로서 전문적인 커리어를 쌓을 수 있습니다.

이후에는 머신러닝과 인공지능(딥러닝)의 기본기를 쌓는 것이 좋습니다. 데이터 과학자로의 커리어를 준비한다면, 머신러닝과 인공지능(딥러닝)의 핵심 기술을 학습하는 것은 필수입니다. 데이터 분석가 역시 최근 현업에서 머신러닝과 딥러닝 기술이 서비스에 자주 적용되기 때문에, 관련 기술을 이해하는 것이 중요합니다.

이 기술들을 효율적으로 익히기 위해서는 먼저 머신러닝을 학습한 후, 인공지능(딥러닝) 기술을 배우는 것이 좋습니다. 머신러닝과 인공지능은 각각 방대한 지식과 독특한 사고방식이 요구되는 분야입니다. 머신러닝을 통해 기본적인 모델, 학습, 핵심 개념을 이해한 후 인공지능 기술을 배우면, 딥러닝을 더 쉽게 익힐 수 있습니다. 인공지능에는 다양한 기술이 있지만, 그 중에서도 딥러닝이 최근 두각을 나타내고 있으므로, 딥러닝을 중심으로 학습하는 것이 효과적입니다. 딥러닝 강의에서는 딥러닝의 핵심 개념부터, 챗GPT에서 성능을 입증한 트랜스포머 모델까지 다룹니다. 또한, 관련 기술의 실무에서도 파이썬을 주로 사용하므로, 파이썬에도 익숙해질 수 있습니다.

이 과정은 데이터 수집부터 머신러닝/딥러닝 핵심 기술까지 난이도를 단계적으로 높여가며, 가장 효율적인 순서로 구성되었습니다. 이 과정을 끝까지 익히면 데이터 분석가로서 확고한 경쟁력을 갖추고, 데이터 과학자로 나아가기 위한 탄탄한 기본기를 쌓을 수 있습니다.

4개월 데이터 분야 커리어 스쿨에서 익히는 핵심 기술! 본 로드맵에서 모두 다룹니다
첫 강의는 입문자도, 이후 강의부터는 이전 강의 기술만 안다고 가정
난이도는 강의 순서에 따라 서서히 올려서, 전문가 레벨까지!
한 강사가 현업 + 전강의를 기획 및 강의하기 때문에 가능합니다

 

데이터 분야는 IT 와 도메인 지식, 문과와 이과적 역량이 모두 필요합니다.
그만큼 재미있지만, 이 모든 기술과 지식을 잘 버무려서 전달하는 강의가 없습니다

데이터 기획과 개발 모두의 경험, 최신 네카라쿠배 도메인 지식,
여기에 8년간 IT 강의 경험으로
특별한 전달력으로, 차근차근 난이도를 높혀가며, 익힌 기술은 반복해서 쓰도록!
체계적인 로드맵만이 가장 빠르고 효율적으로 학습할 수 있는 길입니다!

각 기술별로 난이도와 전달하는 지삭도 천차만별인 각 강의보다는
전체 기술이 순서에 맞게 잘 갖추어진 데이터 전분야 로드맵으로
나만의 확고한 경쟁력을 기르세요~

---

이해를 돕고 효과를 높이는 
남다른 강의 자료.

_{관련 주제를 딱 알맞게 이해하고 활용할 수 있도록
꼭 필요한 부분만 간결하게 작성된 자료는 물론
실제 문제 머신러닝 적용 코드 파일까지 제공해드립니다.}

자료와 정보는 차고 넘칩니다. 잔재미코딩 강의 시리즈에서는 언제든지 '아! 이런 내용이 있었는데?' 라는 생각만 들면 자료만 보고도 바로 내용을 파악할 수 있게끔 구성한 요약 자료로 상세히 설명해 드립니다. 이해하기 쉽게 요약된 자료와 코드를 기반으로 강의로 학습 효과를 높이세요!

---

시간을 낭비하지 마세요! 
수많은 코멘트가 증명하는
검증된 강의가 기다립니다.

_{강사가 다르면, IT강의도 다를 수 있습니다!
견고하고 상세한 설명으로
검증된 강의를 만들기 위해 노력하고 있습니다.}

생생한 수강평을 확인해보세요.

'아! 진짜 다르구나!' 라고 느낄 수 있도록, 온라인 강의에 대한 애착으로 고민 끝에 만들어낸 IT 강의 시리즈입니다.
진지하고 긍정적인 자세로 익히면서 좋은 인연을 맺을 수 있는 분들만 수강 부탁드립니다!