이런 걸 배울 거예요

데이터 관련 직군의 이해

분석가, 과학자, 엔지니어의 특성을 알고 나에게 잘 맞는 직군 살펴보기

문제 설정과 프로젝트 구체화

실무의 비즈니스 문제를 프로젝트로 구체화하는 방법 살펴보기

데이터 분석과 예측모델

프로젝트에 맞는 데이터 분석 방법과 가장 적합한 예측 모델 찾기

클라우드 서비스와 자동화

AWS를 이용해 프로젝트 작업을 자동화로 구축하기

데이터 과학자(사이언티스트)/분석가의

업무 CYCLE을 살펴보는 실무 밀착형 클래스

데이터 분석가/과학자로서 스킬은 모두 습득했는데, 근데 취업에 써먹을 포트폴리오가 부족하다면? 데이터 과학자/분석가로 나아가고자 하는 취준생이라면 취업에 필요한 포트폴리오를 만듭니다.
현재 단계에서 한 단계 더 나아가 업그레이드 하고 싶다면? 현재 데이터 관련 직무를 하고 있다면, 나의 연봉과 몸값을 높일 수 있는 중-고급 단계의 프로젝트를 진행합니다.

데이터 과학자에게 갖는 오해

데이터 과학자는 예측 모델을 만드는 일만 한다?

▶︎ 데이터 과학자는 예측 모델을 만드는 일만 한다?

아닙니다. 예측 모델 생성은 데이터 과학자의 주 업무 중 일부일 뿐, 프로젝트를 위한 문제 정의, 데이터 분석, 예측 모델 생성, 클라우드 서비스를 이용해 자동화하는 것까지. 실무에서 데이터 분석의 모든 프로세스를 담당하기도 합니다.

따라서 '데이터 과학자'가 되기 위해서, 이 직무가 어떤 업무를 하는지 명확하게 이해할 수 있어야겠죠. 본 클래스를 통해 아이디어가 프로젝트로 발전하는 과정을 살펴보면서, 최소한으로 갖춰야 할 코딩 실력, 데이터 분석은 어떻게 하는지, 예측 모델과 함께 이 과정을 클라우드 서비스를 이용해 어떻게 자동화하는지 살펴봅니다.

데이터 과학자는 어떤일을 하나요?

▶︎ 데이터 과학자는 어떤일을 하나요?

프로젝트로 완성하는 실무 밀착형 포트폴리오

데이터 과학자 실무 프로젝트

▶︎ 데이터 과학자 실무 프로젝트

💡 POINT 1. 데이터 과학 이해하기

데이터 과학 이해하기

데이터 과학을 이해하고 부족한 부분을 찾으려면 숲을 먼저 볼 수 있어야 합니다. 아이디어에서 프로젝트로 발전하기까지 각 단계를 자세히 살펴봅니다.

💡 POINT 2. 프로젝트 구체화하기

프로젝트_의견 1 프로젝트_의견 2 프로젝트_의견 3

포트폴리오를 만들면서 혹은 프로젝트를 시작하면서 여러 의견이 있을 겁니다. 이 의견을 어떻게 취합하여 어떻게 프로젝트를 시작하면 좋을까요?

💡 POINT 3. 데이터 분석부터 자동화까지

데이터 분석부터 자동화

데이터 분석, 예측 모델, 자동화 파이프라인, 그리고 이 모든 걸 파이썬 코딩으로 똑똑하게 작업하는 것까지! 꼭 알아야 할 점을 모두 알려드립니다. 개인 포트폴리오, 프로젝트에 활용해보세요.

💡 POINT 4. AWS 가입부터 람다 구현까지

클라우드 서비스를 어떻게 사용하는지 직접 보는 것 만으로도 프로젝트를 바라보는 시야가 달라질 수 있습니다. 아마존 웹 서비스 가입부터 실제 람다 서비스 구현까지 상세히 알려드릴게요.

클래스를 꼭 들어야 하는 이유

▶︎ 클래스를 꼭 들어야 하는 이유

※ 본 과정은 수익화를 다루고 있지 않습니다. 클래스를 수강하여 내용을 착실하게 익힌 후, API를 활용해 정보를 전달하는 웹사이트를 만들어 광고를 게재하면 수익화를 실현할 수 있습니다.

저를 먼저 만나본 분들의

생생한 후기 모음

이미 수 많은 분들이 저의 영상을 보고 통계학과 데이터 과학에 쉽게 접근할 수 있고, 이해할 수 있다고 말씀해주셨습니다. 많은 분들의 응원을 반영해서 저의 실무를 모두 녹여낼 수 있는 클래스를 준비했습니다.

본 클래스로 1) 취업준비생 분들에게는 취업과 이직에 요긴한 포트폴리오를, 2) 직장인 분들에게는 몸값을 높일 수 있는 프로젝트가 되도록 도와드리겠습니다.

이런 분들에게 추천합니다

▶︎ 이런 분들에게 추천합니다

크리에이터 경력

▶︎ 크리에이터 경력

커리큘럼

크리에이터

데이터 사이언티스트 이지영

반갑습니다. 저는 캐나다 토론토에서 데이터 사이언티스트로 일 하고 있는 이지영 입니다.

서른 살의 저는 무엇을 하고 있었을까요?

한국에서 언론정보학을 전공하고 직장생활 하다 데이터 분석에 관심이 생겨 캐나다 토론토 대학교 응용통계학 전공으로 다시 입학했습니다. 그게 서른 살 이었죠. 1학년 때 파이썬 수업이 있었는데, 그게 파이썬과의 첫 만남이었습니다. 제겐 코딩이란 말조차 낯설었고, 뼛속까지 문과라고 생각하고 그 길을 걸어온 저로서는, 캐나다에서 토종 한국인이 그것도 영어로 수학 공부를 하는 건 쉽지 않았습니다.

수업에 따라갈 수 있을까? 졸업은 할 수 있을까? 취업은 할 수 있을까? 이런 걱정과 고민의 순간으로 가득한 시간을 보냈었죠.

공부에 대한 막막함, 진로에 대한 답답함을 누구보다 더 잘 알고 있기에 마치 지난 날의 제가 봤으면 좋았겠다-란 마음으로 유튜브를 시작했습니다. 그게 발단이 되어 데이터 과학자가 되기 위한 방법과 어떤 일을 하는지에 관한 책도 쓰고 있고요. 또한 좋은 기회를 통해 이렇게 클래스101에서 강의도 맡게 되었습니다.

이 강의를 듣는 것에 대한 막막함을 느끼고 있을 여러분들에게 말씀드리고 싶은, 걱정과 고민의 시간을 보낼 때 제가 스스로에게 해줬던 문구가 있어요.