당신은 주제를 찾고 있습니까 “데이터 사이언스 부트캠프 – 당신에게 필요한 진짜 데이터 사이언스 교육“? 다음 카테고리의 웹사이트 ppa.pilgrimjournalist.com 에서 귀하의 모든 질문에 답변해 드립니다: ppa.pilgrimjournalist.com/blog. 바로 아래에서 답을 찾을 수 있습니다. 작성자 러닝스푼즈 – 성장이 필요한 순간 이(가) 작성한 기사에는 조회수 122,027회 및 좋아요 68개 개의 좋아요가 있습니다.
Table of Contents
데이터 사이언스 부트캠프 주제에 대한 동영상 보기
여기에서 이 주제에 대한 비디오를 시청하십시오. 주의 깊게 살펴보고 읽고 있는 내용에 대한 피드백을 제공하세요!
d여기에서 당신에게 필요한 진짜 데이터 사이언스 교육 – 데이터 사이언스 부트캠프 주제에 대한 세부정보를 참조하세요
#데이터사이언스 #데이터사이언스교육 #데이터분석가 #데이터애널리스트 #러닝스푼즈 #성장
직업 불문, 나이 불문! 데이터 사이언스는 이제 필수적으로 배워야 한다고 말하는 사람!
00만 배우겠다면 독학으로 배워도 상관없다고 말하는 사람!
데이터 사이언스 교육에서 정말 중요한 것은 따로 있다고 말하는 사람!
바로 러닝스푼즈 데이터사이언스팀의 김규동 매니저입니다
데이터사이언스를 게임에 비유한 이야기부터 실무 현황과 직무 분류, 교육에 앞서 필요한 필수요소까지! 데이터사이언스에 대한 솔직한 이야기를 나눠봤습니다
데이터사이언스 교육기획자로 누구보다 트렌드에 민감하게 데이터사이언스 실무 교육을 기획해온 김규동 매니저의 인터뷰에서 여러분에게 필요한 진짜 데이터사이언스 교육을 찾아보세요 😊
영상에서 언급 된 규동님의 글도 한번 읽어보세요! 😊
👉 매니저Q의 브런치 : https://brunch.co.kr/@rbehd6129/1
🔥 성장이 필요한 순간 🔥 ——————–
러닝스푼즈 홈페이지 : https://learningspoons.com
러닝스푼즈 기업교육 : https://learningspoons.com/page/b2b-detail/
데이터 사이언스 부트캠프 주제에 대한 자세한 내용은 여기를 참조하세요.
AI 부트캠프 | 코드스테이츠 | AI, 딥러닝, 머신러닝
AI / 데이터 사이언스를. 왜 배워야 할까요? 부족해지는 AI 관련 IT 개발자 AI 직군 채용 인력난 …
Source: www.codestates.com
Date Published: 4/5/2022
View: 5490
데이터 사이언스 부트캠프, 시작을 망설이고 있다면 – 브런치
데이터 사이언스 부트캠프는 학생들을 데이터 사이언스 분야의 주니어 수준으로 교육하는 세 달에서 여섯 달 정도의 집중 프로그램입니다. 데이터 분석( …
Source: brunch.co.kr
Date Published: 7/16/2021
View: 7477
빅데이터 부트캠프 15기
데이터 엔지니어링과 데이터 분석 기술을 활용한 빅데이터 플랫폼 구축 프로젝트를 완성하여 매력있는 개발자 포트폴리오를 완성하여 취업하세요!
Source: playdata.io
Date Published: 4/23/2021
View: 7329
작정하고 쓰는 머신러닝 강의 수강생 비판 (feat. 꼰대) – 파비블로그
… 3류 부트캠프 강의하면서 홍보만 그럴싸하게 하는 자칭 데이터 사이언스 “IT학원”들의 “작태”를 도저히 보고 있을 수가 없었다.
Source: blog.pabii.co.kr
Date Published: 7/10/2021
View: 4258
데이터 사이언스 입문 부트캠프 | Udemy
마소캠퍼스의 진심과 소망을 담은 Actionable Content로,. 2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간! 이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 …
Source: www.udemy.com
Date Published: 9/12/2021
View: 2785
데이터 사이언스 입문 부트캠프 | 마소캠퍼스 – 클래스101
<데이터 사이언스 입문 부트캠프>는 데이터 분석이 처음이신 분들도 가볍게 따라올 수 있도록, 쉽지만 재미있게, 단순하지만 유용하게 구성한 강의입니다!
Source: class101.net
Date Published: 3/7/2022
View: 8258
데이터 사이언스 입문 부트캠프 – 인프런 | 강의
데이터 사이언스 입문 부트캠프와 함께 라면 일상 업무에서 가장 친숙한 엑셀을 활용하여, 데이터 분석에 완벽한 첫 발걸음을 내딛을 수 있습니다.
Source: www.inflearn.com
Date Published: 2/12/2022
View: 5187
Top 8 데이터 사이언스 부트캠프 All Answers – 1111.com.vn
Summary of article content: Articles about AI 부트캠프 | 코드스테이츠 | AI, 딥러닝, 머신러닝 AI / 데이터 사이언스를. 왜 배워야 할까요? 부족 …
Source: 1111.com.vn
Date Published: 6/4/2022
View: 2110
주제와 관련된 이미지 데이터 사이언스 부트캠프
주제와 관련된 더 많은 사진을 참조하십시오 당신에게 필요한 진짜 데이터 사이언스 교육. 댓글에서 더 많은 관련 이미지를 보거나 필요한 경우 더 많은 관련 기사를 볼 수 있습니다.
주제에 대한 기사 평가 데이터 사이언스 부트캠프
- Author: 러닝스푼즈 – 성장이 필요한 순간
- Views: 조회수 122,027회
- Likes: 좋아요 68개
- Date Published: 2021. 6. 2.
- Video Url link: https://www.youtube.com/watch?v=CU9y60rGNSI
데이터 사이언스 부트캠프, 시작을 망설이고 있다면
데이터 사이언스 부트캠프,
몇 날 며칠씩 찾아보고도 이런 의문점 때문에 등록을 망설이고 계신가요?:
– 부트캠프가 정확히 뭘까?
– 부트캠프의 장점이 따로 있나?
– 부트캠프가 진짜로 취업을 보장할까?
– 데이터 사이언스 부트캠프를 수료하면 어떤 직무에 취업할 수 있는 거지?
– 프로그래밍 부트캠프랑은 배우는 툴이 다르다던데… 어떤 걸 배우는 걸까?
데이터 사이언스 스쿨에서 이에 대한 해답을 제시하고, 여러분의 망설임을 덜어 줄 부트캠프 가이드를 준비했습니다. 4차 산업 최대 유망 직군인 데이터 분야에서 커리어를 시작할 보다 효율적인 방법, 부트캠프에 대해 제대로 알아보세요!
데이터 사이언스 부트캠프 완벽 가이드
이 글은 Data Science Central에 기고된 를 저작권자의 동의 하에 번역한 글입니다. Complete Guide on Data Science Bootcamp
This is an approved translation of “ Complete Guide on Data Science Bootcamp ” which was originally written in English and published on Data Science Central.
모든 산업과 IT 분야 기업들이 자동화와 분석에 의해 변화함에 따라 데이터 사이언티스트를 고용하고자 하는 수요도 증가했습니다. 맥킨지 글로벌 학회(McKinsey Global Institute)의 조사 결과, 2016년도 해당 직무에 대한 수요는 연간 약 12% 수준으로 증가하여 고용 가능 상태인 인원의 수를 훨씬 넘어섰어요.
기술의 발전 속도가 워낙 빠르다 보니 그 속도에 발을 맞추고자 하는 IT 분야 종사자들을 위한 부트캠프도 많은데요. 부트캠프는 기존의 교육 환경들보다 훨씬 더 집중적으로 짧은 시간에 IT 관련 기술을 습득할 수 있는 새로운 교육 방법입니다. 자기 분야에서 성공하고자 하는 야심찬 IT 종사자들이 꼭 갖춰야 할 기술들을 배울 수 있는 과정이죠.
“부트캠프가 정확히 무엇인가요?”
부트캠프는 평균적으로 6주에서 24개월 과정이나, 대부분의 프로그램은 12주에서 40주간 진행됩니다. 부트캠프가 이렇게 빠른 속도로 집중적인 학습을 제공하는 건, 방대한 양의 지식을 체화하면서도 귀중한 자원인 시간을 아끼도록 하기 위함이에요. 학생이 원하는 직무에 취업하기 위해 꼭 필요하고 가장 관련성이 높은 데이터 사이언스 스킬을 가르치는 데에만 집중하는 것이죠. 예를 들어, 프로그래밍 부트캠프에서는 클라우드 기반의 백업 프로그램을 짜는 법을 다루지 않습니다.
훌륭한 부트캠프는 몰입도 있고 빠른 학습과, 학생들이 배운 기술과 지식을 직접 활용하는 실습 프로젝트를 모두 포함합니다. 수료생들의 구직에 대한 지원을 제공하는 것도 큰 장점이에요.
“데이터 사이언스를 배워야 할 이유는 다양합니다.”
데이터 사이언티스트로 풀타임 근무를 할 생각이 없더라도, 데이터 사이언스 부트캠프에서 다루는 주제들에 익숙해질 필요가 있어요. 예측 분석(Predictive Analytics), 인공지능(AI), 그리고 머신러닝(Machine Learning)은 IT 운영진과 개발자들이라면 필수로 알아야 할 내용들입니다. 정말 도움이 되는 데이터 사이언스 교육 과정을 발견하면 꼭 수강해 보세요.
앞서 말한 기술들은 시스템 모니터링이나 서비스 자동화를 위해 사용하는 툴과 마찬가지로 애플리케이션 개발 프로세스에도 빠르게 통합되고 있는데요.
예측 분석(Predictive Analytics)은 IT 팀이 모니터링을 통해 예기치 못한 운영 중단을 예측하고, 빠르게 대응하도록 하여 시간과 비용을 아껴주는 등 다양한 방식으로 도움이 됩니다.
또한, 대량의 데이터를 처리하여 예측 모델과 인사이트를 얻고자 하는 기업들의 니즈 때문에 머신 러닝과 인공지능에 대한 관심 역시 높아요. 해당 분야에서 지식을 갖추면 자신의 커리어에 도움이 되는 건 물론이고 기업의 위상을 높이는 데에도 기여할 수 있습니다.
“데이터 사이언스 부트캠프에는 많은 장점이 있습니다.”
데이터 사이언스 부트캠프는 학생들을 데이터 사이언스 분야의 주니어 수준으로 교육하는 세 달에서 여섯 달 정도의 집중 프로그램입니다. 데이터 분석(Data Analysis), 테이터 시각화(Data Visualization), 통계 분석(Statistical Analysis), 예측 분석(Predictive Analysis)과 프로그래밍 내용 약간을 다루죠.
또한 파이썬(Python), 판다스(Pandas), 알(R), 에스큐엘(SQL), 하둡(Hadoop), 스파크(Spark) 등의 다양한 프로그래밍 언어와 프레임워크 툴을 다루어 보다 높은 직급으로의 취업도 돕습니다.
데이터 사이언스 부트캠프를 수강할 때의 이점은 다음과 같습니다:
• 일부 부트캠프는 재직 중인 학생을 위해 시간제 수업이나 야간 수업 등 다양한 스케줄링을 지원합니다.
• 일반적으로 시간과 비용 측면에서 관련 분야 학위를 따는 것보다 저렴합니다.
• 면접 준비 지원, 인적 교류의 기회, 그리고 졸업생을 위한 취업 교육 등 커리어 관련 서비스를 제공하는 경우도 많습니다.
• 특히 온라인 부트캠프에서는 대개 여러 번의 1:1 멘토링과 지원을 받을 수 있습니다.
부트캠프만큼 실무를 경험할 수 있는 고등 교육 프로그램은 없습니다. 부트캠프는 학생들에게 가장 최근의 실무와 직접적으로 연관된 툴과 기술을 경험할 수 있는 기회를 제공하거든요. 이러한 부트캠프의 수료생들은 데이터 사이언티스트, 데이터 엔지니어, 데이터 애널리스트로서 취업할 수 있고, 그와 관련된 거의 모든 분야에서 일할 능력을 갖추게 돼요.
해당 직무에 관심이 있다면 다양한 가격대의 몇 주, 몇 달간 진행되는 온/오프라인 부트캠프에 등록할 수 있는데요. 각 프로그램들은 수강에 요구되는 시간, 과제의 구성, 그리고 다루는 주제에 따라 다양합니다.
“데이터 사이언스 부트캠프가 취업을 보장하나요? ”
네. 대부분의 데이터 사이언스 부트캠프 졸업생들이 실제로 취업했다고 말하는 걸 보면, 부트캠프가 취업에 도움이 될 가능성은 매우 높습니다. 예를 들어, 대부분의 기업들이 자사 데이터 사이언스 부트캠프 졸업생 중 95% 이상은 180일 이내에 취업에 성공했다고 말합니다. 개중에는 구글, 마이크로소프트, 아마존, 페이스북과 같은 기관에서 일하고 있는 졸업생도 있죠.
데이터 사이언스 부트캠프를 수료하면 아래와 같은 직무에 취업할 수 있어요:
• 1. Data Scientist – 데이터 사이언티스트
• 2. Engineer in Machine Learning – 머신러닝 엔지니어
• 3. Business Intelligence Analyst – 비즈니스 인텔리전스 분석가
• 4. Managerial Analyst – 경영 분석가
• 5. Database Administrator – 데이터 베이스 관리 책임자
하지만 몇몇 수료생들이 취업에 어려움을 겪을 수 있다는 것도 사실입니다. 누구나 데이터 사이언스를 잘할 수 있는 건 아니고, 모두가 그 직무에 적합한 건 아니니까요.
“가장 보편적인 데이터 사이언스 툴들”
데이터 사이언스 부트캠프에서 다루는 툴은 대개 표준 코딩 부트캠프에서 가르치는 것과 다른데요.
데이터 사이언스 분야에서 가장 일반적인 실무 툴과 그 사용법은 다음과 같습니다:
SQL(Structured Query Language) 은 구조화된 쿼리 언어의 약자입니다. 기업들은 기존 데이터베이스에서 분석과 보고를 위한 데이터를 추출할 때 SQL에 의존해요. 주로 관계형 데이터베이스 관리 시스템에서 데이터를 관리하기 위해 사용됩니다.
하둡(Hadoop) 은 클러스터(데이터 센터에서 실행되는 네트워크 컴퓨터들의 집합)에서 데이터를 관리하고 프로그램을 실행하기 위한 기술들의 모음집이에요. 대용량 데이터 파일 시스템, 알고리즘 병렬화를 위한 맵리듀스(Map Reduce) 시스템, 클러스터의 데이터를 쿼리하기 위한 유사 SQL 엔진인 Hive 데이터베이스, 그 밖에도 수많은 구성 요소가 포함됩니다.
스파크(Spark)는 클러스터에서 실행될 수 있는 병렬 응용 프로그램을 만드는 방법입니다. 다양한 워크로드에서 뛰어난 효율성을 보여 맵리듀스(Map Reduce)의 경쟁자로 두각을 나타내고 있어요. R과 함께 사용할 수 있는 정교한 머신러닝 라이브러리인 MLB을 함께 제공하기 때문에 데이터 사이언티스트들에게 인기입니다.
파이썬(Python)과 알(R)은 데이터 사이언스에서 사용되는 두 가지 표준 프로그래밍 언어인데요. 파이썬 vs. 알 논쟁은 데이터 사이언스가 파이썬을 사용하는 컴퓨터 과학과 R을 사용하는 통계의 혼합이라는 걸 보여줍니다. 전문 데이터 사이언티스트라면 두 언어에 모두 능통하며 각각이 수행하는 역할을 제대로 활용할 수 있어야 하고요.
머신러닝(Machine Learning)은 방대한 양의 데이터를 평가하는 알고리즘을 연구하고 구축하는 기술을 일컫습니다. 이러한 알고리즘이 미래에 일어날 사건들에 대해서 고전적인 통계보다 더 정확하게 예측할 수 있다는 점이 머신러닝을 매력적인 분야로 만들었어요. 알고리즘이 바로 “기계가 스스로 학습한 것”이기 때문에 이 기술에도 “기계 학습(Machine Learning)”이라는 이름이 붙었습니다.
데이터 관련 직무에 대한 뚜렷한 목표가 있는 사람에게,
데이터 사이언스 부트캠프는 보다 명확한 방향성을 제시할 수 있습니다.
부트캠프 가이드가 당신의 망설임을 덜어주었다면,
이제 번개장터 CTO도 인정한 커리큘럼의 데이터 사이언스 스쿨에서
딱 6개월간 완전한 몰입과 실무 위주의 학습을 경험하세요.
비전공자도 6개월 만에 취업하는 부트캠프 – 제로베이스 {데이터 사이언스 스쿨}
작정하고 쓰는 머신러닝 강의 수강생 비판 (feat. 꼰대) – 파비블로그
파비클래스 수업 타이틀인 “데이터 사이언스”라는 이름을 처음 듣게 되는 경로는 아마도 알파고, 인공지능 같은 Buzzword 였을 것이고, 그 다음으로 좀 관심이 있어서 검색을 하면, 딥러닝이라는 단어, 같이 검색되는 머신러닝이라는 단어를 만나고, 그리고나서야 데이터 사이언스라는 단어를 만날 것이라고 생각한다. 정작 데이터 사이언스가 가장 포괄적인 개념이고, 머신러닝은 특정한 데이터의 패턴을 찾아주는 응용통계학이고, 딥러닝은 그 중에서 좀 계산비용이 많이 들어가는 작업이고, 알파고는 그걸 바둑에 구현한 하나의 예제에 불과하다는 방식으로 이해하는 사람은 흔지 않을 것이라고 본다.
(노출을 늘리려고 의도적으로 수업 이름에 “머신러닝”, “딥러닝” 같은 단어를 넣을 수도 있지만, 그렇게 지엽적인 내용만 다루는 것도 아니고, 헛바람 든 사람들이 수업에 안 찾아왔으면하는 희망에 수업 타이틀을 “데이터 사이언스”로 고수하고 있다.)
강의를 하다보면 자기가 데이터 사이언스 수업을 찾아온 경로에서 벗어나지 못하는 사람과 필자가 주장하는대로의 방향으로 사고방식을 전환하는 사람으로 나뉘는 것을 볼 수 있다. 파비클래스 수업을 3번째 듣고 있는 어느 (좀 생각이 열린) 개발자 분은 앞의 케이스들을 “꼰대”라고 부르고, 자기가 다니는 회사에 너무 많아서 같이 일하기 괴롭다는 불평을 여러번 했다. 그런 분들과의 만남을 의도적으로 피하지 않으면 예의에 어긋나는 행동을 할 것을 잘 알기 때문에, 수업 이외에 다른 접점을 만들지 않으려고 최선을 다해왔다. 그러나 개발자가 데이터 사이언스를 (어설프게 알고는 “인공지능”이라고 생각하겠지만) 할 수 있는 유일한 직군이라고 착각하는 수 많은 사람들 때문에 부질없는 노력은 대부분 실패한다.
(Source: 20sLAB)
2016년 3월의 어느 날로 기억한다. 전화 인터뷰를 무사히 통과하고 Fly-out을 받아서 실리콘 밸리의 어느 대형 IT회사에 데이터 사이언티스트 면접을 갔던 날이다. 10시부터 오후 4시 좀 넘어서까지 열댓명의 팀 사람들과 면접을 보는 내내 거의 모든 질문을 선형대수와 회귀분석 지식으로 대답하느라 말 그대로 “토할 뻔”했던 기억이 난다. 당연히 같이 먹었던 점심 메뉴도 잘 기억이 안 나고, 하루종일 “내가 이렇게 선형대수를 모르는 바보였나”, “박사 공부는 왜 했나”, “이 실력으로 논문 몇 개 썼다고 까불었다니…”같은 자괴감이 쩔었던 기억이 아직도 씁쓸하게 남아있다.
컴퓨터를 주면서 코딩해라는 문제는 단 하나도 없었고, 기껏해야 white board에 어떤 방식으로 코드를 짤 생각인지 논리적인 정리를 해 보라는 요구만 받았던 것 같다. 그리고 가는 회사마다 그런 식으로 면접을 봤던 덕분에, 어떤 종류의 수학 & 통계학 준비를 해야될지 좀 눈에 보이던 무렵에 오퍼를 받았던 것 같다.
“일종의 재능기부 목적으로 강의를 기획하셨다는 걸 느낄 수 있었습니다” 는 평을 주신 수강생 분의 말씀처럼, 한국와서 다들 개발자들에게 코드 몇 줄 쓰는 걸 가르쳐주면 이 업무를 할 수 있다거나, 3류 부트캠프 강의하면서 홍보만 그럴싸하게 하는 자칭 데이터 사이언스 “IT학원”들의 “작태”를 도저히 보고 있을 수가 없었다. 저런 “쓰레기” 강의로 “사기”치는 사람들을 싹 쓸어내버려야지.
파비클래스 강의는 그렇게 시작됐다.
철학을 공유하는 사람들
수업을 들을 수 있는 지식 수준의 경계는 꽤나 명확하다. 학부 수준의 미분방정식, 선형대수, 그리고 회귀분석을 알아야 파비클래스 데이터 사이언스 강의를 따라올 수 있다. 그런 지식을 갖출 수 있는 학부 전공은 자연대, 공대, 그리고 문과에서는 아마 경제학이 유일한 전공일 것이다. (가끔 힘든 도전을 하고 있는 경영학과 출신, 의대 출신이 있기는 하다.)
그런데 정작 수업을 듣는 사람들 중에 이 내용을 따라올 수 있을지 말지 여부는 학부 전공과 석, 박사 시절 통계학을 공부한 깊이와 관계없이, 태도가 열려있냐 아니냐로 갈리는 느낌을 강하게 받는다. 말을 바꾸면 “꼰대”가 아닌지 여부가 이 수업의 성공을 좌우하는 것 같다.
어느 의사 분이 한 달 수업을 듣고 후기를 담아 보내주신 메일의 일부를 소개한다.
작년 12월부터 다양한 책도 읽고, R로 코드도 작성해보다가 실무에 적용하기 위해서는 좀 더 자세히 원리를 알아야겠다는 마음으로 학원 강의들을 뒤적뒤적이다 (이) 블로그를 발견하고 강의를 신청했었습니다. 강의를 신청하고 나서는 워낙에 프로그래밍과 통계, 수학 등 강조하시는 모든 영역에서 완전히 부족하다는 것을 알기 때문에, 예습(?)을 위해서 다양한 책을 공부하고, 수업 듣는 3월 내내 노트북을 들고 다니며 여기저기서 코드, 강의록과 씨름을 했었습니다. 프로그래머를 위한 선형대수, R을 활용한 머신러닝 2nd Edition, 데이터 과학자가 되는 핵심 기술, 머신러닝 이론 입문 등등의 책을 읽고 수업을 준비했었습니다;; 물론 모두 다 읽고도 전혀 이해가 안 되고 막막한 상태로 수업을 참여했었죠… 아직 모르는거 투성이지만, 적어도 각각 어떤 배경이 있고 무엇을 공부해야하는지 알게 되어 너무 좋았고, 실제 실무에서도 이런저런 코드를 쓰시는구나란 것을 직접 보고나니 마음이 무겁기도 하면서도 힌편으로는 어디까지 가야한다는 걸 알게되어 좋았습니다. 다른 분들이 질문하시는 것을 통해서 실제 고민하게되는 부분이 무엇일지도 배울 수 있었습니다. 마지막 시간에 많은 분들이 강의에 대한 여러 이야기를 하시는 것을 듣고 보니, 어쩌면 이 수업은 선행학습 또는 자신이 직접 부딪히고 부딪히다가 제대로 된 설명과 이해를 갈구(?)하는 분들이 들으면 좋을 것 같다는 생각이 들었습니다. 그분들은 단순한 코드, 패키지가 아니라 그걸 움직이는 원리에 대한 궁금증으로 파고들다가 이 수업을 발견하셨을 것이기 때문입니다. “인공지능이란 트렌드를 따라가기 위해 강의를 한번 들어봐야지…”라는 마음으로는 교양 강좌 형식으로 진행되는 강의를 선택해야하지 않나 싶네요. 단순한 교양이 아니라, 제대로 알기 위해서는 누군가에게는 석박사 과정에 해당하는 엄청난 공부와 연습의 시간들이 농축되어야 하는 지식이니까요…
이 분의 수강 후기를 보면, 관심을 갖고 여러 정보를 뒤지다가, 인터넷에서 쉽게 찾을 수 있는 정보는 깊이에 한계가 있다는 사실을 깨달았다는 것을 짐작할 수 있다. 그리고 파비클래스 수업에서 모델링이라는 것이 어떻게 돌아가는지에 대한 “직관 + 수학 백그라운드 + 적용 코드”를 만나면서 이 수업이 어떻게 구성되었고, 또 어떤 생각을 하는 사람들에게 가장 큰 도움이 되는지를 제대로 파악하신 것이 보인다. 한국 사회에서 의사라는 직군에 있는 많은 사람들이 자기가 제일 똑똑하다는 착각에 빠져 통계학을 깊이 있게 이해하지 않고 “대충대충” 데이터 사이언스를 쳐다보는 걸 자주 봤는데 (“꼰대”), 위의 후기를 써 주신 분은 자신의 지식 부족을 겸허하게 받아들이고 꼼꼼하게 준비한데다, 파비클래스에서 전달하는 메세지를 받아들일 수 있을만큼 생각의 폭이 넓은 분인 것 같다.
철학을 공유 못 하는 사람들
반대의 경우도 있다. 아래는 반대의 경우를 잘 보여주는 후기 메일의 발췌글이다.
데이터 사이언스에 관심만 가지고 있다가 비로소 공부해보려고 (하는) 사람들을 대상으로 하신다면 아래와 같은 수업 방식도 고려해보십시오.
R예제는 어려운 1개만 자세히 설명 주석 외에 설명이 필요한 어려운 R 예제 1개만 자세히 설명 나머지는 설명 동영상 자료로 대체
부교재 소개
이론: 교육 이수후 지속 학습에 도움되는 부교재 소개 (예) 책, 블로그 등 쉽게 설명한 곳, 논문 (X)
R실습: 전처리 (tidyverse), 그래픽 (ggplot2) 등의 실습 사이트, 책 소개
위에서 제안하는 강의가 대표적으로 “부트 캠프” 수준의 강의다. 당연하지만 그런 강의는 10원도 받으면서 강의하고 싶지 않다. 좀 더 정확하게 말하면, 그런 “질 낮은” 강의를 듣고 마치 데이터 사이언스를 많이 안다고 착각하는 사람들을 혐오하고, 당연히 그런 사람을 생산해내고 싶지 않다. 알파고 이후, 일반에 caret, scikit learn, H2O, MXNet, Keras 등의 여러가지 머신러닝 패키지들이 나오면서 모델 전체를 코드로 다 쳐야되지 않아도 된 덕분에 데이터 사이언스 저변이 넓어진 것은 참 반가운 일이지만, 부작용으로 코드 몇 줄만 카피한 수준인 주제에 데이터 사이언스를 “공부”했다고 착각하는 사례가 너무 많아졌다.
저 위에 데이터 전처리용 R library인 tidyverse를 추천하는 맥락도, 데이터 전처리라는게 얼마나 깊은 통계학 이론이 있고, 모델마다 필요한 방식으로 데이터의 형태를 바꿔야한다는 사실을 이해하기 이 전에 무작정 코드만 돌리던 수준이면 충분하다는 착각을 잘 보여주지 않나 싶다. 코드 돌리는 것이 데이터 사이언스 공부라는 생각에서 벗어나지 못한 “꼰대”였기 때문에, 개념 설명에 대한 요구 사항은 하나도 없이, “초보”에게는 “코딩” 지식을 쉽게쉽게 가르쳐주는 수업이 필요하다는 선입견에 꽉 틀어잡혀있는 것이 여실히 드러난다. 코딩이라는 것이 어지간해서는 좋은 코드를 copy&paste 할 수 있는 기회가 없고, 그런 기회가 오면 “땡 잡았다”고 생각하고 어떻게 구성했는지 꼼꼼하게 훑어보며 이해한 경험, 그 전에 그 코드가 무슨 말인지 이해해야한다는 상식을 전혀 모르고 있는 사람들이나 할 수 있는 “제안”일 것이다. 그 전에 데이터 사이언스를 수학과 통계학과 머신러닝을 코드로 구현해놓은 학문이지, 개발같은 기술이 아니라는 사실을 못 깨달은채 필자의 한 달 수업을 듣고 나갔다는 뜻이기도 한 것 같다.
한 마디 덧붙이면, 파비클래스 수업에 ggplot2를 이용한 그래프 그리는 예제는 정말 넘쳐난다. 특히 마지막 수업 시간에는 Data Visualization으로 유명한 책 하나에서 에센스만 뽑은 예제들을 Data Visualization 제목의 800라인 코드도 제공하고, 수업에서는 안 다루지만 다시 1000라인에 가까운 추가 코드도 준다. 책을 살 필요가 없을만큼 설명을 달아서! 본인이 수업 교재들을 꼼꼼하게 안 봤다는 뜻이거나, 수업을 제대로 이해할만큼 사고방식이 열린 사람이 아닌, 말 그대로 “꼰대”였음을 보여주는 후기 메일이 아닐까 싶다.
수업에서 가장 듣고 싶은 후기 종류
데이터 사이언스 업무 중에 쓰는 통계학과 수학을 최대한 반영해서 강의하고, 또 욕심많은 성격상 꾸역꾸역 우겨넣어서 최대한 많은 내용을 다루려고 하다보니 수강생들 대부분이 “헉헉대며” 따라오는 걸 느낀다. 사실상 오픈 강좌가 되어버린 수학&통계학 기초 강의 같은 경우에는 가벼운 마음으로 왔다가 충격먹은 표정을 짓는 수많은 수강생들을 보면서, “꼰대”가 될지, “열린 사람”이 될지, 아니면 “수포자”가 될 지, 얼굴 표정만 보고 짐작해보는 것도 은근히 재밌는 일이다. 그렇게 “열린 사람”의 길에 도전했던 대부분의 수강생들이 3시간 8번의 수업동안 “헉헉대는” 모습을 보면 속 마음에 응원 감정이 물씬 솟아 오른다ㅋㅋㅋ
그런 감정이 드는 리뷰를 하나 보자.
한 달간의 수업 시간동안 전생(?)의 기억을 소환하느라 꽤 힘들었습니다. 학교 다닐 때 통계학이든 수학이든 의미를 파악하기보다는 암기식으로 공부했었는데, 이번 수업은 수식이 의미하는 부분과 이런 것들이 실제 데이터에서 어떤 현상으로 나타나게 되는지를 생각하게 만드네요. 이런 방식이 공부의 왕도일텐데, 그 동안 잊고 있었습니다. 쌤의 열정적인 에너지와, 같이 수업 들었던 여러분들의 에너지들을 얻게 되어 몸은 힘들지만 맘은 즐거웠던 한 달이었습니다. 첨에 이 수업 듣겠다고 했더니 주위의 반응은 “굳이 돈을 내고? 책이나 관련 자료보면 될텐데…”였습니다. 수업이 끝난 지금은 “돈 안 아까우니 들어라”고 주위에 말하고 싶네요. 더 솔직한 심정은 “아는 척 좀 더 할 수 있게” 나만 알고 다른 사람에겐 안 알려주고 싶습니다^^;
저 위에 부트캠프 수준의 강의에 돈 10원도 받고 싶지 않다는 혹평과 같은 맥락이다. 몇 푼이 되었건 돈을 받고 강의를 하려면, 그 강의를 들은 사람이 혼자서 공부하기는 (매우매우매우) 어려운 내용, 특히 다른데서는 듣기 (거의) 불가능한 내용을 강의해야한다고 생각한다. 쉽게 찾아볼 수 있는 블로그나 양산형 책 수준의 강의를 할꺼면 애당초 강의를 개설하지도 않았을 것이고, 강의 노트를 만들면서 계속 필자의 고민을 깊게 만들었던 지점도 어떻게하면 내가 얻은 10년간의 내공을 사람들에게 전달할 수 있을까였다.
필자처럼 경제학, 통계학, 시뮬레이션, 머신러닝까지 긴 학문적 여정을 거치면서 데이터를 다뤄본 경험을 축적한 사람이 흔치 않을 것이기 때문에, 보통 사람들에게 와 닿을 수 있는 수업을 만드는 일이 참 힘들었지만, 최소한 “사기”를 치는 강의는 몰아내자는 일념하나로 꾹 참고 밀어붙이니 그래도 위와 같은 평가도 받게 되는 것 같아서 참 뿌듯하더라.
“꼰대”들을 내쫓는 강의
원래부터 비판적인 성격이라 남들에게 좋은 평가를 잘 안 해주는 탓에, 가끔 필자가 누군가를 추천하면 친구들이 놀란다. 단지 필자의 추천을 받았다는 이유만으로 그 사람을 보고 싶다고 하는 경우도 있을 정도다. 그러나 그런 엄밀한 잣대를 들이대지 않더라도 현재 한국의 대다수 “데이터 사이언스”, “머신러닝” 등등의 타이틀을 달고 있는 강의들의 수준은 처참할 정도다. 지난 몇 달간 저런 강의가 왜 꾸준히 소비되는지 도무지 이해할 수가 없었다. 5시간 강의하는데 “조교”라는 사람들이 코드 제대로 쳤는지 봐주는거에만 4시간을 쓰는 강의, 그 코드가 인터넷에서 쉽게 긁어올 수 있는 코드라면 시간 낭비라는게 피부로 안 느껴지나?
Random data가 아닌 경우에만 머신러닝 테크닉들이 유효성을 가진다는 필자의 체계적인 논증을 제대로 이해하지 못한채, 잘 모르겠으니 그냥 Random이 아닌 데이터 예시만 가르쳐달라고하는 사람들을 보면서, 저런 사람들이 데이터 사이언스 하겠다고 달려드니 그런 부트캠프 수준의 수업들에 꾸준히 사람들이 몰려드는구나는 생각도 하게 된다. 돈 벌이가 목적이었다면, 필자 역시도 그런 수업을 하면서 잘 모르는 사람들을 “현혹”시키는데 몰두했을 것 같은데, 자신의 잣대를 넘지 못하는 지식을 남에게 전달하면서 돈을 받는 일은 양심상 도저히 하질 못하겠더라. 수백만원 짜리 강의를 하고 있는 그들에게 양심이 있는지, 회사 돈이나 국민의 세금으로 그 수업을 들으시는 분들은 양심이 있는 사람들인지 묻고 싶다. 그런 강의가 넘처나니 “그냥 책이나 자료보고 공부하면 될텐데…”라는 말이 나오는 거겠지.
수학&통계학 수업에 가끔은 수학 공부를 거의 안 했던게 틀림없는, 여러 IT학원들에 속아서 기초 전산 수업들이 데이터 사이언스 준비과정인 줄 알았던 경영학과 출신이나 코딩 only 개발자 후보들을 보게 된다. 반쯤 “꼰대”가 되어 있는 이들이 가지는 착각들이
“4-5시간 정도 수학 공부만 하고나면 데이터 사이언스 하는데 문제 없다”
“데이터 사이언스 본 강의는 코딩이고, 2회짜리 수업만 수학이 있을 것이다”
는 생각이다. 글쎄? 본 강의는 코딩마저 수학이랑 통계학이다ㅋㅋ 단지 직관과 개념 이해가 복잡한 수식을 대체할 뿐이다.
필자가 2회짜리 수학&통계학 강의를 개설한 유일한 이유는 데이터 사이언스 본 강의 중에 넋나간 표정의 수강생들 얼굴을 보고 있는게 너무 괴로워서였다. “꼰대”에서 벗어나지 못한 그들의 표정을 보고 있으면 서서 강의하는데 피로도가 2배가 되니까. 그들도 돈 버릴 필요없고, 필자도 그들에게 시간 쓸 필요없으니까.
나가며
수업 끝나고 “꼰대”들에게 짧게 상담할 기회가 오면, 그냥 포기해라고 짧은 조언을 해 준다. 수업을 제대로 듣는 사람들은 느끼겠지만 데이터 사이언티스트의 언어는 한국어나 영어가 아니라, R이나 Python이 아니라, 수학과 통계학이다. 당연히 수업도 그런 “언어”로 구성되어 있다. 필자가 공부하던 수준으로 진행하면 너무 힘들 것 같아서 수준을 낮춰 학부 수학을 요리조리 응용해서 수업 구석구석에 끼워넣었는데, 그 학부 수학을 다 까먹었던 30대 직장인이 다시 기억해내는 것도 “전생의 기억”을 되살리는 느낌이라고 하는 판국이다. 애당초 그걸 배우지 않은 사람이, 거기다 사고의 틀 마저 “꼰대”화 되어버린 사람이 이 도전을 하겠다는건 필자의 오랜 경험상 무모하다고 밖에 할 수 없을 것 같다.
(물론 “꼰대”가 아니라면 다른 이야기일 수 있다. 그런 경영학과 출신들, 개발자 출신들도 은근히 많이 수업을 거쳐갔다.)
사업 팽창 때문에 앞으로 얼마나 더 길게 강의를 할 시간이 남아있을지 모르지만, 필자가 시간이 부족해지기 전에 시장에 선순환 구조가 형성되어서 “꼰대”들이나 “꼰대”를 기르는 IT학원들이 퇴출되었으면 좋겠다. 그리고 실력있는 많은 사람들이 그런 IT학원들의 “사기”에 속아서 겁 먹고 이 시장에 진입하는 걸 두려워하지 말고, 좀 쭉쭉 치고들어와서 부트캠프형 강의들이 자리를 못 붙이는 시절이 좀 빨리 왔으면 좋겠다.
강의 철학에 깊게 공감하는 후기를 보내주신 최형수님, 이정현님, 장영수님, 김수진님께 감사드립니다.
이전 글: 작정하고 쓰는 머신러닝 강의 비판
후속 글: 작정하고 쓰는 머신러닝 강의 비판 (2)
데이터 사이언스 입문 부트캠프
“어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다.”
마소캠퍼스의 진심과 소망을 담은 Actionable Content로,
2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간!
이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다.
–
“비즈니스 현장에서 자주 접하는 질문이 있습니다.”
신제품 예약 판매 결과를 보니 빨강색을 선호하는 사람이 무려 75%였다!
본격 판매할 물량은 빨강색 75%, 검정색 25%로 준비하면 되는 걸까?
10% 가격 할인쿠폰을 발행하니 매출이 3배 늘었다!
할인폭을 5%로 줄이면 매출이 얼마가 될까? 또 20%로 높이면 예상 매출은 얼마일까?
최근 뜨는 브랜드, 지는 브랜드가 뭔지 요즘 추세를 한 눈에 알아볼 수 없을까?
실무에서 자주 접하고, 동시에 반드시 정확하게 대답해야만 하는 질문들! 위와 같은 문제들을 해결할 때 가장 필요한 것은 무엇일까요?
바로 데이터 분석 역량입니다.
마소캠퍼스의 데이터 사이언스 입문 부트캠프는 단순 이론이나 툴 사용법 전달에 목표를 두지 않습니다.
수강생에게 가장 필요한 것은 위와 같은 문제들을 해결할 수 있는 능력이자 실무에 도움이 될 역량이기 때문입니다.
부트캠프 수료 이후 같은 질문들에 대답해보세요.
변화된 모습에 스스로가 놀라게 될 것입니다.
“마소캠퍼스의 데이터 사이언스 입문 부트캠프, 다른 강의와 무엇이 다를까요?”
1. 수학에 자신 없는 분도 쉽게 배울 수 있습니다.
데이터 분석을 심도 있게 진행하기 위해서는 기본 통계 지식이 필요한데, 복잡한 통계 기호는 전혀 사용하지 않고 사칙연산만을 활용해 통계사고력을 기르고 데이터에서 숨겨진 인사이트를 도출해내는 역량을 확보하도록 합니다. 친절한 설명을 바탕으로 수학에 자신 없는 분들도 쉽게 수강할 수 있으며, 통계 핵심원리를 다양한 예시와 재미있는 실습으로 자연스럽게 터득하실 수 있습니다.
2. 누구나 활용 가능한 엑셀로 설명 드립니다.
데이터 분석을 위한 도구로는 실무에서 가장 많이 쓰이고 친숙한 엑셀을 활용합니다. 전 비즈니스에서 쓰이는 툴로 제한 없이 모두가 데이터 분석 역량을 함양할 수 있습니다. 본 강의에서는 업무 효율화를 위한 단축키와 함수, 파워피벗은 물론 타 강의에서는 찾아보기 힘든 파워쿼리와 BI, 데이터 크롤링과 인사이트 도출까지 다룹니다.
3. 데이터 전처리와 머신러닝의 원리를 매우 쉽게 설명하여, 어떤 데이터가 필요한지 바로 이해할 수 있습니다.
모든 구성원들이 데이터 전처리와 머신러닝의 원리를 이해하면 기업이 수집하는 데이터의 품질이 달라집니다. 고품질의 데이터를 통해 고품질의 인사이트를 얻을 수 있습니다. 엑셀의 파워쿼리, 파워뷰 등 머신러닝 기능을 활용해 방대한 데이터를 잘 다루는 방법이 무엇인지 깨달을 수 있습니다.
*본 과정은 MSIQ 데이터사이언스마스터/디지털마케팅마스터 자격을 보유한 마소캠퍼스 콘텐츠랩의 자체 개발 평가 문항이 포함되어 있습니다.[민간자격 등록번호 : 2020-005943(데이터사이언스)/2020-005944(디지털마케팅)]
–
[ 강 사 소 개 ]김 진
現 마소캠퍼스 대표
서울대학교 MBA 졸업
오라클, 네이버를 거쳐 중국 네이버 개발 아웃소싱 센터를 설립 및 지휘하였으며, 서울대 MBA 졸업 후 글로벌 모바일 기업인 Obigo로 옮겨 데이터 분석에 기반한 성과 관리 시스템 도입 등 국내외 다양한 사업 영역을 개척하였습니다. 2010년에는 게임웹진 플레이포럼 M&A 후 데이터 분석과 디지털 마케팅을 실무에 본격 도입해 코리안클릭 수치 기준으로 월 평균 활성유저(MAU) 238만, 월 평균 페이지뷰(PV)수 1,700만을 달성하였습니다. 개발자, 전문 경영인의 길을 걸어온 사업가로서 폭넓은 경험과 IT 기술을 융합해 현재는 기업의 ROI를 높여줄 실무 전문가 교육에 힘 쓰고 있습니다.
–
Top 8 데이터 사이언스 부트캠프 All Answers
당신에게 필요한 진짜 데이터 사이언스 교육
당신에게 필요한 진짜 데이터 사이언스 교육
AI 부트캠프 | 코드스테이츠 | AI, 딥러닝, 머신러닝
Article author: www.codestates.com
Reviews from users: 20734 Ratings
Ratings Top rated: 3.9
Lowest rated: 1
Summary of article content: Articles about AI 부트캠프 | 코드스테이츠 | AI, 딥러닝, 머신러닝 AI / 데이터 사이언스를. 왜 배워야 할까요? 부족해지는 AI 관련 IT 개발자 AI 직군 채용 인력난 … …
Most searched keywords: Whether you are looking for AI 부트캠프 | 코드스테이츠 | AI, 딥러닝, 머신러닝 AI / 데이터 사이언스를. 왜 배워야 할까요? 부족해지는 AI 관련 IT 개발자 AI 직군 채용 인력난 … 데이터 사이언티스트, 데이터 분석가, 데이터 엔지니어 등 데이터 직군으로 취업하세요! 취업을 책임지는 실무 중심의 국비지원 AI 부트캠프ai, 인공지능, 머신러닝, sql, 데이터분석, ai인공지능, 데이터사이언스, 빅데이터분석, 데이터분석가, 내일배움카드, 파이썬, 국비지원, 데이터분석취업, 빅데이터취업, 데이터분석부트캠프, 데이터사이언티스트, ai부트캠프, 데이터부트캠프, ml, dl
Table of Contents:
AI 부트캠프
AI 데이터 사이언스를 배워야 하는 이유
실생활에 쓰이는 AI
AI 부트캠프를 수료한다면진로가 어떻게 되나요
AI 부트캠프 추천 대상
초고속으로 데이터 커리어 시작을 돕는 AI부트캠프 시스템
코드스테이츠 AI 부트캠프 커리큘럼
부트캠프 학습 시간표
AI 부트캠프 수강생들의 프로젝트
실제 AI 부트캠프 수강 후기
AI부트캠프 졸업생 취업 현황
AI 부트캠프 사전 설명회
지원절차
자주 하는 질문
AI 부트캠프 | 코드스테이츠 | AI, 딥러닝, 머신러닝
Read More
데이터 사이언스 부트캠프, 시작을 망설이고 있다면
Article author: brunch.co.kr
Reviews from users: 47605 Ratings
Ratings Top rated: 3.4
Lowest rated: 1
Summary of article content: Articles about 데이터 사이언스 부트캠프, 시작을 망설이고 있다면 데이터 사이언스 부트캠프는 학생들을 데이터 사이언스 분야의 주니어 수준으로 교육하는 세 달에서 여섯 달 정도의 집중 프로그램입니다. 데이터 분석( … …
Most searched keywords: Whether you are looking for 데이터 사이언스 부트캠프, 시작을 망설이고 있다면 데이터 사이언스 부트캠프는 학생들을 데이터 사이언스 분야의 주니어 수준으로 교육하는 세 달에서 여섯 달 정도의 집중 프로그램입니다. 데이터 분석( … 부트캠프 이야기 #1 | 데이터 사이언스 부트캠프, 몇 날 며칠씩 찾아보고도 이런 의문점 때문에 등록을 망설이고 계신가요?: – 부트캠프가 정확히 뭘까? – 부트캠프의 장점이 따로 있나? – 부트캠프가 진짜로 취업을 보장할까? – 데이터 사이언스 부트캠프를 수료하면 어떤 직무에 취업할 수 있는 거지? – 프로그래밍 부트캠프랑은 배우는 툴이 다르다던데… 어떤 걸 배우는 걸까?
Table of Contents:
데이터 사이언스 부트캠프, 시작을 망설이고 있다면
Read More
빅데이터(Bigdata) 부트캠프
Article author: playdata.io
Reviews from users: 15455 Ratings
Ratings Top rated: 3.3
Lowest rated: 1
Summary of article content: Articles about 빅데이터(Bigdata) 부트캠프 데이터 또는 SW개발 직무로 취업을 원하는 예비개발자를 위한 교육! 데이터 엔지니어링과 분석 기술을 활용 … 이런분들은 플레이데이터 부트캠프를. 꼭 시작하세요. …
Most searched keywords: Whether you are looking for 빅데이터(Bigdata) 부트캠프 데이터 또는 SW개발 직무로 취업을 원하는 예비개발자를 위한 교육! 데이터 엔지니어링과 분석 기술을 활용 … 이런분들은 플레이데이터 부트캠프를. 꼭 시작하세요. 데이터 또는 SW개발 직무로 취업을 원하는 예비개발자를 위한 교육! 데이터 엔지니어링과 분석 기술을 활용하여 빅데이터 플랫폼 구축 프로젝트를 완성하세요.엔코아, 엔코아 아카데미, 플레이데이터 교육 후기, 코딩 부트캠프, 인공지능 교육, 국비지원, 코딩테스트, 알고리즘, 개발자 취업, 혁신성장, K-Digital Training, 빅데이터, 인공지능, 클라우드
Table of Contents:
빅데이터(Bigdata) 부트캠프
Read More
작정하고 쓰는 머신러닝 강의 수강생 비판 (feat. 꼰대) – 파비블로그
Article author: blog.pabii.co.kr
Reviews from users: 3888 Ratings
Ratings Top rated: 3.6
Lowest rated: 1
Summary of article content: Articles about 작정하고 쓰는 머신러닝 강의 수강생 비판 (feat. 꼰대) – 파비블로그 … 3류 부트캠프 강의하면서 홍보만 그럴싸하게 하는 자칭 데이터 사이언스 “IT학원”들의 “작태”를 도저히 보고 있을 수가 없었다. …
Most searched keywords: Whether you are looking for 작정하고 쓰는 머신러닝 강의 수강생 비판 (feat. 꼰대) – 파비블로그 … 3류 부트캠프 강의하면서 홍보만 그럴싸하게 하는 자칭 데이터 사이언스 “IT학원”들의 “작태”를 도저히 보고 있을 수가 없었다. “일종의 재능기부 목적으로 강의를 기획하셨다는 걸 느낄 수 있었습니다” 는 평을 주신 수강생 분의 말씀처럼, 한국와서 다들 개발자들에게 코드 몇 줄 쓰는 걸 가르쳐주면 이 업무를 할 수 있다거나, 3류 부트캠프 강의하면서 홍보만 그럴싸하게 하는 자칭 데이터 사이언스 “IT학원”들의 “작태”를 도저히 보고 있을 수가 없었다. 저런 “쓰레기” 강의로 “사기”치는 사람들을 싹 쓸어내버려야지.필자의 강의는 그렇게 시작됐다.
Table of Contents:
철학을 공유하는 사람들
철학을 공유 못 하는 사람들
수업에서 가장 듣고 싶은 후기 종류
“꼰대”들을 내쫓는 강의
나가며
작정하고 쓰는 머신러닝 강의 수강생 비판 (feat. 꼰대) – 파비블로그
Read More
데이터 사이언스 입문 부트캠프 | Udemy
Article author: www.udemy.com
Reviews from users: 30282 Ratings
Ratings Top rated: 4.6
Lowest rated: 1
Summary of article content: Articles about 데이터 사이언스 입문 부트캠프 | Udemy 데이터 사이언스 입문 부트캠프 ; 생성자 마소캠퍼스 머니매그넷 ; 마지막 업데이트 · 6/2022 ; 이 가격으로 5시간 ; 총 길이: 9시간 46분 ; 합계: 현재 가격US$299.97. …
Most searched keywords: Whether you are looking for 데이터 사이언스 입문 부트캠프 | Udemy 데이터 사이언스 입문 부트캠프 ; 생성자 마소캠퍼스 머니매그넷 ; 마지막 업데이트 · 6/2022 ; 이 가격으로 5시간 ; 총 길이: 9시간 46분 ; 합계: 현재 가격US$299.97. 데이터 사이언스로 업무 효율 극대화 도전!
Table of Contents:
배울 내용
요구 사항
설명
이 강의의 대상
강사
데이터 사이언스 입문 부트캠프 | Udemy
Read More
클래스101 | 데이터 사이언스 입문 부트캠프 | 마소캠퍼스
Article author: class101.net
Reviews from users: 19003 Ratings
Ratings Top rated: 5.0
Lowest rated: 1
Summary of article content: Articles about 클래스101 | 데이터 사이언스 입문 부트캠프 | 마소캠퍼스 는 데이터 분석이 처음이신 분들도 가볍게 따라올 수 있도록, 쉽지만 재미있게, 단순하지만 유용하게 구성한 강의입니다! …
Most searched keywords: Whether you are looking for 클래스101 | 데이터 사이언스 입문 부트캠프 | 마소캠퍼스 는 데이터 분석이 처음이신 분들도 가볍게 따라올 수 있도록, 쉽지만 재미있게, 단순하지만 유용하게 구성한 강의입니다! 엑셀로도 충분하다! 실무에 써먹는 데이터 사이언스 코딩 1도 몰라도 엑셀이면 충분하다! 배움을 향한 첫 발걸음이 무거우면, 얼마 가지 못해 포기하게 됩니다. <데이터 사이언스 입문 부트캠프>는 데이터 분석이 처음이신 분들도 가볍게 따라올 수 있도록, 쉽지만 재미있게, 단순하지만 유용하게 구성한 강의입니다! 특히나, ‘ 엑셀 ‘을 이용하여 난이
Table of Contents:
데이터 사이언스 입문 부트캠프
클래스 정보
데이터 사이언스 입문 부트캠프
클래스101 | 데이터 사이언스 입문 부트캠프 | 마소캠퍼스
Read More
데이터 사이언스 입문 부트캠프 – 인프런 | 강의
Article author: www.inflearn.com
Reviews from users: 19818 Ratings
Ratings Top rated: 4.5
Lowest rated: 1
Summary of article content: Articles about 데이터 사이언스 입문 부트캠프 – 인프런 | 강의 코딩을 몰라도 엑셀이면 충분하다! 비전공자도 엑셀로 데이터 분석을 할 수 있으며, 통계부터 머신러닝, 그리고 파워쿼리까지 다루는 강의입니다., … …
Most searched keywords: Whether you are looking for 데이터 사이언스 입문 부트캠프 – 인프런 | 강의 코딩을 몰라도 엑셀이면 충분하다! 비전공자도 엑셀로 데이터 분석을 할 수 있으며, 통계부터 머신러닝, 그리고 파워쿼리까지 다루는 강의입니다., … 코딩을 몰라도 엑셀이면 충분하다! 비전공자도 엑셀로 데이터 분석을 할 수 있으며, 통계부터 머신러닝, 그리고 파워쿼리까지 다루는 강의입니다., – 강의 소개 | 인프런…
Table of Contents:
파이썬 입문
데이터 기반 마케팅 영업 전략 실무 마스터 클래스
데이터 분석 전처리 실무 – 파워쿼리
[GA4 탑재] 데이터 마케팅 입문 부트캠프딥러닝 CNN 완벽 가이드 – Fundamental 편
비전공자를 위한 진짜 입문 올인원 개발 클래스
프로그래밍 시작하기 파이썬 입문 (Inflearn Original)
파이썬 증권 데이터 수집과 분석으로 신호와 소음 찾기
데이터 사이언스 입문 부트캠프 – 인프런 | 강의
Read More
데이터 사이언스 부트캠프
Article author: public.tableau.com
Reviews from users: 36868 Ratings
Ratings Top rated: 4.4
Lowest rated: 1
Summary of article content: Articles about 데이터 사이언스 부트캠프 데이터사이언스_테블로부트캠프1. …
Most searched keywords: Whether you are looking for 데이터 사이언스 부트캠프 데이터사이언스_테블로부트캠프1.
Table of Contents:
데이터 사이언스 부트캠프
Read More
See more articles in the same category here: 1111.com.vn/ko/blog.
데이터 사이언스 부트캠프, 시작을 망설이고 있다면
데이터 사이언스 부트캠프, 몇 날 며칠씩 찾아보고도 이런 의문점 때문에 등록을 망설이고 계신가요?: – 부트캠프가 정확히 뭘까? – 부트캠프의 장점이 따로 있나? – 부트캠프가 진짜로 취업을 보장할까? – 데이터 사이언스 부트캠프를 수료하면 어떤 직무에 취업할 수 있는 거지? – 프로그래밍 부트캠프랑은 배우는 툴이 다르다던데… 어떤 걸 배우는 걸까? 데이터 사이언스 스쿨에서 이에 대한 해답을 제시하고, 여러분의 망설임을 덜어 줄 부트캠프 가이드를 준비했습니다. 4차 산업 최대 유망 직군인 데이터 분야에서 커리어를 시작할 보다 효율적인 방법, 부트캠프에 대해 제대로 알아보세요! 데이터 사이언스 부트캠프 완벽 가이드 이 글은 Data Science Central에 기고된 를 저작권자의 동의 하에 번역한 글입니다. Complete Guide on Data Science Bootcamp This is an approved translation of “ Complete Guide on Data Science Bootcamp ” which was originally written in English and published on Data Science Central. 모든 산업과 IT 분야 기업들이 자동화와 분석에 의해 변화함에 따라 데이터 사이언티스트를 고용하고자 하는 수요도 증가했습니다. 맥킨지 글로벌 학회(McKinsey Global Institute)의 조사 결과, 2016년도 해당 직무에 대한 수요는 연간 약 12% 수준으로 증가하여 고용 가능 상태인 인원의 수를 훨씬 넘어섰어요. 기술의 발전 속도가 워낙 빠르다 보니 그 속도에 발을 맞추고자 하는 IT 분야 종사자들을 위한 부트캠프도 많은데요. 부트캠프는 기존의 교육 환경들보다 훨씬 더 집중적으로 짧은 시간에 IT 관련 기술을 습득할 수 있는 새로운 교육 방법입니다. 자기 분야에서 성공하고자 하는 야심찬 IT 종사자들이 꼭 갖춰야 할 기술들을 배울 수 있는 과정이죠. “부트캠프가 정확히 무엇인가요?” 부트캠프는 평균적으로 6주에서 24개월 과정이나, 대부분의 프로그램은 12주에서 40주간 진행됩니다. 부트캠프가 이렇게 빠른 속도로 집중적인 학습을 제공하는 건, 방대한 양의 지식을 체화하면서도 귀중한 자원인 시간을 아끼도록 하기 위함이에요. 학생이 원하는 직무에 취업하기 위해 꼭 필요하고 가장 관련성이 높은 데이터 사이언스 스킬을 가르치는 데에만 집중하는 것이죠. 예를 들어, 프로그래밍 부트캠프에서는 클라우드 기반의 백업 프로그램을 짜는 법을 다루지 않습니다. 훌륭한 부트캠프는 몰입도 있고 빠른 학습과, 학생들이 배운 기술과 지식을 직접 활용하는 실습 프로젝트를 모두 포함합니다. 수료생들의 구직에 대한 지원을 제공하는 것도 큰 장점이에요. “데이터 사이언스를 배워야 할 이유는 다양합니다.” 데이터 사이언티스트로 풀타임 근무를 할 생각이 없더라도, 데이터 사이언스 부트캠프에서 다루는 주제들에 익숙해질 필요가 있어요. 예측 분석(Predictive Analytics), 인공지능(AI), 그리고 머신러닝(Machine Learning)은 IT 운영진과 개발자들이라면 필수로 알아야 할 내용들입니다. 정말 도움이 되는 데이터 사이언스 교육 과정을 발견하면 꼭 수강해 보세요. 앞서 말한 기술들은 시스템 모니터링이나 서비스 자동화를 위해 사용하는 툴과 마찬가지로 애플리케이션 개발 프로세스에도 빠르게 통합되고 있는데요. 예측 분석(Predictive Analytics)은 IT 팀이 모니터링을 통해 예기치 못한 운영 중단을 예측하고, 빠르게 대응하도록 하여 시간과 비용을 아껴주는 등 다양한 방식으로 도움이 됩니다. 또한, 대량의 데이터를 처리하여 예측 모델과 인사이트를 얻고자 하는 기업들의 니즈 때문에 머신 러닝과 인공지능에 대한 관심 역시 높아요. 해당 분야에서 지식을 갖추면 자신의 커리어에 도움이 되는 건 물론이고 기업의 위상을 높이는 데에도 기여할 수 있습니다. “데이터 사이언스 부트캠프에는 많은 장점이 있습니다.” 데이터 사이언스 부트캠프는 학생들을 데이터 사이언스 분야의 주니어 수준으로 교육하는 세 달에서 여섯 달 정도의 집중 프로그램입니다. 데이터 분석(Data Analysis), 테이터 시각화(Data Visualization), 통계 분석(Statistical Analysis), 예측 분석(Predictive Analysis)과 프로그래밍 내용 약간을 다루죠. 또한 파이썬(Python), 판다스(Pandas), 알(R), 에스큐엘(SQL), 하둡(Hadoop), 스파크(Spark) 등의 다양한 프로그래밍 언어와 프레임워크 툴을 다루어 보다 높은 직급으로의 취업도 돕습니다. 데이터 사이언스 부트캠프를 수강할 때의 이점은 다음과 같습니다: • 일부 부트캠프는 재직 중인 학생을 위해 시간제 수업이나 야간 수업 등 다양한 스케줄링을 지원합니다. • 일반적으로 시간과 비용 측면에서 관련 분야 학위를 따는 것보다 저렴합니다. • 면접 준비 지원, 인적 교류의 기회, 그리고 졸업생을 위한 취업 교육 등 커리어 관련 서비스를 제공하는 경우도 많습니다. • 특히 온라인 부트캠프에서는 대개 여러 번의 1:1 멘토링과 지원을 받을 수 있습니다. 부트캠프만큼 실무를 경험할 수 있는 고등 교육 프로그램은 없습니다. 부트캠프는 학생들에게 가장 최근의 실무와 직접적으로 연관된 툴과 기술을 경험할 수 있는 기회를 제공하거든요. 이러한 부트캠프의 수료생들은 데이터 사이언티스트, 데이터 엔지니어, 데이터 애널리스트로서 취업할 수 있고, 그와 관련된 거의 모든 분야에서 일할 능력을 갖추게 돼요. 해당 직무에 관심이 있다면 다양한 가격대의 몇 주, 몇 달간 진행되는 온/오프라인 부트캠프에 등록할 수 있는데요. 각 프로그램들은 수강에 요구되는 시간, 과제의 구성, 그리고 다루는 주제에 따라 다양합니다. “데이터 사이언스 부트캠프가 취업을 보장하나요? ” 네. 대부분의 데이터 사이언스 부트캠프 졸업생들이 실제로 취업했다고 말하는 걸 보면, 부트캠프가 취업에 도움이 될 가능성은 매우 높습니다. 예를 들어, 대부분의 기업들이 자사 데이터 사이언스 부트캠프 졸업생 중 95% 이상은 180일 이내에 취업에 성공했다고 말합니다. 개중에는 구글, 마이크로소프트, 아마존, 페이스북과 같은 기관에서 일하고 있는 졸업생도 있죠. 데이터 사이언스 부트캠프를 수료하면 아래와 같은 직무에 취업할 수 있어요: • 1. Data Scientist – 데이터 사이언티스트 • 2. Engineer in Machine Learning – 머신러닝 엔지니어 • 3. Business Intelligence Analyst – 비즈니스 인텔리전스 분석가 • 4. Managerial Analyst – 경영 분석가 • 5. Database Administrator – 데이터 베이스 관리 책임자 하지만 몇몇 수료생들이 취업에 어려움을 겪을 수 있다는 것도 사실입니다. 누구나 데이터 사이언스를 잘할 수 있는 건 아니고, 모두가 그 직무에 적합한 건 아니니까요. “가장 보편적인 데이터 사이언스 툴들” 데이터 사이언스 부트캠프에서 다루는 툴은 대개 표준 코딩 부트캠프에서 가르치는 것과 다른데요. 데이터 사이언스 분야에서 가장 일반적인 실무 툴과 그 사용법은 다음과 같습니다: SQL(Structured Query Language) 은 구조화된 쿼리 언어의 약자입니다. 기업들은 기존 데이터베이스에서 분석과 보고를 위한 데이터를 추출할 때 SQL에 의존해요. 주로 관계형 데이터베이스 관리 시스템에서 데이터를 관리하기 위해 사용됩니다. 하둡(Hadoop) 은 클러스터(데이터 센터에서 실행되는 네트워크 컴퓨터들의 집합)에서 데이터를 관리하고 프로그램을 실행하기 위한 기술들의 모음집이에요. 대용량 데이터 파일 시스템, 알고리즘 병렬화를 위한 맵리듀스(Map Reduce) 시스템, 클러스터의 데이터를 쿼리하기 위한 유사 SQL 엔진인 Hive 데이터베이스, 그 밖에도 수많은 구성 요소가 포함됩니다. 스파크(Spark)는 클러스터에서 실행될 수 있는 병렬 응용 프로그램을 만드는 방법입니다. 다양한 워크로드에서 뛰어난 효율성을 보여 맵리듀스(Map Reduce)의 경쟁자로 두각을 나타내고 있어요. R과 함께 사용할 수 있는 정교한 머신러닝 라이브러리인 MLB을 함께 제공하기 때문에 데이터 사이언티스트들에게 인기입니다. 파이썬(Python)과 알(R)은 데이터 사이언스에서 사용되는 두 가지 표준 프로그래밍 언어인데요. 파이썬 vs. 알 논쟁은 데이터 사이언스가 파이썬을 사용하는 컴퓨터 과학과 R을 사용하는 통계의 혼합이라는 걸 보여줍니다. 전문 데이터 사이언티스트라면 두 언어에 모두 능통하며 각각이 수행하는 역할을 제대로 활용할 수 있어야 하고요. 머신러닝(Machine Learning)은 방대한 양의 데이터를 평가하는 알고리즘을 연구하고 구축하는 기술을 일컫습니다. 이러한 알고리즘이 미래에 일어날 사건들에 대해서 고전적인 통계보다 더 정확하게 예측할 수 있다는 점이 머신러닝을 매력적인 분야로 만들었어요. 알고리즘이 바로 “기계가 스스로 학습한 것”이기 때문에 이 기술에도 “기계 학습(Machine Learning)”이라는 이름이 붙었습니다. 데이터 관련 직무에 대한 뚜렷한 목표가 있는 사람에게, 데이터 사이언스 부트캠프는 보다 명확한 방향성을 제시할 수 있습니다. 부트캠프 가이드가 당신의 망설임을 덜어주었다면, 이제 번개장터 CTO도 인정한 커리큘럼의 데이터 사이언스 스쿨에서 딱 6개월간 완전한 몰입과 실무 위주의 학습을 경험하세요. 비전공자도 6개월 만에 취업하는 부트캠프 – 제로베이스 {데이터 사이언스 스쿨}
작정하고 쓰는 머신러닝 강의 수강생 비판 (feat. 꼰대) – 파비블로그
파비클래스 수업 타이틀인 “데이터 사이언스”라는 이름을 처음 듣게 되는 경로는 아마도 알파고, 인공지능 같은 Buzzword 였을 것이고, 그 다음으로 좀 관심이 있어서 검색을 하면, 딥러닝이라는 단어, 같이 검색되는 머신러닝이라는 단어를 만나고, 그리고나서야 데이터 사이언스라는 단어를 만날 것이라고 생각한다. 정작 데이터 사이언스가 가장 포괄적인 개념이고, 머신러닝은 특정한 데이터의 패턴을 찾아주는 응용통계학이고, 딥러닝은 그 중에서 좀 계산비용이 많이 들어가는 작업이고, 알파고는 그걸 바둑에 구현한 하나의 예제에 불과하다는 방식으로 이해하는 사람은 흔지 않을 것이라고 본다. (노출을 늘리려고 의도적으로 수업 이름에 “머신러닝”, “딥러닝” 같은 단어를 넣을 수도 있지만, 그렇게 지엽적인 내용만 다루는 것도 아니고, 헛바람 든 사람들이 수업에 안 찾아왔으면하는 희망에 수업 타이틀을 “데이터 사이언스”로 고수하고 있다.) 강의를 하다보면 자기가 데이터 사이언스 수업을 찾아온 경로에서 벗어나지 못하는 사람과 필자가 주장하는대로의 방향으로 사고방식을 전환하는 사람으로 나뉘는 것을 볼 수 있다. 파비클래스 수업을 3번째 듣고 있는 어느 (좀 생각이 열린) 개발자 분은 앞의 케이스들을 “꼰대”라고 부르고, 자기가 다니는 회사에 너무 많아서 같이 일하기 괴롭다는 불평을 여러번 했다. 그런 분들과의 만남을 의도적으로 피하지 않으면 예의에 어긋나는 행동을 할 것을 잘 알기 때문에, 수업 이외에 다른 접점을 만들지 않으려고 최선을 다해왔다. 그러나 개발자가 데이터 사이언스를 (어설프게 알고는 “인공지능”이라고 생각하겠지만) 할 수 있는 유일한 직군이라고 착각하는 수 많은 사람들 때문에 부질없는 노력은 대부분 실패한다. (Source: 20sLAB) 2016년 3월의 어느 날로 기억한다. 전화 인터뷰를 무사히 통과하고 Fly-out을 받아서 실리콘 밸리의 어느 대형 IT회사에 데이터 사이언티스트 면접을 갔던 날이다. 10시부터 오후 4시 좀 넘어서까지 열댓명의 팀 사람들과 면접을 보는 내내 거의 모든 질문을 선형대수와 회귀분석 지식으로 대답하느라 말 그대로 “토할 뻔”했던 기억이 난다. 당연히 같이 먹었던 점심 메뉴도 잘 기억이 안 나고, 하루종일 “내가 이렇게 선형대수를 모르는 바보였나”, “박사 공부는 왜 했나”, “이 실력으로 논문 몇 개 썼다고 까불었다니…”같은 자괴감이 쩔었던 기억이 아직도 씁쓸하게 남아있다. 컴퓨터를 주면서 코딩해라는 문제는 단 하나도 없었고, 기껏해야 white board에 어떤 방식으로 코드를 짤 생각인지 논리적인 정리를 해 보라는 요구만 받았던 것 같다. 그리고 가는 회사마다 그런 식으로 면접을 봤던 덕분에, 어떤 종류의 수학 & 통계학 준비를 해야될지 좀 눈에 보이던 무렵에 오퍼를 받았던 것 같다. “일종의 재능기부 목적으로 강의를 기획하셨다는 걸 느낄 수 있었습니다” 는 평을 주신 수강생 분의 말씀처럼, 한국와서 다들 개발자들에게 코드 몇 줄 쓰는 걸 가르쳐주면 이 업무를 할 수 있다거나, 3류 부트캠프 강의하면서 홍보만 그럴싸하게 하는 자칭 데이터 사이언스 “IT학원”들의 “작태”를 도저히 보고 있을 수가 없었다. 저런 “쓰레기” 강의로 “사기”치는 사람들을 싹 쓸어내버려야지. 파비클래스 강의는 그렇게 시작됐다. 철학을 공유하는 사람들 수업을 들을 수 있는 지식 수준의 경계는 꽤나 명확하다. 학부 수준의 미분방정식, 선형대수, 그리고 회귀분석을 알아야 파비클래스 데이터 사이언스 강의를 따라올 수 있다. 그런 지식을 갖출 수 있는 학부 전공은 자연대, 공대, 그리고 문과에서는 아마 경제학이 유일한 전공일 것이다. (가끔 힘든 도전을 하고 있는 경영학과 출신, 의대 출신이 있기는 하다.) 그런데 정작 수업을 듣는 사람들 중에 이 내용을 따라올 수 있을지 말지 여부는 학부 전공과 석, 박사 시절 통계학을 공부한 깊이와 관계없이, 태도가 열려있냐 아니냐로 갈리는 느낌을 강하게 받는다. 말을 바꾸면 “꼰대”가 아닌지 여부가 이 수업의 성공을 좌우하는 것 같다. 어느 의사 분이 한 달 수업을 듣고 후기를 담아 보내주신 메일의 일부를 소개한다. 작년 12월부터 다양한 책도 읽고, R로 코드도 작성해보다가 실무에 적용하기 위해서는 좀 더 자세히 원리를 알아야겠다는 마음으로 학원 강의들을 뒤적뒤적이다 (이) 블로그를 발견하고 강의를 신청했었습니다. 강의를 신청하고 나서는 워낙에 프로그래밍과 통계, 수학 등 강조하시는 모든 영역에서 완전히 부족하다는 것을 알기 때문에, 예습(?)을 위해서 다양한 책을 공부하고, 수업 듣는 3월 내내 노트북을 들고 다니며 여기저기서 코드, 강의록과 씨름을 했었습니다. 프로그래머를 위한 선형대수, R을 활용한 머신러닝 2nd Edition, 데이터 과학자가 되는 핵심 기술, 머신러닝 이론 입문 등등의 책을 읽고 수업을 준비했었습니다;; 물론 모두 다 읽고도 전혀 이해가 안 되고 막막한 상태로 수업을 참여했었죠… 아직 모르는거 투성이지만, 적어도 각각 어떤 배경이 있고 무엇을 공부해야하는지 알게 되어 너무 좋았고, 실제 실무에서도 이런저런 코드를 쓰시는구나란 것을 직접 보고나니 마음이 무겁기도 하면서도 힌편으로는 어디까지 가야한다는 걸 알게되어 좋았습니다. 다른 분들이 질문하시는 것을 통해서 실제 고민하게되는 부분이 무엇일지도 배울 수 있었습니다. 마지막 시간에 많은 분들이 강의에 대한 여러 이야기를 하시는 것을 듣고 보니, 어쩌면 이 수업은 선행학습 또는 자신이 직접 부딪히고 부딪히다가 제대로 된 설명과 이해를 갈구(?)하는 분들이 들으면 좋을 것 같다는 생각이 들었습니다. 그분들은 단순한 코드, 패키지가 아니라 그걸 움직이는 원리에 대한 궁금증으로 파고들다가 이 수업을 발견하셨을 것이기 때문입니다. “인공지능이란 트렌드를 따라가기 위해 강의를 한번 들어봐야지…”라는 마음으로는 교양 강좌 형식으로 진행되는 강의를 선택해야하지 않나 싶네요. 단순한 교양이 아니라, 제대로 알기 위해서는 누군가에게는 석박사 과정에 해당하는 엄청난 공부와 연습의 시간들이 농축되어야 하는 지식이니까요… 이 분의 수강 후기를 보면, 관심을 갖고 여러 정보를 뒤지다가, 인터넷에서 쉽게 찾을 수 있는 정보는 깊이에 한계가 있다는 사실을 깨달았다는 것을 짐작할 수 있다. 그리고 파비클래스 수업에서 모델링이라는 것이 어떻게 돌아가는지에 대한 “직관 + 수학 백그라운드 + 적용 코드”를 만나면서 이 수업이 어떻게 구성되었고, 또 어떤 생각을 하는 사람들에게 가장 큰 도움이 되는지를 제대로 파악하신 것이 보인다. 한국 사회에서 의사라는 직군에 있는 많은 사람들이 자기가 제일 똑똑하다는 착각에 빠져 통계학을 깊이 있게 이해하지 않고 “대충대충” 데이터 사이언스를 쳐다보는 걸 자주 봤는데 (“꼰대”), 위의 후기를 써 주신 분은 자신의 지식 부족을 겸허하게 받아들이고 꼼꼼하게 준비한데다, 파비클래스에서 전달하는 메세지를 받아들일 수 있을만큼 생각의 폭이 넓은 분인 것 같다. 철학을 공유 못 하는 사람들 반대의 경우도 있다. 아래는 반대의 경우를 잘 보여주는 후기 메일의 발췌글이다. 데이터 사이언스에 관심만 가지고 있다가 비로소 공부해보려고 (하는) 사람들을 대상으로 하신다면 아래와 같은 수업 방식도 고려해보십시오. R예제는 어려운 1개만 자세히 설명 주석 외에 설명이 필요한 어려운 R 예제 1개만 자세히 설명 나머지는 설명 동영상 자료로 대체 부교재 소개 이론: 교육 이수후 지속 학습에 도움되는 부교재 소개 (예) 책, 블로그 등 쉽게 설명한 곳, 논문 (X) R실습: 전처리 (tidyverse), 그래픽 (ggplot2) 등의 실습 사이트, 책 소개 위에서 제안하는 강의가 대표적으로 “부트 캠프” 수준의 강의다. 당연하지만 그런 강의는 10원도 받으면서 강의하고 싶지 않다. 좀 더 정확하게 말하면, 그런 “질 낮은” 강의를 듣고 마치 데이터 사이언스를 많이 안다고 착각하는 사람들을 혐오하고, 당연히 그런 사람을 생산해내고 싶지 않다. 알파고 이후, 일반에 caret, scikit learn, H2O, MXNet, Keras 등의 여러가지 머신러닝 패키지들이 나오면서 모델 전체를 코드로 다 쳐야되지 않아도 된 덕분에 데이터 사이언스 저변이 넓어진 것은 참 반가운 일이지만, 부작용으로 코드 몇 줄만 카피한 수준인 주제에 데이터 사이언스를 “공부”했다고 착각하는 사례가 너무 많아졌다. 저 위에 데이터 전처리용 R library인 tidyverse를 추천하는 맥락도, 데이터 전처리라는게 얼마나 깊은 통계학 이론이 있고, 모델마다 필요한 방식으로 데이터의 형태를 바꿔야한다는 사실을 이해하기 이 전에 무작정 코드만 돌리던 수준이면 충분하다는 착각을 잘 보여주지 않나 싶다. 코드 돌리는 것이 데이터 사이언스 공부라는 생각에서 벗어나지 못한 “꼰대”였기 때문에, 개념 설명에 대한 요구 사항은 하나도 없이, “초보”에게는 “코딩” 지식을 쉽게쉽게 가르쳐주는 수업이 필요하다는 선입견에 꽉 틀어잡혀있는 것이 여실히 드러난다. 코딩이라는 것이 어지간해서는 좋은 코드를 copy&paste 할 수 있는 기회가 없고, 그런 기회가 오면 “땡 잡았다”고 생각하고 어떻게 구성했는지 꼼꼼하게 훑어보며 이해한 경험, 그 전에 그 코드가 무슨 말인지 이해해야한다는 상식을 전혀 모르고 있는 사람들이나 할 수 있는 “제안”일 것이다. 그 전에 데이터 사이언스를 수학과 통계학과 머신러닝을 코드로 구현해놓은 학문이지, 개발같은 기술이 아니라는 사실을 못 깨달은채 필자의 한 달 수업을 듣고 나갔다는 뜻이기도 한 것 같다. 한 마디 덧붙이면, 파비클래스 수업에 ggplot2를 이용한 그래프 그리는 예제는 정말 넘쳐난다. 특히 마지막 수업 시간에는 Data Visualization으로 유명한 책 하나에서 에센스만 뽑은 예제들을 Data Visualization 제목의 800라인 코드도 제공하고, 수업에서는 안 다루지만 다시 1000라인에 가까운 추가 코드도 준다. 책을 살 필요가 없을만큼 설명을 달아서! 본인이 수업 교재들을 꼼꼼하게 안 봤다는 뜻이거나, 수업을 제대로 이해할만큼 사고방식이 열린 사람이 아닌, 말 그대로 “꼰대”였음을 보여주는 후기 메일이 아닐까 싶다. 수업에서 가장 듣고 싶은 후기 종류 데이터 사이언스 업무 중에 쓰는 통계학과 수학을 최대한 반영해서 강의하고, 또 욕심많은 성격상 꾸역꾸역 우겨넣어서 최대한 많은 내용을 다루려고 하다보니 수강생들 대부분이 “헉헉대며” 따라오는 걸 느낀다. 사실상 오픈 강좌가 되어버린 수학&통계학 기초 강의 같은 경우에는 가벼운 마음으로 왔다가 충격먹은 표정을 짓는 수많은 수강생들을 보면서, “꼰대”가 될지, “열린 사람”이 될지, 아니면 “수포자”가 될 지, 얼굴 표정만 보고 짐작해보는 것도 은근히 재밌는 일이다. 그렇게 “열린 사람”의 길에 도전했던 대부분의 수강생들이 3시간 8번의 수업동안 “헉헉대는” 모습을 보면 속 마음에 응원 감정이 물씬 솟아 오른다ㅋㅋㅋ 그런 감정이 드는 리뷰를 하나 보자. 한 달간의 수업 시간동안 전생(?)의 기억을 소환하느라 꽤 힘들었습니다. 학교 다닐 때 통계학이든 수학이든 의미를 파악하기보다는 암기식으로 공부했었는데, 이번 수업은 수식이 의미하는 부분과 이런 것들이 실제 데이터에서 어떤 현상으로 나타나게 되는지를 생각하게 만드네요. 이런 방식이 공부의 왕도일텐데, 그 동안 잊고 있었습니다. 쌤의 열정적인 에너지와, 같이 수업 들었던 여러분들의 에너지들을 얻게 되어 몸은 힘들지만 맘은 즐거웠던 한 달이었습니다. 첨에 이 수업 듣겠다고 했더니 주위의 반응은 “굳이 돈을 내고? 책이나 관련 자료보면 될텐데…”였습니다. 수업이 끝난 지금은 “돈 안 아까우니 들어라”고 주위에 말하고 싶네요. 더 솔직한 심정은 “아는 척 좀 더 할 수 있게” 나만 알고 다른 사람에겐 안 알려주고 싶습니다^^; 저 위에 부트캠프 수준의 강의에 돈 10원도 받고 싶지 않다는 혹평과 같은 맥락이다. 몇 푼이 되었건 돈을 받고 강의를 하려면, 그 강의를 들은 사람이 혼자서 공부하기는 (매우매우매우) 어려운 내용, 특히 다른데서는 듣기 (거의) 불가능한 내용을 강의해야한다고 생각한다. 쉽게 찾아볼 수 있는 블로그나 양산형 책 수준의 강의를 할꺼면 애당초 강의를 개설하지도 않았을 것이고, 강의 노트를 만들면서 계속 필자의 고민을 깊게 만들었던 지점도 어떻게하면 내가 얻은 10년간의 내공을 사람들에게 전달할 수 있을까였다. 필자처럼 경제학, 통계학, 시뮬레이션, 머신러닝까지 긴 학문적 여정을 거치면서 데이터를 다뤄본 경험을 축적한 사람이 흔치 않을 것이기 때문에, 보통 사람들에게 와 닿을 수 있는 수업을 만드는 일이 참 힘들었지만, 최소한 “사기”를 치는 강의는 몰아내자는 일념하나로 꾹 참고 밀어붙이니 그래도 위와 같은 평가도 받게 되는 것 같아서 참 뿌듯하더라. “꼰대”들을 내쫓는 강의 원래부터 비판적인 성격이라 남들에게 좋은 평가를 잘 안 해주는 탓에, 가끔 필자가 누군가를 추천하면 친구들이 놀란다. 단지 필자의 추천을 받았다는 이유만으로 그 사람을 보고 싶다고 하는 경우도 있을 정도다. 그러나 그런 엄밀한 잣대를 들이대지 않더라도 현재 한국의 대다수 “데이터 사이언스”, “머신러닝” 등등의 타이틀을 달고 있는 강의들의 수준은 처참할 정도다. 지난 몇 달간 저런 강의가 왜 꾸준히 소비되는지 도무지 이해할 수가 없었다. 5시간 강의하는데 “조교”라는 사람들이 코드 제대로 쳤는지 봐주는거에만 4시간을 쓰는 강의, 그 코드가 인터넷에서 쉽게 긁어올 수 있는 코드라면 시간 낭비라는게 피부로 안 느껴지나? Random data가 아닌 경우에만 머신러닝 테크닉들이 유효성을 가진다는 필자의 체계적인 논증을 제대로 이해하지 못한채, 잘 모르겠으니 그냥 Random이 아닌 데이터 예시만 가르쳐달라고하는 사람들을 보면서, 저런 사람들이 데이터 사이언스 하겠다고 달려드니 그런 부트캠프 수준의 수업들에 꾸준히 사람들이 몰려드는구나는 생각도 하게 된다. 돈 벌이가 목적이었다면, 필자 역시도 그런 수업을 하면서 잘 모르는 사람들을 “현혹”시키는데 몰두했을 것 같은데, 자신의 잣대를 넘지 못하는 지식을 남에게 전달하면서 돈을 받는 일은 양심상 도저히 하질 못하겠더라. 수백만원 짜리 강의를 하고 있는 그들에게 양심이 있는지, 회사 돈이나 국민의 세금으로 그 수업을 들으시는 분들은 양심이 있는 사람들인지 묻고 싶다. 그런 강의가 넘처나니 “그냥 책이나 자료보고 공부하면 될텐데…”라는 말이 나오는 거겠지. 수학&통계학 수업에 가끔은 수학 공부를 거의 안 했던게 틀림없는, 여러 IT학원들에 속아서 기초 전산 수업들이 데이터 사이언스 준비과정인 줄 알았던 경영학과 출신이나 코딩 only 개발자 후보들을 보게 된다. 반쯤 “꼰대”가 되어 있는 이들이 가지는 착각들이 “4-5시간 정도 수학 공부만 하고나면 데이터 사이언스 하는데 문제 없다” “데이터 사이언스 본 강의는 코딩이고, 2회짜리 수업만 수학이 있을 것이다” 는 생각이다. 글쎄? 본 강의는 코딩마저 수학이랑 통계학이다ㅋㅋ 단지 직관과 개념 이해가 복잡한 수식을 대체할 뿐이다. 필자가 2회짜리 수학&통계학 강의를 개설한 유일한 이유는 데이터 사이언스 본 강의 중에 넋나간 표정의 수강생들 얼굴을 보고 있는게 너무 괴로워서였다. “꼰대”에서 벗어나지 못한 그들의 표정을 보고 있으면 서서 강의하는데 피로도가 2배가 되니까. 그들도 돈 버릴 필요없고, 필자도 그들에게 시간 쓸 필요없으니까. 나가며 수업 끝나고 “꼰대”들에게 짧게 상담할 기회가 오면, 그냥 포기해라고 짧은 조언을 해 준다. 수업을 제대로 듣는 사람들은 느끼겠지만 데이터 사이언티스트의 언어는 한국어나 영어가 아니라, R이나 Python이 아니라, 수학과 통계학이다. 당연히 수업도 그런 “언어”로 구성되어 있다. 필자가 공부하던 수준으로 진행하면 너무 힘들 것 같아서 수준을 낮춰 학부 수학을 요리조리 응용해서 수업 구석구석에 끼워넣었는데, 그 학부 수학을 다 까먹었던 30대 직장인이 다시 기억해내는 것도 “전생의 기억”을 되살리는 느낌이라고 하는 판국이다. 애당초 그걸 배우지 않은 사람이, 거기다 사고의 틀 마저 “꼰대”화 되어버린 사람이 이 도전을 하겠다는건 필자의 오랜 경험상 무모하다고 밖에 할 수 없을 것 같다. (물론 “꼰대”가 아니라면 다른 이야기일 수 있다. 그런 경영학과 출신들, 개발자 출신들도 은근히 많이 수업을 거쳐갔다.) 사업 팽창 때문에 앞으로 얼마나 더 길게 강의를 할 시간이 남아있을지 모르지만, 필자가 시간이 부족해지기 전에 시장에 선순환 구조가 형성되어서 “꼰대”들이나 “꼰대”를 기르는 IT학원들이 퇴출되었으면 좋겠다. 그리고 실력있는 많은 사람들이 그런 IT학원들의 “사기”에 속아서 겁 먹고 이 시장에 진입하는 걸 두려워하지 말고, 좀 쭉쭉 치고들어와서 부트캠프형 강의들이 자리를 못 붙이는 시절이 좀 빨리 왔으면 좋겠다. 강의 철학에 깊게 공감하는 후기를 보내주신 최형수님, 이정현님, 장영수님, 김수진님께 감사드립니다. 이전 글: 작정하고 쓰는 머신러닝 강의 비판 후속 글: 작정하고 쓰는 머신러닝 강의 비판 (2)
데이터 사이언스 입문 부트캠프
“어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다.” 마소캠퍼스의 진심과 소망을 담은 Actionable Content로, 2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간! 이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다. – “비즈니스 현장에서 자주 접하는 질문이 있습니다.” 신제품 예약 판매 결과를 보니 빨강색을 선호하는 사람이 무려 75%였다! 본격 판매할 물량은 빨강색 75%, 검정색 25%로 준비하면 되는 걸까? 10% 가격 할인쿠폰을 발행하니 매출이 3배 늘었다! 할인폭을 5%로 줄이면 매출이 얼마가 될까? 또 20%로 높이면 예상 매출은 얼마일까? 최근 뜨는 브랜드, 지는 브랜드가 뭔지 요즘 추세를 한 눈에 알아볼 수 없을까? 실무에서 자주 접하고, 동시에 반드시 정확하게 대답해야만 하는 질문들! 위와 같은 문제들을 해결할 때 가장 필요한 것은 무엇일까요? 바로 데이터 분석 역량입니다. 마소캠퍼스의 데이터 사이언스 입문 부트캠프는 단순 이론이나 툴 사용법 전달에 목표를 두지 않습니다. 수강생에게 가장 필요한 것은 위와 같은 문제들을 해결할 수 있는 능력이자 실무에 도움이 될 역량이기 때문입니다. 부트캠프 수료 이후 같은 질문들에 대답해보세요. 변화된 모습에 스스로가 놀라게 될 것입니다. “마소캠퍼스의 데이터 사이언스 입문 부트캠프, 다른 강의와 무엇이 다를까요?” 1. 수학에 자신 없는 분도 쉽게 배울 수 있습니다. 데이터 분석을 심도 있게 진행하기 위해서는 기본 통계 지식이 필요한데, 복잡한 통계 기호는 전혀 사용하지 않고 사칙연산만을 활용해 통계사고력을 기르고 데이터에서 숨겨진 인사이트를 도출해내는 역량을 확보하도록 합니다. 친절한 설명을 바탕으로 수학에 자신 없는 분들도 쉽게 수강할 수 있으며, 통계 핵심원리를 다양한 예시와 재미있는 실습으로 자연스럽게 터득하실 수 있습니다. 2. 누구나 활용 가능한 엑셀로 설명 드립니다. 데이터 분석을 위한 도구로는 실무에서 가장 많이 쓰이고 친숙한 엑셀을 활용합니다. 전 비즈니스에서 쓰이는 툴로 제한 없이 모두가 데이터 분석 역량을 함양할 수 있습니다. 본 강의에서는 업무 효율화를 위한 단축키와 함수, 파워피벗은 물론 타 강의에서는 찾아보기 힘든 파워쿼리와 BI, 데이터 크롤링과 인사이트 도출까지 다룹니다. 3. 데이터 전처리와 머신러닝의 원리를 매우 쉽게 설명하여, 어떤 데이터가 필요한지 바로 이해할 수 있습니다. 모든 구성원들이 데이터 전처리와 머신러닝의 원리를 이해하면 기업이 수집하는 데이터의 품질이 달라집니다. 고품질의 데이터를 통해 고품질의 인사이트를 얻을 수 있습니다. 엑셀의 파워쿼리, 파워뷰 등 머신러닝 기능을 활용해 방대한 데이터를 잘 다루는 방법이 무엇인지 깨달을 수 있습니다. *본 과정은 MSIQ 데이터사이언스마스터/디지털마케팅마스터 자격을 보유한 마소캠퍼스 콘텐츠랩의 자체 개발 평가 문항이 포함되어 있습니다.[민간자격 등록번호 : 2020-005943(데이터사이언스)/2020-005944(디지털마케팅)] – [ 강 사 소 개 ] 김 진 現 마소캠퍼스 대표 서울대학교 MBA 졸업 오라클, 네이버를 거쳐 중국 네이버 개발 아웃소싱 센터를 설립 및 지휘하였으며, 서울대 MBA 졸업 후 글로벌 모바일 기업인 Obigo로 옮겨 데이터 분석에 기반한 성과 관리 시스템 도입 등 국내외 다양한 사업 영역을 개척하였습니다. 2010년에는 게임웹진 플레이포럼 M&A 후 데이터 분석과 디지털 마케팅을 실무에 본격 도입해 코리안클릭 수치 기준으로 월 평균 활성유저(MAU) 238만, 월 평균 페이지뷰(PV)수 1,700만을 달성하였습니다. 개발자, 전문 경영인의 길을 걸어온 사업가로서 폭넓은 경험과 IT 기술을 융합해 현재는 기업의 ROI를 높여줄 실무 전문가 교육에 힘 쓰고 있습니다. –
So you have finished reading the 데이터 사이언스 부트캠프 topic article, if you find this article useful, please share it. Thank you very much. See more: 서울대 데이터사이언스 부트캠프, 플레이데이터 부트캠프 후기, 플레이데이터 부트캠프, 플레이데이터 비추, 코드스테이츠 데이터사이언스 후기, 코드스테이츠 부트캠프 후기, 코드스테이츠 비추, 네이버 ai 부트캠프
키워드에 대한 정보 데이터 사이언스 부트캠프
다음은 Bing에서 데이터 사이언스 부트캠프 주제에 대한 검색 결과입니다. 필요한 경우 더 읽을 수 있습니다.
이 기사는 인터넷의 다양한 출처에서 편집되었습니다. 이 기사가 유용했기를 바랍니다. 이 기사가 유용하다고 생각되면 공유하십시오. 매우 감사합니다!
사람들이 주제에 대해 자주 검색하는 키워드 당신에게 필요한 진짜 데이터 사이언스 교육
- 동영상
- 공유
- 카메라폰
- 동영상폰
- 무료
- 올리기
당신에게 #필요한 #진짜 #데이터 #사이언스 #교육
YouTube에서 데이터 사이언스 부트캠프 주제의 다른 동영상 보기
주제에 대한 기사를 시청해 주셔서 감사합니다 당신에게 필요한 진짜 데이터 사이언스 교육 | 데이터 사이언스 부트캠프, 이 기사가 유용하다고 생각되면 공유하십시오, 매우 감사합니다.
