전체교육일정
교육개요
현대 비즈니스 세계에서 데이터는 새로운 화폐입니다. '데이터 분석가를 위한 클라우드 데이터 서비스 교육' 과정을 통해 Amazon S3, Redshift, AWS Glue, 그리고 Amazon SageMaker의 심도 깊은 이해를 바탕으로 데이터 저장, 관리, 분석 및 모델링까지의 전 과정을 마스터하세요. 이 교육은 클라우드 기반 데이터 서비스를 통해 데이터 분석의 효율성을 극대화하는 방법을 제공합니다. 실제 산업 현장에서의 데이터 관리와 분석 역량을 강화하여, 빠르게 변화하는 시장 속에서 경쟁 우위를 확보할 수 있게 됩니다. 이 과정을 통해 데이터의 힘을 해방시키고, 미래 지향적인 분석가로 거듭날 준비를 하세요. 시작이 반입니다. 지금 당장 도전하고, 데이터 분석의 무한한 가능성을 탐험해 보세요!
교육목표
클라우드 기반 데이터 서비스의 이해와 활용능력 강화하고, 데이터 분석을 위한 플랫폼과 도구를 효율적으로 활요하는 능력을 습득할 수 있습니다.
강의내용
[Chapter 1: AWS 데이터 저장 관리]
· 학습 목표:
Amazon S3의 주요 특징 및 기능을 이해하고, 데이터를 효율적으로 저장하고 관리합니다. 데이터 버전 관리, 암호화, 수명 주기 관리, 공유 및 액세스 제어 등을 통해 안전하고 확장 가능한 데이터 관리 솔루션을 구축하는 능력을 습득합니다.
· 주요 내용:
1. Amazon S3 소개 및 주요 특징
2. 데이터를 Amazon S3에 저장하는 방법과 데이터 버킷 관리
3. 데이터 버전 관리, 암호화 및 데이터 수명 주기 관리
4. 데이터 공유 및 액세스 제어를 위한 Amazon S3의 기능 활용
[Chapter 2: AWS 데이터 분석 도구]
· 학습 목표:
Amazon Redshift와 Amazon Athena를 활용하여 데이터 웨어하우스 개념을 이해하고, 클러스터 생성 및 관리부터 SQL 쿼리 작성, 서버리스 쿼리 및 대규모 데이터 분석까지 전반적인 데이터 웨어하우스 솔루션 구축 및 활용 능력을 향상합니다.
· 주요 내용:
1. Amazon Redshift 소개 및 데이터 웨어하우스 개념 이해
2. Amazon Redshift 클러스터 생성 및 관리
3. Amazon Redshift를 사용한 SQL 쿼리 작성 및 데이터 분석
4. Amazon Athena를 사용한 서버리스 쿼리 및 대규모 데이터 분석
[Chapter 3: AWS ETL 서비스]
· 학습 목표:
AWS Glue를 활용하여 데이터 카탈로그 생성부터 ETL 작업, 배치 및 실시간 데이터 처리, 데이터 스키마 자동화까지의 전체 데이터 파이프라인을 구축하고 관리하는 능력을 습득합니다.
· 주요 내용:
1. AWS Glue 소개 및 데이터 카탈로그 생성
2. AWS Glue를 사용하여 데이터 소스 추출, 변환 및 적재 (ETL) 작업 구현
3. AWS Glue Job을 사용하여 배치 및 실시간 데이터 처리 구현
4. AWS Glue Crawlers를 사용하여 데이터 스키마 자동화
[Chapter 4: AWS ML 서비스]
· 학습 목표:
Amazon SageMaker를 활용하여 머신 러닝 모델의 전체 라이프사이클을 이해하고, 노트북을 사용한 모델 개발부터 학습, 튜닝, 배포 및 관리까지의 전반적인 과정을 습득합니다.
· 주요 내용:
1. Amazon SageMaker 소개 및 주요 기능
2. Amazon SageMaker Notebook을 사용한 머신 러닝 모델 개발 및 실험
3. Amazon SageMaker를 사용하여 머신 러닝 모델 학습 및 튜닝
4. Amazon SageMaker를 사용하여 학습된 모델 배포 및 관리