SDSA 2020_Nov_Technical 인증

우리 회사는 직원들에게 외부 교육을 무상으로 받을 기회를 줍니다. 이번 기회에 데이터 사이언스에 관련된 스택이 더욱더 탄탄해지길 바라며 바쁜 와중에도 교육을 신청하였습니다. 열심히 들을 예정이므로 머릿속을 예열하기 위해 여기 저기 적혀있는 강의 계획과 개요들을 정리해 보았습니다.

 

코스의 강의 계획 및 학습 성과

데이터 사이언스 기본 과정: 코스 개요

1. 강의 명: 데이터 사이언스 기본 과정

• 2020_Nov_Technical

 

2. 강의 기관: THE SOUTHAMPTON DATA SCIENCE ACADEMY (SDSA)

• Southampton 대학과 Cambridge Education Group이 공동 개발한 커리큘럼

 

3. 강의 기간: 6주, 60 시간 

• 2020년 11월 4일 ~ 12월 15일

 

4. 강의 목표 및 학습 성과:

1. 실제 응용 분야 및 데이터 사이언티스트가 사용하는 툴킷을 포함하여 데이터 사이언스의 주요 개념을 이해합니다.
2. 데이터 사이언스를 위한 데이터 수집, 관리 및 저장 방법에 대해 설명합니다.
3. NodeJS와 MongoDB를 사용하여 데이터 수집 및 관리 스크립트를 구현합니다.
4. 데이터 사이언스에 매우 중요한 통계 및 머신러닝의 이해를 시연합니다.
5. 데이터 세트를 통계적으로 분석하기 위해 Python 코드를 생성합니다.
6. 데이터로부터 의사 소통 스토리를 위한 설계 및 사용에 기반한 데이터 시각화를 비판적으로 평가합니다.
7. Python 및 Bokeh를 사용하여 데이터로부터 시각화를 계획 및 생성합니다.

 

5. 강의 단계:

• 1단계: 데이터 사이언스의 정의
• 2단계: 데이터 수집 및 저장
• 3단계: 통계 및 기계학습을 포함한 데이터 분석
• 4단계: 스토리텔링 및 시각화

 

6. 강의 계획(요약):

• 1주차: python 기본
• 2주차: 데이터 사이언스의 기본적인 용어와 프로세스, 환경, 도구
• 3주차: 데이터 수집, 저장 및 관리
• 4주차: 통계 및 머신러닝을 포함한 데이터 분석
• 5주차: 데이터 시각화
• 6주차: 데이터 사이언스의 미래, 과제 마무리

 

7. 강의에 사용되는 기술 스택:

• Visualising: Bokeh (python)
• Stats/ Analysis: Numpy /Scipy
• Management/ Querying: MongoDB (using Python)
• Base: Python

 

8. 강의 과제:

• 과제 1: 데이터 관리 및 사전 처리
• 과제 2: 데이터 분석
• 과제 3: Python 과 Bokeh를 사용한 시각화

 

9. 사우샘프턴 대학교 교수님들의 개요:

- 웹 사이언스 연구소 소장 Dame Wendy Hall 교수님:

 이제 회사들이 많은 정보를 가지고 있는 이 빅데이터 세상에 들어섰습니다. 비지니스 인텔리전스에 데이터를 사용하기 위해선 어떻게 데이터를 분석하는지, 클라이언트와 비즈니스 고객을 어떻게 다루는지 방법을 이해해야 합니다.

 "정보를 통제하는 사람에게 힘이 있다" - Manuel Castells

 

- 코스 아카데믹 디렉터 Leslie Carr 교수님:

 데이터, 데이터의 패턴, 데이터의 프로파일, 고객 또는 모든 메커니즘, 기계 또는 데이터가 무엇이든지 간에 그들이 만든 제품을 설명할 수 있는 기계적, 수학적 이해로 부터 나아간다고 생각합니다.   

 

- 아카데믹 리드 Elena Simperl 교수님:

 21세기 가장 섹시한 직업은 데이터 사이언티스트입니다.

 

 

후.. 70점을 받지 못해 fail하면 90만원을 뱉어 내야한다.

당연히 수료를 하겠지만 90점을 넘겨 회사내 인증을 받아보자.

아즈아~!